천천히 걸음속도 높여도 다 아는 AI기술

KAIST

왼쪽부터 KAIST 박재현 전산학부 석사과정생, 이재길 전산학부 교수, (오른쪽 위) 신유주 전산학부 연구원. KAIST 제공

국내 연구진이 웨어러블 기기 센서의 데이터를 분석해 사용자의 완만한 동작도 민감하게 측정할 수 있는 인공지능(AI) 기술을 개발했다. 

KAIST는 이재길 전산학부 교수 연구팀이 다양한 착용 기기 센서 데이터에서 사용자 상태 변화를 정확하게 검출하는 AI 기술을 개발했다고 12일 밝혔다. 

현대인에게 널리 사용되는 헬스케어 웨어러블 기기에서 센서 데이터를 통해 사용자의 상태 변화를 탐지하고 동작을 정확히 인식하는 기능이 필수적이다. 이를 변화점 탐지라 한다. AI 기술은 변화점 탐지의 품질을 향상하는 데 활용될 수 있다. 그간 변화점 탐지는 웨어러블 기기 등을 착용한 사용자의 움직임이 완만하게 변화할 때 정확도가 떨어지는 문제점이 있었다.

연구팀은 사용자의 상태가 급진적으로 변하거나 점진적으로 변하는지에 관계없이 정확하게 잘 동작하는 변화점 탐지 방법론을 개발했다. 

연구팀은 각 시점의 센서 데이터를 AI 기술을 통해 벡터로 표현했을 때 벡터가 시간이 지남에 따라 이동하는 방향에 주목했다. 같은 동작이 유지될 때는 벡터가 이동하는 방향이 급변하는 경향이 크고 동작이 바뀔 때는 벡터가 직선상으로 이동하는 경향이 크게 나타난다는 사실을 활용했다.

연구팀은 이렇게 개발한 방법론을 ‘리커브’라고 명명했다. 리커브는 양궁 경기에 쓰이는 활의 한 종류다. 활이 휘어 있는 모습이 데이터의 이동 방향 변화 정도(곡률)로 변화점을 탐지하는 이 방법론의 동작 방식을 잘 나타냈다는 설명이다. 이 방법론은 변화점 탐지의 기준을 거리에서 곡률이라는 새로운 관점으로 바라본 매우 신선한 방법이라는 평가를 받았다.

연구팀은 변화점 탐지 문제에서 다양한 헬스케어 센서 스트림 데이터를 사용해 방법론의 우수성을 검증했다. 그 결과 기존 방법론에 비해 정확도가 최대 12.7% 향상됐다.

연구를 이끈 이재길 교수는 "센서 스트림 데이터 변화점 탐지 분야의 새로운 지평을 열 만한 획기적인 방법이며 실용화 및 기술 이전이 이뤄지면 실시간 데이터 분석 연구 및 디지털 헬스케어 산업에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다. 연구 결과는 12월 국제학술대회 ‘신경정보처리시스템학회(NeurIPS) 2024’에서 발표될 예정이다.

[박정연 기자 hesse@donga.com]