양손 손목 센서 융합으로 보행 측정 정확도 향상

본 논문은 손목에 부착된 가속도계만을 이용해 보행 단계 수와 보행 단계 시점을 측정하는 기존 방법이 보행 속도 변화나 팔 움직임에 민감해 정확도가 떨어지는 문제점을 해결하고자, 양쪽 손목 센서를 융합하는 다양한 알고리즘을 제안하고 비교한다. 연구팀은 27명의 건강한 피험자(남성 18명, 여성 9명, 연령 18~50세)를 모집하고, 8가지 보행 시나리오(느린 보행, 정상 보행, 빠른 보행, 한 손에 가방을 든 상태, 양손에 스마트폰을 잡은 상태, 팔을 몸에 붙인 상태, 오른쪽 신발을 빼고 걷는 비대칭 보행, 오른쪽에 지팡이를 든 시뮬레이션)를 설계하였다. 각 시나리오는 74.6 m 직선 구간을 30~110 초 동안 연속적으로 걷게 하여 총 214개의 시도 중 5 %를 제외한 203개의 유효 데이터를 확보하였다. 데이터 수집은 6개의 동기화된 무선 디바이스(양쪽 발목, 양쪽 손목, 요추, 트렁크)에 128 Hz의 3축 가속도와 3축 자이로를 기록하였다. 발목에 부착된 자이로스코프를 이용해 힐 스트라이크와 토오프 시점을 검출하고, 이를 보행 단계 수의 레이블로 사용하였다. 레이블의 신뢰성을 높이기 위해 피험자 자체 카운트와 레이블 간 차이가 큰 5 % 샘플을 제거했으며, 이 과정에서 상관계수는 r = 0.81에서 r = 0.96으로 향상되었다. 알고리즘은 크게 세 그룹으로 나뉜다. 첫 번째는 단일 센서(좌측 또는 우측)만을 이용한 ‘No fusion’ 방식이다. 두 번째는 저수준 융합으로, 원시 가속도 크기(norm)를 합산(N_R+N_L)하거나 차이(|N_R−N_L|)를 구한 뒤 스무딩하고 피크를 검출한다. 세 번째는 고수준 융합으로, 각 손목에서 독립적으로 피크를 검출한 뒤 시간적 허용 범위(max_dist)를 기준으로 교집합(Intersection)하거나 최소 간격(min_dist)을 기준으로 합집합(Union)하여 최종 단계 시점을 결정한다. 파라미터(스무딩 윈도우, 최소 피크 높이, 최소 피크 간격 등)는 5‑fold 교차 검증을 통해 RMSE를 최소화하도록 최적화하였다. 성능 평가는 두 가지 지표로 수행되었다. 첫째, 단계 수와 레이블 간의 평균 절대 오차(%)와 RMSE; 둘째, 단계 수와 레이블 간의 피어슨 상관계수(r). 결과는 저수준 합산 방식이 단일 센서보다 약간 개선된 반면, 차이 방식은 오히려 성능이 떨어졌다. 고수준 합집합(Union) 방식은 전체 데이터에서 r = 0.98, 평균 오차 ±2.5 %를 기록했으며, 90 %의 샘플이 -2.2 %에서 +2.5 % 사이의 오차를 보였다. 특히 빠른 보행, 느린 보행, 팔 제약, 비대칭 보행 등 다양한 상황에서 Union 방식은 일관된 정확도를 유지했으며, 단일 센서(특히 오른쪽 센서)는 이러한 상황에서 오차가 크게 증가하였다. 보행 단계 시점 분석에서는 Union 방식으로 검출된 피크가 토오프(toe‑off) 시점에 근접함을 확인하였다. 전체 샘플에서 힐 스트라이크와 토오프 사이의 시간 차이(Δt)는 작고 분산이 낮아, 손목 융합이 보행 단계의 시계열 정보를 충분히 포착한다는 것을 의미한다. 이는 향후 보행 비대칭, 보행 리듬 불규칙성 등을 정량화하는 데 활용될 수 있다. 논문의 결론은 두 가지이다. 첫째, 양손목 센서의 간단한 수학적 융합(특히 고수준 합집합)만으로도 단일 손목 센서 대비 보행 단계 수 측정 정확도가 크게 향상된다. 둘째, 융합된 손목 데이터는 보행 단계 시점 정보를 제공하므로, 보행 비대칭이나 파킨슨병 등에서 나타나는 미세한 보행 이상을 감지하는 데 잠재력이 있다. 다만 현재 연구는 실험실 환경에서의 건강한 피험자를 대상으로 했으며, 자유 생활 환경에서의 착용 변동, 장시간 배터리 소모, 외부 충격 등에 대한 검증이 필요하다. 향후 연구에서는 환자군을 대상으로 보행 비대칭 및 보행 리듬 변화를 정량화하고, 상용 스마트워치에 알고리즘을 이식해 실시간 원격 모니터링 시스템을 구축하는 방향이 제시된다.