사용자 근전도 신호를 인공지능으로 분류해 사용자 의도 파악 및 상체 운동 도와

[한국대학신문 이정환 기자] 동국대학교 기계로봇에너지공학과 이진우 교수와 조지아공과대학 여운홍 교수가 사용자 의도대로 움직이는 착용 로봇을 개발했다.

뇌졸중과 노화로 많은 사람이 근골격의 힘과 조절 능력이 저하돼 주로 발생하는 신경운동 장애를 앓고 있다. 통계적으로 뇌졸중은 평생 동안 25세 이상의 성인 4명 중 1명에게 영향을 미치며, 전 세계 인구의 1220만 명이 매년 뇌졸중을 경험하고, 이 중에 20~40%가 신경운동 장애를 겪게 된다. 신경운동 장애가 있는 노인 인구까지 고려하면 신경운동 장애가 있는 인구의 수는 훨씬 더 많다고 판단된다. 이러한 근신경운동 장애는 환자의 기능적 독립성을 제한하는데, 그 이유는 상지의 운동 제어 감소와 원치 않는 떨림으로 인해 상지의 민첩성이 필요한 일상 작업을 수행하는 데 일반적으로 상당한 어려움이 따르기 때문이다.

착용형 외골격 로봇 및 적용처
착용형 외골격 로봇 및 적용처

동국대 이진우 교수 연구진과 미국 조지아공과대학 여운홍 교수 연구진은 사용자의 근전도 신호를 인공지능으로 분석해 사용자의 상체 움직임 의도를 미리 예측해 상체 근력을 보조하는 외골격 로봇을 개발했다. 근전도(Electromyography)란 근육의 전기적 활동을 측정하는 방법인데, 근육의 수축과 이완 중에 발생하는 전기적 활동을 기록한다. 공동연구진은 몸에 부착해 근전도 신호를 측정할 수 있는 바이오패치를 자체 개발했고, 이 바이오패치에서 수집한 상체 근전도 신호와 딥러닝 기술을 활용, 사용자가 어떤 상체 움직임을 평균 200~250 밀로 초 안에 예측할 수 있도록 했다. 파악한 사용자 상체 움직임 의도를 유압 기반 착용형 로봇을 이용해 상체 움직임을 보조했다. 착용형 로봇은 입지 않았을 때와 비교 시, 평균 5.15 배의 근력 보조를 할 수 있는 것으로 확인됐다.

근전도 바이오 패치 모식도 및 실제 사진.

이진우 교수는 “이번 연구는 인공 지능, 바이오 전자, 로봇을 통합한 우수한 사례”라며 “앞으로 더욱 더 활발한 연구 활동을 통해서 인류의 편의성에 이바지할 계획”이라며 각오를 밝혔다.

이번 연구는 국제학술지 〈NPJ Flexible Electronics〉2월 온라인 게재 (DOI: 10.1038/s41528-024-00297-0)됐다. 논문명은 Intelligent upper-limb exoskeleton integrated with soft bioelectronics and deep learning for intention-driven augmentation.

 

저작권자 © 한국대학신문 무단전재 및 재배포 금지