고려대학교 스마트모빌리티학부

고려대학교 스마트모빌리티학부 전담 김대겸 교수(겸 기계공학부)

동작 추정 기술

 스마트워치, 피트니스 트래커 등 웨어러블 기기에 널리 활용되는 관성측정장치 (IMU, Inertial Measurement Unit)를 활용한 인간 동작 예측

고려대학교(총장 김동원) 기계공학부 겸 스마트모빌리티학부 김대겸 교수와 하버드대학교 연구팀은 착용형 센서를 활용해 인간의 복잡한 3차원 동작을 정밀하게 추정할 수 있는 인공지능 기술을 개발했다. 이번 연구 결과는 네이처 자매지인 Nature Communications (IF=14.7)에 2024년 4월 온라인으로 게재됐다.

 - 논문명: Learning-based 3D human kinematics estimation using behavioral constraints from activity classification
 - 논문 URL: https://www.nature.com/articles/s41467-025-58624-6

 인간 동작 분석 기술은 영화 어벤저스와 같은 고난이도 그래픽 작업을 비롯해 재활 치료, 근력 훈련, 근골격계 질환 예방, 작업자 자세 분석, 스포츠 선수의 운동 평가 및 부상 예측, 메타버스/게임 캐릭터 애니메이션 등 다양한 산업 분야에 폭넓게 활용되고 있다. 기존에는 광학 기반 모션캡처 시스템이 주로 사용되어 왔으며, 이는 높은 정확도를 제공하지만 수천만 원에 달하는 고가 장비와 넓은 공간, 복잡한 설치 환경이 요구된다. 또한 카메라가 사람이나 사물에 가려질 경우 정확한 측정이 어려워, 실외나 실제 작업 환경에서는 활용이 제한적이라는 단점이 있다.  이에 연구팀은 스마트워치나 피트니스 트래커 등 웨어러블 기기에 널리 활용되는 관성 측정 장치(IMU, Inertial Measurement Unit)를 활용해, 보다 간편하면서도 높은 정확도로 인간의 동작을 추정할 수 있는 알고리즘을 개발했다. 특히 ‘활동 인식 정보’를 기반으로 동작 추정 정확도를 높인 행동 제약 기반 인공지능 알고리즘(Activity-in-the-loop Kinematics Estimator, AIL-KE)을 제시했다.  김대겸 교수는 "사람이 수행하는 활동은 다양하지만, 특정 활동 안에서는 반복적이고 유사한 패턴을 보인다"며 "이러한 행태적 제약을 인공지능 모델에 융합함으로써 장시간 동작 분석 시 발생하는 오차 누적 문제를 크게 줄일 수 있었다"고 설명했다. 연구팀은 가슴과 손목에 단 두 개의 센서만 부착한 상태에서 헬스 트레이닝, 산업 작업 등 다양한 시나리오를 실험했으며, 기존 딥러닝 기반 모델이나 상용 솔루션에 비해 최대 60% 이상 오차를 줄이는 데 성공했다. 이번 성과는 다양한 실제 환경에서도 손쉽게 적용할 수 있는 인간 동작 인식 기술의 가능성을 열었다는 점에서 의미가 크다. 본 기술은 향후 웨어러블 헬스케어, 작업 현장 모니터링, 디지털 트윈 기반 시뮬레이션, 가상현실 캐릭터 구동 등 폭넓은 분야에서 활용될 수 있을 것으로 기대된다.

관련 기사 바로가기 ~> 사람 움직임 예측하는 인공지능 기술 : 동아사이언스