'고(高) 민감 피부형 센서' 시연 장면

센서 하나로 사람의 행동을 측정할 수 있게 됐다. 국내 연구진이 피부형 센서 패치 하나로 인체 움직임을 예측할 수 있는 기술을 개발했다. 차세대 웨어러블 기기 보편화에 활용 가능할 것으로 보인다.

한국과학기술원(KAISTㆍ총장 신성철)은 조성호 전산학부 교수 연구팀이 고승환 서울대 기계공학과 교수 연구팀과 협력 연구를 수행해 딥러닝 기술을 센서와 결합, 적은 데이터로 인체 움직임을 정확히 측정할 수 있는 '고(高) 민감 피부형 센서'를 개발했다고 20일 밝혔다.

딥러닝한 피부형 센서 구성. 은 나노 입자를 레이저로 소결하여 크랙형상을 만들어 고민감 센서를 제작함.
딥러닝한 피부형 센서 구성. 은 나노 입자를 레이저로 소결하여 크랙형상을 만들어 고민감 센서를 제작함.

이번에 개발한 센서는 인체 움직임으로 발생하는 복합적 신호를 정밀하게 측정해 이를 딥러닝 기술로 분리ㆍ분석한다.

인체 움직임을 측정하는 보편적인 방식은 모션 캡처 카메라를 사용하는 것이다. 하지만 이 방식은 카메라를 설치한 공간에서만 움직임 측정이 가능해 공간 제약이 있다.

웨어러블 장비를 사용하는 방식도 있다. 이 방식은 측정 부위에 센서를 직접 부착해 공간 제약없이 사용자 상태 변화를 측정할 수 있다. 하지만 측정 부위가 늘어날수록 더 많은 센서가 필요하다는 단점이 있다.

공동연구팀이 개발한 피부형 센서는 '크랙'을 바탕으로 한 고 민감 센서로 움직임이 발생하는 근원지에서 먼 위치에 부착해도 이를 측정할 수 있다. 크랙은 나노 입자에 균열이 생기는 것이다. 연구팀은 이 균열로 발생하는 센서값을 이용해 미세한 움직임과 변화까지 측정 가능하다고 설명했다.

전이학습 기반 RSL 학습 시스템.
전이학습 기반 RSL 학습 시스템.

딥러닝 모델도 적용했다. 센서의 시계열 신호를 분석해 손목에 부착한 한 개 센서로 전체 손가락 관절의 움직임을 측정할 수 있다. 사용자별 신호 차이를 교정하고 데이터 수집을 최소화할 수 있도록 전이학습(Transfer Learning)을 활용해 기존 학습 지식을 센서에 전달했다.

공동연구팀은 적은 양의 데이터와 학습 시간으로 모델을 학습하는 시스템 완성에 성공했다며 웨어러블 가상ㆍ증강현실(VRㆍAR) 기술에 응용할 수 있을 것으로 전망했다.

조성호 KAIST 교수는 "딥러닝 기술을 활용해 효과적으로 사람의 실시간 정보를 획득할 수 있다는 점에 의미가 크다"며 "이 기술을 적용하면 웨어러블 AR 기술 보편화는 더욱 빨라질 것이다"고 기대했다.

고승환 서울대 교수도 "웨어러블 VRㆍAR 기기의 새로운 입력 시스템에 이 기술을 활용할 수 있을 것이다"라고 강조했다.

키워드 관련기사
  • '전자피부', 스마트워치 대신할까