연구
< (왼쪽부터)전산학부 조성호 교수, 김민 박사과정 >
우리 대학 전산학부 조성호 교수 연구팀이 서울대 기계공학과 고승환 교수 연구팀과 협력 연구를 통해 딥러닝 기술을 센서와 결합, 최소한의 데이터로 인체 움직임을 정확하게 측정 가능한 유연한 `피부 형 센서'를 개발했다.
공동연구팀이 개발한 피부 형 센서에는 인체의 움직임에 의해 발생하는 복합적 신호를 피부에 부착한 최소한의 센서로 정밀하게 측정하고, 이를 딥러닝 기술로 분리, 분석하는 기술이 적용됐다.
이번 연구에는 김민(우리 대학), 김권규(서울대), 하인호(서울대) 박사과정이 공동 제1 저자로 참여했으며 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)' 5월 1일 字 온라인판에 게재됐다. (논문명 : A deep-learned skin decoding the epicentral human motions).
사람의 움직임 측정 방법 중 가장 널리 쓰이는 방식인 모션 캡처 카메라를 사용하는 방식은 카메라가 설치된 공간에서만 움직임 측정이 가능해 장소적 제약을 받아왔다. 반면 웨어러블 장비를 사용할 경우 장소제약 없이 사용자의 상태 변화를 측정할 수 있어, 다양한 환경에서 사람의 상태를 전달할 수 있다.
다만 기존 웨어러블 기기들은 측정 부위에 직접 센서를 부착해 측정이 이뤄지기 때문에 측정 부위, 즉 관절이 늘어나면 더 많은 센서가 수십 개에서 많게는 수백 개까지 요구된다는 단점이 있다.
공동연구팀이 개발한 피부 형 센서는 `크랙' 에 기반한 고(高) 민감 센서로, 인체의 움직임이 발생하는 근원지에서 먼 위치에 부착해서 간접적으로도 인체의 움직임을 측정할 수 있다. `크랙' 이란 나노 입자에 균열이 생긴다는 뜻인데, 연구팀은 이 균열로 인해 발생하는 센서값을 변화시켜 미세한 손목 움직임 변화까지 측정할 수 있다고 설명했다.
연구팀은 또 딥러닝 모델을 사용, 센서의 시계열 신호를 분석해 손목에 부착된 단 하나의 센서 신호로 여러 가지 손가락 관절 움직임을 측정할 수 있게 했다. 사용자별 신호 차이를 교정하고, 데이터 수집을 최소화하기 위해서는 전이학습(Transfer Learning)을 통해 기존 학습된 지식을 전달했다. 이로써 적은 양의 데이터와 적은 학습 시간으로 모델을 학습하는 시스템을 완성하는 데 성공했다.
< 그림 1. 딥러닝된 피부형 센서 구성 >
< 그림 2. 전이학습 기반 RSL 학습 시스템 >
우리 대학 전산학부 조성호 교수는 "이번 연구는 딥러닝 기술을 활용해 실제 환경에서 더욱 효과적으로 사람의 실시간 정보를 획득하는 방법을 제시했다는 점에서 의미가 있다ˮ며 "이 측정 방법을 적용하면 웨어러블 증강현실 기술의 보편화 시대는 더욱 빨리 다가올 것ˮ 이라고 예상했다.
한편, 이번 연구는 한국연구재단 기초연구사업(선도 연구센터 지원사업 ERC)과 기초연구사업 (중견연구자)의 지원을 받아 수행됐다.
< 피부형 센서 패치로 손가락 움직임 측정 모습 >
-
연구 동맥경화 실시간 감시하는 전자파 걱정 없는 저주파 무선 센서 개발
몸에 착용하는 스마트 기기나 의료 장비에 쓰이는 무선 센서는 아주 작은 변화도 잘 찾아내야 하고 안정적으로 작동해야 한다. 하지만 기존 기술은 주파수를 너무 높게 사용하여 전자파가 서로 방해를 일으키거나(전자기 간섭, EMI) 사람의 몸에 해를 끼칠 수 있다는 문제가 있었다. 국내 연구진이 이러한 문제를 국내 연구진이 근본적으로 해결할 수 있는 저주파 기반 무선 센서 기술이 개발했다. 우리 대학 조천식모빌리티대학원 안승영 교수팀과 한양대학교 화학공학과 김도환 교수팀이 공동 연구를 통해 이온 기반 소재와 무선전력전송 기술을 결합한 ‘저주파 무선 전기화학 센싱 플랫폼(WiLECS)’을 개발했다고 밝혔다. 기존 무선 센서는 전기를 저장하는 능력(정전용량)이 부족해, 이를 보충하려고 메가헤르츠(MHz) 단위의 높은 주파수를 써야했다. 그러나 이런 고주파 방식은 몸속 조직을 뜨겁게 만들거나 신호를 불안정하게 만들어 실제 의료 현장에서 쓰기에 한계가 있었다.
2026-04-13 -
연구 스마트워치 병원급 혈압 도전..심혈관 질환 조기 진단 성큼
혈액의 흐름은 생명의 신호다. 이 흐름이 느려지거나 불안정해지면 심혈관 질환과 쇼크로 이어질 수 있다. 그러나 혈류를 정확히 측정하려면 병원 장비에 의존해야 했다. 우리 대학 연구진이 피부에 붙이기만 하면 혈류를 실시간으로 측정할 수 있는 무선 전자패치를 개발했다. 우리 대학은 전기및전자공학부 권경하 교수 연구팀이 딥러닝(AI)과 다층 열 센싱 기술을 결합한 무선 웨어러블 혈류 측정 시스템을 개발했다고 5일 밝혔다. 이 장치는 혈관을 직접 건드리지 않고도(비침습 방식) 혈류 속도와 혈관 깊이를 동시에 측정할 수 있다. 혈관이 피부 속 얼마나 깊이 위치하느냐에 따라 센서 신호가 달라지기 때문에, 깊이 정보는 혈류를 정확히 계산하는 핵심 변수다. 기존에는 초음파나 광학 방식이 주로 사용됐지만, 장비가 크거나 혈관 깊이에 따라 정확도가 떨어지는 한계가 있었다. 연구팀은 이를 해결하기 위해 ‘혈액이 흐르면 주변에 미세한 열 이동이 발생한다’는 점에 주목했다.
2026-03-05 -
연구 빛이 기울어도 색은 정확...차세대 이미지 센서 판 바꾼다
스마트폰은 더 얇아지는데, 사진은 더 선명해진다. 국내 연구진이 빛의 흐름을 정밀하게 제어하는 ‘메타물질’ 기술로, 어떤 각도에서도 색이 흐트러지지 않는 새로운 이미지 센서를 개발했다. 카메라의 물리적 한계를 넘어선 구조 혁신이다. 이 기술이 상용화되면 스마트폰은 더욱 얇아지면서도, 어두운 곳에서도 또렷하고 자연스러운 색의 사진을 구현할 수 있을 것으로 기대된다. 우리 대학 전기및전자공학부 장민석 교수 연구팀은 한양대학교(총장 이기정) 정해준 교수 연구팀과 함께, 빛의 입사각이 달라져도 안정적으로 색을 분리할 수 있는 이미지 센서용 메타물질 기술을 개발했다고 13일 밝혔다. 기존 스마트폰 카메라는 아주 작은 렌즈로 빛을 한곳에 모아 사진을 찍어왔다. 하지만 카메라 속 픽셀이 너무 작아지면서, 렌즈만으로는 빛을 충분히 모으기 어려워졌다. 이를 대신하기 위해 등장한 나노포토닉 컬러 라우터(Nanophotonic Color Router)는 렌즈로 빛을 모으는
2026-02-19 -
연구 보고 즉시 판단하는 ‘뇌 닮은’ 차세대 AI 반도체 제시
인공지능(AI) 고도화로 센서·연산·메모리를 하나로 통합하는 초저전력 반도체 기술의 중요성이 커지고 있다. 그러나 기존 구조는 데이터 이동에 따른 전력 손실과 지연, 메모리 신뢰성 한계를 안고 있다. 이러한 문제를 해결할 ‘센서–연산–저장’ 통합 AI 반도체 핵심 기술을 국내 연구진이 제시해 국제 학계의 주목을 받았다. 우리 대학은 전기및전자공학부 전상훈 교수 연구팀이 지난 12월 8일부터 10일까지 미국 샌프란시스코에서 열린 세계 최고 권위의 반도체 학회 ‘국제전자소자학회(IEEE IEDM 2025)’에서 총 6편의 논문을 발표했으며, 이 가운데 하이라이트 논문과 최우수 학생 논문(Top Ranked Student Paper)으로도 동시에 선정되었다고 31일 밝혔다. ※하이라이트 논문: Monolithically Integrated Photodiode–Spiking Cir
2025-12-31 -
연구 AI가 어떻게 생각하는가?...의사결정 내부 구조 첫 시각화
딥러닝 기반 이미지 인식 기술이 빠르게 고도화되고 있지만, AI가 내부에서 어떤 기준으로 이미지를 보고 판단하는지는 여전히 명확히 설명하기 어려운 영역으로 남아 있다. 특히 대규모 모델이 어떤 개념(예: 고양이 귀, 자동차 바퀴 등)을 어떻게 조합해 결론을 내리는지 분석하는 기술은 오랫동안 해결해야 할 과제로 제기돼 왔다. 우리 대학은 김재철AI대학원 최재식 교수 연구팀이 AI가 어떤 근거로 판단하는지를 인간이 이해할 수 있도록 보여주는‘설명가능성(XAI, Explainable AI)’분야에서, 모델 내부의 개념 형성 과정을 회로(circuit) 단위로 시각화하는 새로운 XAI 기술을 개발했다고 26일 밝혔다. 이번 연구는 ‘AI가 어떻게 생각하는지’를 구조적으로 들여다볼 수 있도록 한 중요한 진전으로 평가된다. 딥러닝 모델 내부에는 인간의 뇌처럼 ‘뉴런(Neuron)’이라는 기본 계산 단위가 존재한다. 뉴런은
2025-11-26