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 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 -
연구 입어도 되고 수술 없이 치료도 되는 초음파 센서 나왔다
기존의 몸에 부착해 사용하는 초음파 센서는 출력 세기가 약하고 구조가 쉽게 변형돼, 고해상도 영상이나 치료 목적으로 활용하기 어려웠다. 우리 대학 연구팀이 이러한 한계를 극복하고 곡률(휘어진 정도)을 자유롭게 조절할 수 있는 유연 초음파 센서 기술을 개발했다. 이번 성과는 몸에 밀착해 정확한 영상을 얻는 웨어러블 의료기기와 수술 없이 초음파로 치료까지 가능한 비침습적 차세대 의료기술의 발전 가능성을 크게 높였다. 우리 대학은 전기및전자공학부 이현주 교수 연구팀이 반도체 웨이퍼 공정(MEMS)을 활용해 유연함부터 단단함까지 자유롭게 구현할 수 있는 ‘Flex-to-Rigid(FTR) 구조’의 초음파 트랜스듀서(센서, CMUT)를 제작했다고 12일 밝혔다. 연구팀은 저온에서 녹는 금속(저융점 합금, LMPA)을 소자 내부에 삽입해, 전류를 가하면 금속이 녹아 자유롭게 형태를 바꾸고, 냉각 시 다시 고체로 굳어 원하는 곡면 형태로 고정할 수 있는 기술을 구현했
2025-11-12 -
연구 ‘로봇 전자눈’초소형 적외선 센서 상온 3D 프린팅 제작 가능
어둠 속에서도 사물을 인식하는 ‘전자 눈’ 기술이 한층 더 진화했다. 자율주행차의 라이다(LiDAR), 스마트폰의 3D 안면 인식, 헬스케어 웨어러블 기기 등에서 사람의 눈을 대신해 ‘보는 기능’을 수행하는 적외선 센서가 핵심 부품으로 꼽히는 가운데, KAIST·공동연구진이 원하는 형태와 크기로 초소형 적외선 센서를 제작할 수 있는 상온 3차원(3D) 프린팅 기술을 세계 최초로 개발했다. 우리 대학은 기계공학과 김지태 교수 연구팀이 고려대학교 오승주 교수, 홍콩대학교 티안슈 자오(Tianshuo ZHAO) 교수와 공동으로 상온에서 원하는 형태와 크기의 10 마이크로미터(µm) 이하 초소형 적외선 센서를 제작할 수 있는 3D 프린팅 기술을 개발했다고 3일 밝혔다. 적외선 센서는 눈에 보이지 않는 적외선 신호를 전기 신호로 변환하는 핵심 부품으로, 로봇비전 등 다양한 분야의 미래형 전자기술을 구현하는 데 필수적이다
2025-11-03 -
연구 스트레스 많으면 냉장고 사용↑... IoT 센서로 정신건강 읽는다
국내 1인 가구가 800만 세대를 넘어 전체의 36%를 차지하며 역대 최고치를 기록했다. 서울시 조사에 따르면 1인 가구의 62%가 ‘외로움’을 느끼는 등 고립감과 정신건강 문제가 심화되고 있다. 우리 대학 연구진은 스마트폰·웨어러블의 한계를 넘어, 가정 내 IoT 데이터를 통해 일상 리듬이 흐트러질수록 정신건강이 악화되는 핵심 신호임을 밝혀냈다. 이번 연구는 개인 맞춤형 정신건강 관리 시스템 개발의 기반이 될 것으로 기대된다. 우리 대학은 전산학부 이의진 교수 연구팀이 가정 내 사물인터넷(IoT) 센서 데이터를 활용해 개인의 정신건강 상태를 정밀하게 추적할 수 있는 가능성을 입증했다고 21일 밝혔다. 정신건강 관리를 위해선 자신의 상태를 꾸준히 파악하는 것이 중요하지만, 기존의 스마트폰이나 웨어러블 기반 추적 방식은 사용자가 기기를 착용하거나 소지하지 않는 집 안에서는 데이터가 누락되는 한계가 있었다. 이에 연구팀은 가정 내 환경 데이터에
2025-10-21 -
연구 전력없이 빛 만으로 20배 더 민감한 세계 최고 광센서 개발
기존 광센서에 사용되는 실리콘 반도체는 빛에 대한 반응성이 낮고, 2차원 반도체 MoS₂(이황화 몰리브덴)는 너무 얇아 전기적 특성을 조절하는 도핑 공정이 어려워 고성능 광센서 구현에 한계가 있었다. 우리 대학 연구팀은 이 기술적 한계를 극복하고, 광원이 존재하는 환경에서 전력 없이 작동하는 세계 최고 성능의 무전력 광센서를 개발했다. 향후 웨어러블 기기, 생체 신호 모니터링, IoT 기기, 자율주행 자동차, 로봇 등에 광원만 있으면 배터리 필요없이 정밀한 센싱이 가능한 시대를 앞당겼다. 우리 대학 전기및전자공학부 이가영 교수 연구팀이 외부 전원 공급 없이 작동하는 무전력 광센서를 개발했다고 14일 밝혔다. 이 센서는 기존 제품보다 민감도가 최대 20배 향상돼, 현재까지 공개된 동급 기술 가운데 최상위 수준의 성능을 보였다. 이가영 교수 연구팀은 전기 에너지를 공급하지 않아도 빛이 있는 환경이라면 스스로 전기 신호를 만들어 낼 수 있는 ‘PN 접합 구조&rsqu
2025-08-14