KAIST, 착용기기 센서 데이터로 사용자 변화 탐지 AI기술 개발

(대전=뉴스1) 김태진 기자 = 국내 연구진이 다양한 착용 기기 센서 데이터에서 사용자 상태 변화를 정확하게 검출하는 새로운 인공지능(AI) 기술을 개발했다.

한국과학기술원(KAIST)은 전산학부 이재길 교수 연구팀이 착용 기기 센서 데이터를 통해 사용자의 상태 변화를 탐지하는 기술을 개발했다고 12일 밝혔다.

일반적인 헬스케어 앱에서는 센서 데이터를 통해 사용자의 상태 변화를 탐지하여 현재 동작을 정확히 인식하는 기능이 필수다. 이를 변화점 탐지라 부르며 다양한 인공지능 기술이 변화점 탐지 품질을 향상하기 위해 적용하고 있다.

이에 연구팀은 각 시점의 센서 데이터를 인공지능 기술을 통해 벡터로 표현했을 때, 이러한 벡터가 시간이 지남에 따라 이동하는 방향을 주목했다.

같은 동작이 유지될 때는 벡터가 이동하는 방향이 급변하는 경향이 크고 동작이 바뀔 때는 벡터가 직선상으로 이동하는 경향이 크게 나타났는데 연구팀은 이러한 방법론을 ‘리커브(RECURVE)’라고 명명했다.

이 방법은 변화점 탐지의 기준을 거리에서 곡률이라는 새로운 관점으로 바라본 매우 신선한 방법이라는 평가다.

연구팀은 변화점 탐지 문제에서 다양한 헬스케어 센서 스트림 데이터를 사용해 방법론의 우수성을 검증, 기존 방법론에 비해 최대 12.7% 정확도 향상을 달성했다.

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 것"이라고 말했다.

KAIST 데이터사이언스대학원을 졸업한 신유주 박사가 제1 저자, 전산학부 박재현 석사과정 학생이 제2 저자로 참여한 이번 연구 성과는 최고권위 국제학술대회 ‘신경정보처리시스템학회’에서 오는 12월 발표될 예정이다.

memory4444444@news1.kr

사회