[인더스트리뉴스 김기찬 기자] 고려대학교는 네이처 자매지인 ‘Nature Communications(IF=14.7)’에 지난 11일에 김 교수의 이같은 연구 성과가 온라인 게재됐다고 22일 밝혔다.

기존의 인간 동장 분석에는 광학 기반 동작 추적 시스템(모션캡처)이 주로 사용됐다. 

하지만 고가의 장비는 물론 넓은 공간, 복잡한 설치 환경 등이 요구돼 활용에 제약이 따랐던 현실이다. 또한 카메라의 시야가 가려질 경우 측정의 정밀도도 떨어져 실제 현장 적용에도 어려움이 적지 않았다.

김 교수 측 공동연구팀은 이런 문제를 해결하기 위해 ‘관성 측정 장치’를 활용해 새로운 동작 추정 알고리즘을 개발했다고 밝혔다. 관성 측정 장치는 웨어러블 기기에 주로 활용되며, 물체의 움직임과 방향 변화를 측정하는 센서 시스템이다.

특히 ‘활동 인식 정보’를 기반으로 동작 예측의 정확도를 향상시키는 행동 제약 기반 인공지능 알고리즘(AIL-KE)을 제시한 것으로 알려졌다. 활동 인식 정보는 사용자의 특정 행동 패턴을 식별하고 분류한 데이터다.

공동연구팀은 두 개의 센서를 가슴과 손목에 부착한 상태로 헬스 트레이닝, 작업 등 다양한 환경에서 실험을 진행했다. 그 결과, 연구팀은 기존 딥러닝 기반 모델과 상용 설루션 대비 오차를 60% 이상 줄이는 데 성공했다고 밝혔다.

이에 실제 환경에서도 손쉽게 적용 가능한 동작 인식 기술의 가능성을 보여줬다는 평가가 나온다. 웨어러블 헬스케어, 작업 현장 모니터링, 디지털 트윈 시뮬레이션 등 폭넓은 분야에서의 활용도 기대되는 대목이다.

김 교수는 “사람은 특정 활동 내에서 반복적이고 유사한 패턴을 보인다”며 “이러한 패턴을 AI 모델에 적용함으로써 장시간 분석 시 발생하는 오차 누적 문제를 크게 줄일 수 있었다”고 설명했다.

김기찬 기자 다른기사 보기