【브레이크뉴스 구미】이성현 기자=국립금오공과대학교(총장 곽호상) 기계시스템공학부 손정우 교수 연구팀이 미국 조지아공대 여운홍 교수 연구팀과의 국제 공동연구를 통해 세계 최초로 ‘무선 실시간 전신 동작 인식 시스템’을 개발했다.

▲ 연구 대표 그림  © 금오공대

이번 연구는 딥러닝 기반의 클라우드 컴퓨팅 시스템과 플렉서블 전자소자 기반의 웨어러블 전신 섬유 통합 전자 장치를 결합하여, 무선으로 실시간 동작을 인식할 수 있는 기술을 구현한 성과다.

이번 연구에서 개발된 전자 장치는 다중화된 신체 변형 데이터를 수집하고 처리하여 사용자가 수행하는 다양한 동작이나 운동 유형을 실시간으로 예측할 수 있다. 이는 스마트 헬스케어와 재활 분야에서 혁신적인 변화를 일으킬 것으로 기대된다.

특히, 플렉서블 전자소자는 나노멤브레인 그래핀 센서와 유연한 회로로 구성되어 있어 다양한 신체 변형 정보를 정확하게 수집할 수 있다. 이 데이터를 무선으로 클라우드에 전송함으로써 지속적인 동작 인식이 가능하다. 또한, 벨크로 메시 섬유가 통합된 플렉서블 전자 장치는 인체공학적으로 설계되어, 신체 크기가 다른 사용자들에게도 편리하게 적용될 수 있다.

웨어러블 센서 수트는 실시간으로 8가지 운동(휴식, 걷기, 달리기, 쪼그리고 앉기, 계단 오르기, 계단 내리기, 팔굽혀펴기, 줄넘기)을 인식하고 예측한다. 연구팀은 이 시스템을 피험자에게 적용한 결과, 95.3%의 정확도로 동작을 예측할 수 있음을 확인했다. 또한, 블루투스를 활용하여 웨어러블 센서 수트를 스마트 워치나 모바일 기기와 연동시켜, 개인의 운동 정보를 생성하고 칼로리 계산 등 다양한 기능을 추가할 수 있도록 했다.

이번 연구 결과는 재료 분야의 권위 있는 국제 학술지인 ACS Applied Materials and Interfaces에 표지논문으로 선정되었으며, 1월 24일자로 온라인에 게재됐다. 논문 제목은 'Full Body-Worn Textile-Integrated Nanomaterials and Soft Electronics for Real-Time Continuous Motion Recognition Using Cloud Computing'으로, 클라우드 컴퓨팅 기반 실시간 연속 동작 인식을 위한 나노 재료 및 유연 전자가 결합된 전신 섬유 기술에 대한 내용을 다루고 있다. (☞ 논문 바로가기: https://doi.org/10.1021/acsami.4c17369)

이번 연구는 동국대 AI-핵심소재 기반 첨단산업 지능형 로봇 글로벌인재양성사업단의 지원을 받아, 미국 조지아공대에 파견된 정수영 국립금오공대 기계공학과 석사과정 학생이 논문 제1저자로 연구에 기여했다.

손정우 교수는 "이번 연구 결과가 기존 동작 인식 시스템의 한계를 극복하고, 운동 자세의 정확한 코칭 등 건강 관리 분야에도 적용될 수 있기를 기대한다"고 말했다. 여운홍 교수는 "현재까지 무선으로 전신 동작을 실시간으로 파악할 수 있는 시스템은 없었기 때문에, 이번 연구가 스마트 헬스케어 및 재활 과학 분야에서 혁신적인 역할을 할 것"이라며 이번 연구의 중요성을 강조했다.

<구글 번역으로 번역한 영문 기사의 전문 입니다. 번역에 오류가 있을 수 있음을 밝힙니다.>

 Kumoh National Institute of Technology develops world’s first ‘wireless real-time full-body motion recognition system’

The research team of Professor Son Jeong-woo of the Department of Mechanical Systems Engineering at Kumoh National Institute of Technology (President Kwak Ho-sang) has developed the world’s first ‘wireless real-time full-body motion recognition system’ through international joint research with the research team of Professor Yeo Woon-hong of Georgia Institute of Technology in the United States. This research is the result of implementing technology that can recognize real-time motion wirelessly by combining a deep learning-based cloud computing system and a wearable full-body fiber integrated electronic device based on flexible electronic devices.

The electronic device developed in this research can collect and process multiplexed body deformation data and predict various motions or exercise types performed by the user in real time. This is expected to bring about innovative changes in the fields of smart healthcare and rehabilitation.

In particular, the flexible electronic device is composed of a nanomembrane graphene sensor and a flexible circuit, so it can accurately collect various body deformation information. By transmitting this data wirelessly to the cloud, continuous motion recognition is possible. In addition, the flexible electronic device with integrated Velcro mesh fibers is ergonomically designed, so it can be conveniently applied to users with different body sizes.

The wearable sensor suit recognizes and predicts eight movements (rest, walking, running, squatting, climbing stairs, descending stairs, push-ups, and jumping rope) in real time. The research team confirmed that the system could predict movements with 95.3% accuracy when applied to subjects. In addition, the wearable sensor suit can be linked to a smartwatch or mobile device using Bluetooth to generate personal exercise information and add various functions such as calorie calculation.

The results of this study were selected as the cover paper for ACS Applied Materials and Interfaces, an authoritative international academic journal in the field of materials, and were published online on January 24. The title of the paper is 'Full Body-Worn Textile-Integrated Nanomaterials and Soft Electronics for Real-Time Continuous Motion Recognition Using Cloud Computing', and it deals with the full body textile technology that combines nanomaterials and flexible electronics for real-time continuous motion recognition based on cloud computing. (☞ Go to the paper: https://doi.org/10.1021/acsami.4c17369)

This study was supported by the AI-Core Material-Based Advanced Industry Intelligent Robot Global Talent Development Project of Dongguk University, and Jeong Su-yeong, a master's student in the Department of Mechanical Engineering at Kumoh National Institute of Technology who was dispatched to Georgia Institute of Technology in the United States, contributed to the study as the first author of the paper.

Professor Son Jeong-woo said, "We expect that the results of this study will overcome the limitations of existing motion recognition systems and be applied to the health management field, such as accurate coaching of exercise postures." Professor Yeo Woon-hong emphasized the importance of this study, saying, "Because there has been no system that can wirelessly detect full body motion in real time until now, this study will play an innovative role in the fields of smart healthcare and rehabilitation science."