뇌졸중 환자 손 재활 돕는다…KAIST, AI 기반 고정확도 손동작 의도파악 기술 구현

KAIST 기술을 이용해 물건을 집는 손자세를 보조하는 모습.

한국과학기술원(KAIST) 연구진이 뇌졸중 환자의 손 재활 훈련을 돕는 인공지능(AI) 기술을 구현했다. 환자 의도를 감지해 원하는 자세를 취하는 것에 도움을 준다. 향후 AI 활용 재활 의료 기술 상용화에 큰 기반이 될 전망이다.

조성호 KAIST 전산학부 교수와 박형순 KAIST 기계공학과 교수가 이룬 성과다. 관련 논문은 컴퓨터 사이언스 유명 저널인 'IEEE 트랜스액션즈 온 인더스트리얼 인포매틱스'에 소개됐다. 조성호·박형순 교수가 논문 교신저자며 노어진 박사, 이호창 박사과정, 그리고 이예찬 박사과정이 1저자로 참여했다.

뇌졸중 환자의 손 재활 훈련은 움켜쥐었다 펴는 등 다양한 손자세를 연습할 수 있도록 하는 것이 관건이다. 사용자 의도를 파악해 웨어러블 장치로 보조하는 방식이다.

연구진은 이전 연구에서 자연스럽게 물건을 잡거나 놓는 행위 자체에 중점을 둔 보조(어시스턴스) 기술을 연구한 바 있다. 이번에는 한 발 더 나아가 여러 손동작이 가능하게 하고 이를 재활에 적용했다.

개발 시스템 개요

우리는 잡고자 하는 물건 크기·모양에 따라 각기 다른 방식으로 손을 움직인다. 여러 손동작을 다뤄야 하는 이유다. 연구진은 우선 주요한 다섯 개 손 자세를 학습시켜 시스템을 이뤘다. 이것만으로도 일상생활의 손 움직임 약 70%를 감당할 수 있는데, 물론 그 이상 손 자세를 학습시키는 것도 가능하다.

재활 공간에 설치한 카메라를 활용해 대상이 되는 물건·손 형상 정보를 기반으로 사용자가 의도하는 손동작을 판단한다. 이는 웨어러블 로봇 손이 재활자의 원하는 동작을 보조하는 데 활용된다.

카메라를 이용하되 깊이(뎁스) 정보까지 더해 물건과 손 형상 정보를 보다 면밀히 파악할 수 있게 했다. 이용자 손의 어느 부위가 자세에 중점 역할을 하는지 등 정보를 '강조'하는 '어텐션 메커니즘'도 적용했다.

이 결과 구현한 시스템은 높은 성능을 자랑한다. 근전도, 뇌파를 활용했던 기존 재활 훈련 시스템보다 다양한 손동작 의도를 파악하는 성능이 월등하다.

모델이 강조하는 손 위치

더욱이 의도를 손이 움직이는 와중에 재빨리 파악할 수 있어 자연스러운 손자세 구현이 가능해진다.

모델 의도 파악 정확도가 80.3%다. 더욱이 이는 장애를 가진 이들을 대상으로 학습하기 어렵다는 현실적인 이유로, 건강한 이들 대상 학습이 이뤄진 결과다. 환자를 대상으로 학습하면 정확도가 더 높을 전망이다. 실제 건강한 이들 대상으로 학습하고 의도를 파악한 정확도는 90.4%다.

조성호 교수는 “이번 연구 결과는 손 움직임이 부자유로운 이들에게 보다 효과적인 재활을 제공할 수 있게 한다”며 “AI가 제 2의 뇌로서 기능해 사람을 돕고 더 좋은 성과를 내는 연구를 계속해 나갈 것”이라고 말했다.

김영준 기자 kyj85@etnews.com