웨어러블 기기의 실용성과 확장성 향상 기대

웨어러블 센서 기반 제로샷 인간 행동 인식(Zero-Shot HAR) AI 기술 제안

가천대학교 컴퓨터공학전공 3학년 임규연 학생이 최근 센서 및 계측 분야 최상위 SCI급 국제 학술지 ‘ IEEE Sensors Journal(IF 4.5)’에 제1저자(교신저자: 한양대학교 의공학연구소 이명규 교수)로 논문을 게재했다. 논문제목은 ‘Contrastive Learning for Zero-Shot Human Activity Recognition Using Labeled Simple Actions on Wearable Devices’ 이며 웨어러블 기기에서 수집된 센서 데이터를 활용한 제로샷 학습(Zero-Shot Learning, ZSL) 기반의 인간 행동 인식 AI 모델을 제안했다.

연구는 기존 ZSL 접근법이 속성 주석이나 텍스트 설명 등 외부 의미 정보에 의존하는 한계를 보완하기 위해, ‘대조 학습’을 활용해 원시 센서 신호로부터 직접 구조화된 임베딩 공간을 학습하는 방법을 제시했다. 이 방법은 시간적·구조적 유사성을 포착해 학습과정에서 관찰되지 않은 복합 활동이나 새로운 Zero-Shot 분류를 수행해 명시적 의미나 정보가 없어도 미지의 활동을 인식할 수 있는 확장가능한 행동인식 시스템의 가능성을 제시했다.

이번 연구 성과는 웨어러블 기기의 실용성과 확장성을 크게 향상시킬 것으로 기대된다. 기존 모델이 미리 정의된 활동 클래스에 한정되는 문제를 해결함으로, 향후 헬스케어·재활 모니터링 등 다양한 분야에서 새로운 행동 패턴에 유연하게 적응할 수 있는 기반을 마련했다는 점에서 의미가 크다.

논문링크 : https://ieeexplore.ieee.org/document/11184457