KEA 한국전자정보통신산업진흥회

본 연구에서는 Linux 기반의 실시간 제어 환경(Xenomai, PREEMPT_RT)을 구축하고 Python과 C++을 활용하여 센서 데이터(IMU, 로드셀, 엔코더 등)를 실시간으로 처리하는 시계열 예측 및 제어 알고리즘을 설계 및 구현했습니다. 특히 Auto-regressive 모델을 이용해 제한된 센서 데이터만으로도 정확한 예측 성능을 확보하여 시스템의 성능을 높였습니다. Motion Capture 시스템으로 환자의 보행 데이터를 취득한 뒤 MATLAB과 Python을 통해 데이터를 후처리 및 정량적으로 분석하여 시스템의 성능을 실험적으로 검증했습니다.
또한, 본 연구는 인터랙티브 트레드밀 환경에서 실제 지면 보행과 유사한 자연스러운 보행을 구현하기 위한 두 가지 핵심 기술을 제안하였습니다. 기존 트레드밀은 속도 변화를 갑작스럽게 수행하여 사용자의 보행 패턴에 왜곡을 일으킬 수 있었습니다. 이러한 문제를 해결하기 위해 사용자의 위치 변화에 따라 속도 조절 강도를 조정하는 알고리즘을 개발하여 사용자의 위치를 자연스럽고 안정적으로 유지할 수 있게 하였습니다. 또한, 트레드밀의 순간적인 급가속과 급감속 현상을 방지하기 위해 Auto-regressive 모델 기반의 시계열 데이터 예측 기법을 활용하여 사용자의 움직임 변화를 미리 예측하고 속도를 부드럽게 조정하는 감쇠 알고리즘을 설계하였습니다. 실험 결과, 개발된 알고리즘을 적용한 트레드밀에서는 사용자의 보행 패턴이 실제 지면에서의 보행과 더욱 유사하게 유지되었으며, 이를 통해 트레드밀 환경에서도 안정적이고 자연스러운 보행 훈련 환경 제공이 가능함을 확인하였습니다.

로보틱체중탈부하시스템기반환자맞춤형개인화된보행지원기술을개발
및임상테스트를통한효과검증
1. 주요역할
• 시스템전장설계및제작
• SBC기반실시간제어시스템구축
• Fuzzy logic 기반 힘제어알고리즘개발
• 실험설계및임상테스트진행(15명의피험자데이터수집및분석)
2. 성과
• ICORR(IEEE 주관최상위국제학회)2025년5월국제학술대회발표
• 특허출원1개

ㅇ 23년도동계xEV집중교육수강:전력반도체-파워모듈의이해
ㅇ 24년도하계xEV집중교육수강과목:V2G기술의이해
ㅇ 24년도동계xEV집중교육수강과목:ChatGPT이해와활용"
기간 2023 ~ 2024

[자격증]
OPIC / IH(Intermediate High)
· 기간 2025.3.9

[수상경력]
아주대학교 자유 PPT 발표 대회 / 우수상 (3등)
· 기간 2017.11.10 ~ 2017.12.15
· 자유 PPT 발표 대회에서 ‘술이 과연 공부에 나쁘기만 한 것일까?’라는 주제로 발표하며 이러한 생각을 실천했습니다. 단순히 건강에 해롭다는 기존 시각에서 벗어나, 창의성과 사회적 관계 형성 측면에서 적절한 음주가 긍정적인 영향을 줄 수 있다는 다양한 연구 사례를 제시했습니다. 청중의 고정관념을 흔드는 발표 구성과 흥미로운 사례 중심의 전개를 통해 높은 몰입도를 이끌어냈고, 그 결과 우수상(3등)을 수상했습니다. 이 경험을 통해 저는 단순한 정보 전달을 넘어, 주제를 색다르게 해석하고 설득력 있게 표현하는 역량의 중요성을 깨달았습니다.

아주대학교 자유 PPT 발표 대회 / 대상 (1등)
· 기간 2018.11.09 ~ 2018.12.14
· 자유 PPT 발표 대회에서 ‘우리는 언제부터 배달의 민족이었을까?’라는 주제로 대상(1등)을 수상한 경험이 있습니다. 이전 대회에서는 ‘술이 과연 공부에 나쁘기만 한 것일까?’라는 창의적인 주제로 발표를 준비해 초반에는 청중의 반응이 좋았지만, 학술적인 논문 내용을 중심으로 발표를 구성하다 보니 시간이 지날수록 집중력이 떨어지는 것을 느낄 수 있었습니다. 이 경험을 통해 대중성과 공감의 중요성을 깨달았고, 다음 대회에서는 학생들이 관심 있어 하는 ‘배달 음식’이라는 주제를 선택했습니다. 단순한 트렌드 분석에 그치지 않고, 조선시대 약재와 음식 배달부터 현대의 배달앱까지 이어지는 흐름을 역사적으로 풀어내 청중의 호기심을 자극했습니다. 공감과 스토리 중심의 발표로 높은 몰입도를 이끌어냈고, 대상이라는 성과로 이어졌습니다. 이를 통해 저는 창의적 기획과 사용자 관점에서 소통하는 능력을 키울 수 있었습니다.

아주대학교 전자전시회 / 장려상
· 기간 2018.07.22 ~ 2019.09.28
· 2018년 하계 및 동계방학 기간 동안 전자전시회 프로젝트를 수행하며, 아두이노 우노와 라즈베리 파이를 활용한 인터랙티브 캐릭터를 제작했습니다. 만화 속 캐릭터를 실제로 구현하고, 게임기 기능을 탑재하기 위해 버튼 입력 시스템을 설계했으며, 특히 로드셀을 활용해 내부에 넣는 물체의 무게를 감지하고 이에 따라 캐릭터의 표정이 실시간으로 변하도록 구현했습니다. 센서 신호 처리와 소프트웨어 로직 설계를 직접 수행하며, 단순한 전자장치가 아닌 사용자와 상호작용하는 스마트 시스템을 완성했습니다. 이를 통해 센서 기반 제어와 사용자 경험을 고려한 제품 개발 역량을 키울 수 있었고, 전자제품 기획과 구현에 대한 흥미와 자신감을 갖게 되었습니다.

빠르게 변화하는 기술 환경 속에서 저는 ‘기술이 나아가야 할 방향’에 대해 끊임없이 고민해 왔습니다. 대학원 과정에서 재활 로봇 기술을 연구하면서 단순히 기능을 구현하는 것이 아니라 사람의 안전과 삶의 질을 향상시킬 수 있는 기술이어야 한다는 확신을 가지게 되었습니다.

저는 대학원 과정에서 Xenomai 및 Preempt_RT 기반의 Linux 실시간 환경에서 센서 데이터(IMU, 로드셀, 엔코더)를 융합하고, C/C++, Python 및 MATLAB을 활용하여 데이터 기반의 시계열 예측 제어 알고리즘을 개발하였습니다. 또한 Fuzzy Logic, Auto-regressive 모델 등 다양한 제어 알고리즘을 설계하고 모션캡쳐 데이터를 활용한 실험적 검증 및 성능 평가를 수행하여 시스템의 신뢰성과 안정성을 확보하였습니다. 이러한 경험은 실시간 임베디드 소프트웨어 개발, 신호처리, 인공지능 알고리즘 구현 및 데이터 분석 역량과 직접적으로 연관되며, 시스템 성능 분석 및 시험평가, 시스템 통합 능력과도 밀접하게 연결됩니다.

저는 로봇의 실시간 환경 인식과 상황 적응형 제어 기술 개발에 주력하여 제한된 환경에서도 센서 데이터의 융합을 통해 로봇이 현장 상황을 정확히 파악하고 신속하게 대응할 수 있도록 시스템을 설계하고 싶습니다. 특히, 다양한 예측 불가능한 상황에 유연하게 대응할 수 있는 제어 알고리즘을 적용하여 복잡한 환경에서도 안정적인 제어 성능을 확보할 것입니다. 장기적으로는 복잡하고 변화무쌍한 전장 환경에서도 안정적으로 임무를 수행할 수 있는 AI 기반 고신뢰성 제어 시스템 전문가로 성장하겠습니다.

[주요논문 연구분야]
저는 재활-바이오메카트로닉스 연구실에서 사용자의 움직임에 실시간으로 반응하고 상호작용하는 하지 재활 로봇 시스템에 대한 연구를 수행해왔습니다. 사용자 상태에 따라 시스템의 거동이 동적으로 변화하는 상호작용 기반의 보행 지원 기술을 중심으로 연구하였고, 주요 연구 대상은 체중 탈부하 시스템(body weight support), 인터랙티브 트레드밀(interactive treadmill)입니다.

인터랙티브 트레드밀 연구는 트레드밀 보행이 실제 지면 보행과 다르다는 한계를 개선하기 위한 시도였습니다. 기존 시스템은 사용자 속도 변화에 과도하게 반응해 급격한 가속·감속이 발생하고, 이로 인해 보행 패턴이 왜곡되거나 불안정성이 유발되는 문제가 있었습니다. 이를 해결하기 위해 보다 자연스러운 지면 보행을 모사할 수 있는 적응형 트레드밀 속도 제어 시스템을 개발했습니다.

제안된 시스템은 세 가지 핵심 기술로 구성됩니다. 첫째, 위치 기반 속도 조절 기법을 통해 사용자의 위치를 실시간으로 판단하고, 복원력을 위치에 따라 선형적으로 조절하여 보행 안정성을 확보합니다. 둘째, 단순한 이득 기반 제어에서 벗어나, 보행 패턴 예측 모델을 도입해 사용자의 가속·감속 의도를 독립적으로 감지합니다. STL 분해, ADF 정상성 검정, Auto-Regressive 모델을 활용한 시계열 분석 기반 속도 예측 기법을 적용했습니다. 셋째, 가속이나 감속이 감지될 경우 선형 감쇠기를 통해 트레드밀의 속도 변화를 점진적으로 조절하여 급격한 반응을 방지하고, 부드러운 보행 환경을 제공합니다. 실험 결과, 제안한 알고리즘은 기존 방식에 비해 사용자 안정성을 높이고 과도한 속도 변화를 효과적으로 억제함을 확인했습니다. 본 연구는 재활 훈련뿐만 아니라 로봇 기반 보행 지원 기술 전반에 활용될 수 있는 가능성을 제시합니다.

체중 탈부하 시스템 연구는 환자의 보행 특성을 반영한 개별 맞춤형 지원 기술이 필요하다는 인식에서 출발했습니다. 이를 위해 환자의 동작에 따른 제어기 개발을 수행했고, 리눅스 기반 SBC 환경에서 실시간 제어 환경을 구축했습니다. 케이블 기반 보조력을 제공하기 위한 전장 설계 및 시스템 제작을 담당하였으며, Fuzzy Logic 기반의 힘 제어 알고리즘과 보행 패턴에 따른 트레드밀 속도 제어 알고리즘을 개발했습니다. 이후 6명의 실제 환자를 대상으로 임상 실험을 진행하였고, Motion capture 카메라로 수집한 보행 데이터를 분석한 결과, 보행 속도가 최대 44%, 보행 안정성이 최대 58% 향상된 것을 확인했습니다. 해당 연구는 ICORR 2025 국제 학회에서 발표하게 되었으며, 관련 기술에 대한 특허 출원도 완료되었습니다.

또한 기존의 BWS, 인터랙티브 트레드밀, 소프트 엑소스켈레톤을 통합한 재활 로봇 시스템을 구성하기 위해, Preempt_rt 커널 기반 리눅스 환경에서 ROS2를 이용한 통합 제어 시스템을 설계 및 구현하였습니다.




[프로젝트 수행경험]
대학원 과정에서 저는 착용형 재활 로봇 개발을 중심으로 인간과 로봇 간 정밀한 상호작용을 구현하는 기술을 연구해 왔습니다. 체중 탈 부하 시스템, 인터랙티브 트레드밀 속도 제어 시스템 등의 프로젝트를 수행하며, 사용자의 움직임과 환경 변화에 실시간으로 반응하는 위치·속도·힘·임피던스 제어 알고리즘을 설계하고 구현하였습니다.

저의 가장 큰 강점은 실시간 제어 환경에서 제한적인 데이터만으로도 정확한 상황 예측과 적합한 제어를 수행하며, 실제 환경과 시스템 조건에 맞게 알고리즘을 최적화할 수 있다는 것입니다. 제 연구를 통해, 저는 제한적인 보행 데이터를 활용하여 사용자의 보행 패턴을 효과적으로 예측하고 안정적으로 제어하는 실시간 알고리즘을 개발 및 최적화하였습니다. 특히 보행 장애 환자의 경우 AI 학습에 충분한 데이터를 확보하는 것이 현실적으로 어렵고, 실시간 제어 시스템 특성상 짧은 제어 주기 내에서 연산 속도를 최적화하는 것이 필수적이었습니다. 저는 트레드밀 시스템에서 로봇과 연결된 케이블의 힘 센서 데이터를 기반으로 보행 패턴을 예측하는 과정에서 Auto-regressive 모델 등 다양한 기법을 활용하여 연산량을 최소화하고 정확도를 높였습니다. 그 결과, 매우 제한된 데이터로도 실시간 환경에서 안정적이고 정밀한 제어를 구현할 수 있었습니다.

또한 Sit-to-Stand 로봇 보조 연구에서는 신체 기울기와 골반 위치 데이터를 기반으로 Fuzzy Logic 기반의 힘 제어 알고리즘을 설계하여 개별 환자의 움직임 특성에 맞춰 능동적으로 대응함으로써 피로감과 저항감을 감소시키고 만족도를 크게 향상했습니다.