WiSpeed: 실내 복잡 환경에서 무선 신호만으로 속도와 보행 특성을 측정하는 새로운 방법

**1. 서론** 실내에서 사람의 움직임을 비접촉식으로 측정하는 필요성이 증가하고 있다. 기존의 웨어러블 센서, 레이더·소나, 카메라 등은 착용 불편, 프라이버시 침해, 조명 의존성 등의 문제를 안고 있다. 특히, Wi‑Fi 기반의 무선 신호를 이용한 장치‑프리 모션 센싱은 인프라가 이미 구축돼 있어 비용 효율적이지만, 실내 다중 경로와 NLOS(비직선 시야) 상황에서 정확한 속도 추정이 어려웠다. **2. 관련 연구** 기존 방법은 크게 학습 기반과 레이 트레이싱 기반으로 나뉜다. 학습 기반은 오프라인에 특징을 추출·저장하고 온라인에 매칭하는 방식으로, 환경·사용자 변화에 취약하고 실제 속도 자체를 측정하지 않는다. 레이 트레이싱 기반은 다중 경로를 억제하거나 특정 경로만을 추출해 도플러 변화를 이용하지만, 고가의 전용 하드웨어(USRP, 다중 안테나)와 강한 LOS 조건을 필요로 한다. **3. 통계 전자기 이론** WiSpeed는 실내를 ‘전파 공명실’로 가정하고, 수신 전기장을 정적 스캐터와 동적 스캐터(이동 객체)로 분해한다. 각 스캐터는 무수히 많은 평면파의 적분으로 표현되며, 이동 스캐터는 위상이 \(e^{-j\mathbf{k}\cdot\mathbf{v}t}\) 로 변조된다. 전기장 파워(실제 CSI에서 측정 가능한 양)의 자기상관함수(ACF)를 계산하면, 동적 스캐터에 의해 발생하는 특유의 피크가 나타난다. 이 피크는 ACF의 1차 미분에서 첫 번째 국부 최대값으로 나타나며, 피크 위치 \(\tau^{*}\)와 파장 \(\lambda\) 사이에 \(v = \lambda/(2\tau^{*})\) 라는 간단한 관계가 성립한다. **4. 시스템 설계** - **신호 수집**: 상업용 802.11ac Wi‑Fi 라우터와 리시버를 사용해 CSI(채널 상태 정보)를 실시간으로 수집한다. - **전처리**: CSI의 복소값을 전력(제곱 크기)으로 변환하고, 저역통과 필터로 노이즈를 억제한다. - **ACF 계산 및 미분**: 슬라이딩 윈도우 내에서 전력 시계열의 ACF를 계산하고, 수치 미분을 통해 피크 후보를 찾는다. - **피크 탐지 알고리즘**: 후보 피크 중 가장 뚜렷한 첫 번째 피크를 선택하고, 피크 간격을 보정해 속도를 추정한다. - **보행 특성 추출**: 연속된 속도 추정값을 시간축에 매핑해 보행 주기(걸음 간격)와 보폭을 계산한다. - **낙상 감지**: 급격한 속도 감소와 비정상적인 패턴을 실시간으로 감지해 낙상 여부를 판단한다. **5. 실험 및 평가** 두 가지 실험 환경(실험실과 사무실)에서 10명 이상의 피험자를 대상으로 진행하였다. - **속도 추정**: 피험자가 0.5 ~ 2.0 m/s 범위의 속도로 걷는 동안, WiSpeed는 디바이스‑프리와 디바이스‑베이스 모두에서 평균 절대 백분율 오차(MAPE)가 각각 4.85 %와 4.62 %를 기록했다. - **보폭·걸음 수**: 추정된 속도 시퀀스를 FFT와 피크 간격 분석에 적용해 평균 5 % 이내의 보폭 오차를 달성했다. - **낙상 감지**: 피험자가 의도적으로 넘어지는 상황을 30회 시뮬레이션했으며, 시스템은 95 %의 검출률과 0 %의 오탐률을 보였다. - **연산 복잡도**: 전체 파이프라인은 CPU 1 GHz 기준에서 실시간(≤50 ms) 처리가 가능했으며, 메모리 사용량은 10 MB 이하였다. **6. 논의** WiSpeed는 다중 경로를 억제하는 것이 아니라 활용함으로써 NLOS 환경에서도 견고한 성능을 보인다. 또한, 별도 캘리브레이션 없이 파장(주파수)만 알면 속도 추정이 가능하므로, 다양한 주파수 대역(LTE, 5G)에도 확장 가능하다. 다만, 매우 높은 이동 속도(>3 m/s)나 급격한 방향 전환이 빈번한 경우 피크가 흐려질 수 있어, 향후 다중 안테나·다중 주파수 융합 기법이 필요하다. **7. 결론** WiSpeed는 기존 무선 기반 인간 활동 인식 기술의 한계를 극복하고, 저비용·저전력·프라이버시 보호라는 세 가지 핵심 요구를 동시에 만족하는 실내 속도·보행 특성 추정 시스템이다. 향후 스마트 홈, 실내 내비게이션, 피트니스 트래킹, 고령자 안전 모니터링 등 다양한 응용 분야에 적용될 전망이다.