<인물 사진 첨부 : (순서) Gyuyeon_Lim.png, Kainos.png>

가천대학교 컴퓨터공학전공 학부생 3학년 임규연(교신저자 한양대학교 의공학연구소 이명규 교수)이 인간 행동 인식(Human Activity Recognition) AI 기술을 주제로 한 연구 논문을 세계적 권위의 국제학술지 IEEE Sensors Journal(IF 4.5)에 제1저자로 게재했다. 본 학술지는 SCI급 논문으로 센서 및 계측 분야의 최우수 국제저널이다.

<논문 figure 사진 첨부 : figure.png>

논문의 제목은 'Contrastive Learning for Zero-Shot Human Activity Recognition Using Labeled Simple Actions on Wearable Devices'로, 웨어러블 기기에서 수집된 센서 데이터를 활용한 제로샷 학습(Zero-Shot Learning, ZSL) 기반 인간 행동 인식 AI 모델을 제안한다. 

기존 ZSL 접근법이 외부 의미 정보(속성 주석, 텍스트 설명 등)에 의존하는 한계를 극복하기 위해, 본 연구는 대조 학습을 활용하여 원시 센서 신호로부터 직접 구조화된 임베딩 공간을 학습하는 방법을 제안했다. 이 방법은 기본 활동(seen classes) 간의 시간적·구조적 유사성을 포착함으로써, 학습 과정에서 관찰되지 않은 복합 활동이나 새로운 행동(unseen classes)을 효과적으로 추론할 수 있도록 한다. 특히, 가속도계와 자이로스코프와 같은 센서 데이터들을 융합한 임베딩 공간에서 유사도 기반 매핑을 통해 Zero-Shot 분류를 수행하며, 명시적 의미 정보 없이도 미지의 활동을 인식할 수 있는 확장 가능한 행동 인식 시스템의 가능성을 제시한다.

본 연구를 통해 웨어러블 기기의 확장성과 실용성이 향상될 것으로 기대된다. 특히 기존 모델이 미리 정의된 활동 클래스에 한정되는 문제를 해결함으로써, 헬스케어와 재활 모니터링 등 다양한 분야에서 새로운 행동 패턴에 유연하게 적응할 수 있는 기반을 마련한다. 현재 본 논문은 early access 형태로 아래 링크에 공개된 상태다.

- 논문 링크 : https://ieeexplore.ieee.org/document/11184457