"2조-슬립스택"의 두 판 사이의 차이

2026년 6월 18일 (목) 08:48 판

프로젝트 개요

기술개발 과제

국문 : 수면 단게 기반 자세 교정 및 회전 충격 완화 기능을 갖춘 자동 체위 교정용 침대 시스템

영문 : Development of an Automatic Posture Correction Bed System with Sleep Stage-Linked Posture Detection and Rotation Impact Mitigation

과제 팀명

슬립스택

지도교수

박*희 교수님

개발기간

2026년 3월 ~ 2026년 6월 (총 4개월)

구성원 소개

서울시립대학교 기계정보공학과 20214300** 최*교(팀장)

서울시립대학교 기계정보공학과 20234300** 김*수

서울시립대학교 기계정보공학과 20204300** 성*현

서울시립대학교 기계정보공학과 20214300** 안*욱

서론

개발 과제의 개요

개발 과제 요약

수면 중 옆으로 눕거나 엎드린 자세가 장시간 유지되면 혈류 정체, 근골격계 통증, 경추 부담, 호흡 악화 등이 발생할 수 있으며, 특히 자가 체위변경이 어려운 고령자·부동·욕창 위험군에서는 조직 손상으로 직결된다. 그러나 기존의 자동 체위 변환 침대는 정해진 시간마다 일괄적으로 자세를 바꾸거나(타이머 방식) 사용자가 직접 조작해야 하여, 수면을 방해하고 사용자마다 다른 위험 자세를 반영하지 못하는 한계가 있다. 본 프로젝트는 이를 해결하기 위해, 사용자의 질환 프로파일에 따라 교정 자세를 개인화하여 판정하고 깊은 수면 중에만 작동하는 자동 체위 교정용 침대 시스템을 설계·제작·검증하는 것을 목표로 한다.

시스템은 비접촉 방식의 NIR 카메라와 mmWave 레이더를 기반으로 한다. NIR 카메라 영상은 ResNet-18 계층 분류를 거쳐 바로·엎드림·좌측위·우측위의 4가지 자세로 식별되고, mmWave 레이더는 사용자의 호흡·심박을 분석해 수면 깊이를 추정한다. 자세 전환 판단 모듈은 식별된 자세와 사용자 질환 프로파일을 대조하여 교정 필요 여부를 결정한다. 엎드림은 모든 사용자에게, 그 외 자세는 해당 자세가 위험한 질환군에 한해, 그리고 한쪽 측위가 2시간 이상 지속되면 정상자세로 복귀하도록 판정한다. 사용자가 깊은 수면에 진입했을 때에만 교정을 실행하여 수면 분절을 방지한다. 교정은 롤러바와 턴시트가 사용자를 안전 자세로 천천히 이동시켜 이루어지며, 이때 센터바가 상승해 완충면을 형성하는 독자적 기구로 전환 시 충격을 완화한다. 모든 동작은 음성 긴급정지와 하드웨어 E-stop으로 즉시 중단할 수 있도록 설계한다.

최종적으로 본 시스템은 자세 인식 정확도 85% 이상, 체위 전환 성공률 90% 이상, 전환 후 수면 비분절률 70% 이상, 센터바에 의한 착지 충격 완화 30% 이상, 안전 정지 응답 2초 이내라는 정량 KPI를 만족하는 것을 목표로 한다. 이를 통해 질환 인지 개인화, 수면 단계 연동 자동 작동, 충격 완화 기구를 하나로 결합한, 기존 상용 제품에 없는 자동 체위 교정 침대의 레퍼런스를 제시하는 것이 본 개발 과제의 핵심이다.

개발 과제의 배경 및 효과

1) 문제 정의: 수면 중 부적절한 체위의 위험성

건강한 성인은 수면 중 약 30~40분 주기로 자연적 체위 변경을 수행하나, 수면 습관이나 개인차에 의해 한쪽 자세를 장시간 유지하거나 부적절한 자세를 취하는 경우가 빈번하다. 이는 다음과 같은 건강 문제를 유발할 수 있다.

첫째, 혈류 차단 문제이다. 90도 측위 시 어깨 부위의 조직 관류가 거의 무산소 수준까지 감소하며, 이는 장시간 압박에 의한 조직 손상 근거로 체계적 문헌 고찰에서도 인용되었다. 둘째, 어깨·골반 통증이다. 수면 자세 편향 비율과 어깨 통증 편향 비율이 통계적으로 유의미하게 일치하며, 이는 특정 자세 편향이 근골격계 통증의 직접적 원인이 될 수 있음을 시사한다. 셋째, 욕창 위험이다. EPUAP(European Pressure Ulcer Advisory Panel, 유럽욕창자문위원회) 가이드라인에 따르면 1~4시간의 지속적 압박만으로도 피부 및 피하 조직 손상이 시작될 수 있으며, 이는 병원 환경뿐 아니라 일반 성인에게도 해당된다. 넷째, 엎드려 눕기(prone position)의 위험성이다. 엎드린 자세에서는 호흡을 위해 머리를 한쪽으로 돌려야 하므로 경추가 장시간 극단적으로 회전된 상태를 유지하게 되며, 이는 목 통증, 뻣뻣함, 나아가 추간판 손상으로 이어질 수 있다. 또한 체중이 흉곽을 압박하여 호흡 효율이 저하되고, 척추가 부자연스럽게 과신전 되어 요통을 유발할 수 있다. 엎드린 자세는 수면 자세 중 가장 비권장 자세로, 의학계에서 가능한 한 피하도록 권고하고 있다.

2) 기존 기술의 한계 및 개선 방향

현재 시장에 존재하는 자동 체위 전환 장치로는 Freedom Bed(ProBed Medical)와 Lateral Rotation 매트리스(Hill-Rom) 등이 있다. 그러나 이들은 모두 타이머 기반으로 작동하여 사용자의 수면 상태를 고려하지 않는다. 이로 인해 얕은 수면 중에도 체위 전환이 발생하여 잠을 깨우는 문제가 존재한다.

한편, Bryte Balance 등의 스마트 매트리스는 수면 단계 인식 기능을 갖추고 있으나, 이를 체위 전환과 연동하는 제품은 존재하지 않는다. 학술 연구에서도 자세 감지(posture detection) 기술은 활발히 연구되고 있으나, '감지 → 수면 단계 고려 → 자동 교정'의 폐루프(closed-loop) 시스템은 제품 및 연구 모두에서 미개척 영역이며, 다수의 선행 연구에서 향후 과제로 명시하고 있다.

따라서 기존 기술의 근본적 한계를 극복하기 위해서는 다음 세 가지 방향의 개선이 필요하다. (1) 수면 상태를 실시간으로 인식하여 잠에서 깰 위험이 낮은 구간에서만 개입하는 지능형 제어, (2) 자세를 자동 감지하고 필요 시에만 교정하는 폐루프 시스템 구현, (3) 체위 전환 과정에서 발생하는 물리적 충격을 최소화하는 메커니즘 개발이다. 본 과제는 이 세 가지 개선 방향을 모두 반영하여 설계되었다.

3) 본 과제의 착안 과정 및 차별점

본 과제의 설계는 다음과 같은 단계적 사고 과정에서 출발하였다. 첫째, '수면 중 장시간 동일 자세를 자동으로 교정해줄 수 있으면 좋겠다'는 기본 요구를 정의하였다. 둘째, 자세를 교정하는 과정에서 사용자를 깨워서는 안 되므로, 수면 단계가 깊은 구간에서만 개입해야 한다는 제약 조건을 도출하였고, 이를 위해 비접촉 방식의 수면 단계 추정 기술이 필요하다는 결론에 이르렀다. 셋째, 기존의 시트 회전 방식은 사용자가 뒤집히는 순간 낙하 충격이 발생하여 잠을 깨울 수 있다는 문제를 발견하고, 이를 해결하기 위해 센터 바가 턴시트를 들어올려 완충면을 형성하는 독자적 메커니즘을 고안하였다.

이 착안 과정에서 도출된 세 가지 핵심 차별점은 다음과 같다.

첫째, 수면 단계 인식 기반 자동 개입이다. 깊은 수면 단계에서는 체동이 최소화되고 호흡이 느리고 규칙적으로 변하는 것이 확인되어 있으므로, NIR 카메라의 체동 데이터와 mmWave 레이더의 호흡 주기 분석을 결합하면 깊은 수면 여부를 비접촉으로 추정할 수 있다. 잠에서 가장 깨기 어려운 깊은 수면 구간에서만 체위 전환을 수행함으로써 수면 방해를 최소화한다.

둘째, 자세 감지 후 자동 교정의 폐루프 구현이다. NIR 카메라로 바로 눕기, 엎드려 눕기, 옆으로 눕기의 세 가지 자세를 실시간 감지한다. 옆으로 누운 자세 또는 엎드린 자세가 약 60분 이상 유지되면, 깊은 수면 조건 확인 후 자동으로 바로 눕기 자세로 교정한다.

셋째, 센터 바 상승에 의한 회전 충격 완화이다. 기존 시트 회전 방식은 사용자가 뒤집히는 순간 낙하 충격이 발생하는데, 본 과제에서는 침대 중앙에 설치된 센터 바가 전환 전에 상승하여 턴시트(turn sheet, 체위 전환용 시트)를 아래에서 들어올림으로써 완충면을 형성한다. 사용자는 센터 바에 직접 닿지 않고, 들어올려진 턴시트 위에 부드럽게 착지하여 낙하 충격이 감소한다. 이는 기존 제품에 없는 독창적 메커니즘이다.

4) 기대 효과

본 시스템이 성공적으로 개발되면 다음과 같은 효과를 기대할 수 있다.

첫째, 건강 개선 효과이다. 수면 중 장시간 동일 체위로 인한 혈류 차단, 근골격계 통증, 욕창 발생 위험과 엎드린 자세로 인한 경추 부담을 자동으로 방지할 수 있으며, 이는 수면의 질 향상으로 이어진다.

둘째, 기술적·학술적 가치이다. 수면 자세 감지와 알림을 결합한 시스템은 존재하나 , 이는 사용자가 스스로 자세를 바꾸도록 유도하는 알림 방식이다. 수면 단계 인식과 물리적 자동 체위 전환을 연동한 폐루프 시스템은 제품 및 학술 연구에서 보고된 바 없으며, 본 과제는 이러한 통합을 최초로 시도한다.

셋째, 확장 가능성이다. 본 과제에서 건강한 성인을 대상으로 핵심 기술의 안전성과 유효성이 입증되면, 다음과 같은 방향으로 확장이 가능하다. 노인 요양·병원 욕창 예방·재활 환경 등 취약 사용자 대상으로 안전 기준을 강화하여 적용할 수 있고, 자세 치료가 권장되는 폐쇄성 수면무호흡증 환자의 바로 눕기 방지에도 활용 가능하다. 또한 장기간 축적된 수면 자세·호흡 데이터를 기반으로 수면 건강 리포트 서비스로 발전시킬 수 있다.

개발 과제의 목표 및 내용

1) 정량 목표(KPI)

본 과제의 정량적 목표는 다음 5개 항목으로 설정하였다.

① 체위 전환 성공률 ≥ 90%: 사용자가 탑승한 상태에서 시트 회전에 의한 체위 전환이 정상적으로 완료되는 비율 90% 이상을 달성한다.

② 자세 인식 정확도 ≥ 85%: 바로 눕기, 엎드려 눕기, 옆으로 눕기의 3분류에 대해 NIR 카메라 기반 분류 정확도 85% 이상을 달성한다.

③ 안전 정지 응답 시간 ≤ 2초: E-stop 버튼 또는 음성 긴급 정지 신호 입력 시 전체 구동이 2초 이내에 완전 정지한다..

④ 센터 바 충격 완화 효과 ≥ 30%: 센터 바 있음/없음 조건에서 체위 전환 시 매트리스 착지 소음(dB)의 감소율 30% 이상을 달성한다.

⑤ 작동 소음 ≤ 45 dB: 체위 전환 시퀀스 전 구간에서 롤러 바 상하 이동, 롤러 바 감속 모터 회전, 센터 바 상하 이동, 리니어 액추에이터 작동 등 개별 구동 요소의 소음을 0.5m 거리에서 측정하여 최대값이 45 dB 이하를 달성한다.

2) 시스템 아키텍처

본 시스템은 센서부, 판단부, 구동부, 안전부, 모니터링부의 5개 모듈로 구성된다.

센서부: NIR 카메라로 암흑 환경에서 사용자의 자세, 위치, 체동 빈도를 감지한다. mmWave 레이더 모듈로 호흡에 의한 가슴·배의 미세한 상하 움직임을 비접촉으로 감지하여 호흡 주기 를 실시간 추출한다. 선행 연구에서 FMCW mmWave 레이더를 이용한 수면 중 호흡 주기 감지가 90% 이상의 정확도로 보고되었으며, 해당 기술은 소비자용 수면 모니터에 이미 상용화되어 있다. 마이크는 사용자의 큰 소리(비명 등)를 감지하여 음성 긴급 정지 수단으로 사용하여 E-stop 버튼에 손이 닿지 않는 상황을 대비한다.

판단부: 임베디드 보드에서 카메라 영상의 자세 분류 알고리즘과 레이더 데이터의 호흡 주기 분석을 결합하여 깊은 수면 여부를 추정한다. 깊은 수면 단계에서는 부교감신경이 우세해지면서 호흡이 느리고 규칙적으로 변하며, 체동이 가장 적어지는 것이 선행 연구에서 확인되었다. 이에 근거하여, 일정 시간 이상 체동이 관찰되지 않고 호흡 주기가 느리고 규칙적인 상태가 지속되면 깊은 수면 구간으로 추정한다. 다만 엄밀한 의미의 깊은 수면은 하룻밤 중 총 약 1시간 내외로 짧기 때문에, 개입 기준을 지나치게 엄격하게 설정하면 실제 작동 기회가 극히 제한될 수 있다. 따라서 '체동 부재 + 호흡 안정'의 구체적 임계값은 실험을 통해 조정하여, 잠을 깨우지 않으면서도 충분한 개입 빈도를 확보할 수 있는 최적 기준을 탐색한다. 이 임계값의 적절성은 평가항목 '수면 비분절률'을 통해 간접적으로 검증된다. 옆으로 눕기 또는 엎드려 눕기가 약 60분 이상 유지되고 깊은 수면 조건이 동시에 충족되면, 바로 눕기 자세로의 체위 전환 시퀀스를 개시한다.

구동부: 시트 회전 방식의 체위 전환 메커니즘을 적용한다. 침대 위에는 저마찰 슬라이드 시트를 깔고 그 위에 턴시트를 배치하여, 턴시트가 이동할 때 마찰을 최소화한다. 좌우 롤러 바에 감속 모터를 장착하여 턴시트를 감아올리고, 리니어 액추에이터로 롤러 바 상하 이동 및 센터 바 상하 이동을 수행한다. 센터 바가 상승하면 턴시트를 아래에서 들어올려 완충면을 형성하며, 이때 반대쪽 롤러 바가 턴시트를 풀어 여유 길이를 확보한다. 전체 동작은 잠을 깨우지 않는 수준의 극저속으로 진행하며, 최적 속도는 실험을 통해 결정한다 .

안전부: E-stop 비상정지 버튼, 과전류 보호 퓨즈, 급격한 움직임 감지 시 즉시 정지 기능을 포함한다. 또한 사용자가 큰 소리를 내거나 비명을 지르면 마이크 기반 음성 긴급 정지가 작동하여 모든 구동을 즉시 중단한다.

모니터링부: 임베디드 보드에서 웹 서버를 구동하여, 같은 Wi-Fi 내 스마트폰에서 수면 자세 기록, 전환 이력, 수면 단계 로그를 확인할 수 있는 대시보드를 제공한다.

3) 작동 시퀀스

체위 전환은 다음 7단계로 진행된다.

① 약 60분 이상 동일 자세 감지 + 깊은 수면 확인: 카메라가 사용자의 자세를 분류하고, 레이더가 호흡 주기를 분석하여 깊은 수면 상태를 확인한다. 옆으로 눕기 또는 엎드려 눕기가 약 60분 이상 유지되고 깊은 수면이 확인되면 체위 전환을 개시한다.

② 롤러 바 상승: 이동 방향의 롤러 바를 먼저 상승시켜 턴시트를 끌어올리고 기울기를 생성한다.

③ 시트 회전으로 사이드 이동: 상승한 롤러 바가 턴시트를 감아올리면, 슬라이드 시트 위의 턴시트가 미끄러지며 사용자를 사이드로 이동시킨다.

④ 센터 바 상승: 침대 중앙의 센터 바가 턴시트를 아래에서 밀어올려 완충면을 형성한다. 반대쪽 롤러 바가 턴시트를 풀어 여유 길이를 확보한다.

⑤ 뒤집기: 롤러 바가 턴시트를 더 감아 사용자를 똑바른 자세로 뒤집는다. 센터 바가 들어올린 턴시트가 완충 역할을 하여 낙하 충격 없이 부드럽게 착지한다.

⑥ 센터 바·롤러 바 하강: 센터 바가 천천히 하강하고 롤러 바도 내려가면서 매트리스가 다시 평평해진다.

⑦ 중앙 복귀: 반대쪽 롤러 바가 턴시트를 감아 사용자를 침대 중앙으로 되돌린다.

전 과정은 깊은 수면 지속시간 내에 완료되어야 하며, 급격한 움직임이 감지되거나 음성 긴급 정지가 발동되면 즉시 정지한다.

4) 대상 사용자

본 프로토타입의 대상은 건강한 성인(1인용 침대)이다. 침대 크기 및 구동부 설계 기준은 사이즈코리아(국가기술표준원) 인체치수조사 데이터를 참고하여, 한국 성인 남성 상위 95%를 수용할 수 있는 키 약 183cm, 체중 약 95kg을 설계 상한으로 설정한다.

본 과제에서 건강한 성인을 1차 대상으로 설정한 이유는, 프로토타입 단계에서 사용자가 직접 피드백을 제공하고 위험 시 자력 대응이 가능하여 안전한 검증 환경을 확보할 수 있기 때문이다. 1단계에서 핵심 기술(수면 단계 연동 체위 전환, 충격 완화 메커니즘)의 안전성과 유효성을 충분히 입증한 후, 2단계로 노인·환자 등 취약 사용자를 대상으로 안전 기준을 강화하여 확장하는 것이 합리적인 개발 순서라고 판단하였다.

12. 수동으로 조작 가능해야 함 자동 모드가 사용자 의도와 맞지 않거나 시스템 오류 상황이 발생할 수 있다. 이런 경우 사용자가 직접 조작할 수 있는 수동 제어 인터페이스가 필요하다.

13. 개개인별 맞춤화를 통해 개인화가 되어야 함 사용자마다 체형, 선호 자세, 수면 습관이 다르다. 전환 강도·빈도·민감도 등을 사용자별로 조정할 수 있어야 제품이 실제 환경에서 유효하게 동작한다.

14. 설치가 용이해야 함 일반 가정에서 사용하는 제품인 만큼 전문 시공 없이 설치 가능해야 한다. 복잡한 배관·배선이 요구되지 않아야 하며, 부품 조립과 배치가 직관적이어야 한다.

15. 심미성이 있어야 함 침실은 개인 공간이므로 실내 인테리어와 조화를 이루는 외관이 요구된다. 기계적·의료적 인상을 최소화하고, 일반 침대와 유사한 자연스러운 디자인이 필요하다.

16. 무게가 너무 무겁지 않아야 함 제품을 옮기거나 재배치할 일이 발생할 수 있으므로 과도한 무게는 사용성을 저해한다. 구조적 강도를 유지하면서 경량 소재를 적절히 활용해야 한다.

17. 사이즈가 너무 크지 않아야 함 침실 공간의 제약을 고려할 때, 표준 침대 규격(퀸 사이즈 기준)을 크게 벗어나지 않아야 한다. 교정 기구부가 추가됨에도 불구하고 통상적인 침대 공간 내에 수용되어야 한다.

<그림 4> 목적계통도

설계 사양

<그림 5> 설계사양

도출된 설계사양 체계를 토대로, 본 과제에서는 이후 개념안 평가에 사용할 8가지 평가 변수를 정의하였다. 이 변수들은 설계사양 L3 항목 전체를 유형별로 묶어 압축한 것으로, 개념안 간 정량적 비교가 가능하도록 구성하였다.

<표 8> 설계 평가 변수

이 8가지 평가 변수는 설계사양에서 도출된 30여 개의 세부 요구사항을 포괄적으로 반영하며, 이후 중요도 계수 부여와 개념안 평가 매트릭스 단계에서 공통 기준으로 활용된다.

<그림 6> 중요도 계수

8가지 평가 변수에 중요도를 0~4까지 총 5단계로 나누어 중요도 계수를 분배하였고, 추후 이를 활용하여 개념 설계 시 평가를 진행한다.

- 중요도 4점(기능/성능, 사용자 안전)

제품의 핵심 존재 이유인 자세 교정 효과와, 수면 중 자동 구동이라는 특성상 절대 타협할 수 없는 사용자 안전은 최상위 중요도로 설정하였다. 두 변수 중 하나라도 충족되지 않는 제품은 시장 출시 자체가 불가능하다.

- 중요도 3점(수면 친화성, 제작비용)

"수면을 방해하지 않는 자세 교정"이라는 본 과제의 차별점을 직접 구현하는 수면 친화성, 그리고 의료용이 아닌 가정용 시장 진입을 위한 가격 경쟁력은 상위 중요도로 설정하였다. 타협이 가능하나 크게 양보할 수 없는 변수들이다.

- 중요도 2점(사용 편의성, 유지보수성)

완전 자동 작동이 기본 지향점이므로 편의성은 어느 개념에서나 유사한 수준으로 구현 가능하며, 유지보수성 역시 장기 사용 시 부담이 되지만 프로토타입 단계의 핵심 평가 요소는 아니다. 중위 중요도로 배치하였다.

- 중요도 1점(심미성, 설치·이동성)

가정용 제품으로서 필요한 요건이나, 본 과제의 기술적 기여와 직접 관련성이 낮은 외적·운용적 변수이다. 평가에 반영하되 낮은 가중치를 부여하였다.

개념설계안

본 과제의 전체 시스템은 자세 인식부, 수면 단계 감지부, 체위 교정 기구부의 세 가지 서브시스템으로 구성된다. 이 중 자세 인식부와 수면 단계 감지부는 각각 NIR 카메라와 mmWave 레이더를 활용하는 방식으로 기술적 구현 방향이 비교적 명확하며, 어떤 기구적 방식을 선택하더라도 공통적으로 적용된다.

반면 체위 교정 기구부는 "사용자의 몸을 어떻게 물리적으로 움직일 것인가" 라는 질문에 대해 다양한 해법이 존재하며, 선택한 방식에 따라 침대의 구조·안전성·사용감·비용이 근본적으로 달라진다. 따라서 본 개념 설계 단계에서는 체위 교정 기구부에 초점을 맞추어, 팀원 전원이 참여한 브레인스토밍을 통해 네 가지 개념안을 도출하였다.

개념 1: 3분할 틸팅 매트리스를 통해 기울기 조작으로 사용자가 정자세로 복귀하도록 유도하는 방식

개념 2: 에어셀로 매트리스 기울기를 형성하여 사용자가 정자세로 복귀하도록 유도하는 방식

개념 3: 롤러바와 센터바로 사용자의 자세를 직접 회전시켜 교정하는 방식

개념 4: 밀개 구조물로 사용자의 몸을 직접 밀어 교정하는 방식

이하에서 각 개념을 순서대로 설명한다.

3분할 틸팅 매트리스 방식

매트리스를 좌·중앙·우 3구역으로 독립 분할하고 각 구역 하부에 틸팅 기구를 설치한다. 교정이 필요한 자세로 판정되면 해당 측면 구역 하부의 틸팅 기구가 구동되어 매트리스 면이 완만한 각도로 기울어지고, 사용자는 중력에 의해 정자세(앙와위) 방향으로 자연스럽게 이동한다. 자세 복귀가 확인되면 매트리스는 원래 수평 상태로 복귀한다.

에어셀 매트리스 방식

매트리스 내부에 다수의 에어셀(공기 주머니)을 배치하고 각 셀의 공기압을 독립적으로 제어한다. 교정 필요 판정 시 한쪽 측면 에어셀에 공기를 주입하여 부풀리고 반대편은 공기를 빼서 낮춤으로써 매트리스 표면에 경사면을 형성하며, 이 기울기에 의해 사용자가 중력을 통해 정자세 방향으로 유도된다. 교정 완료 후 에어셀 압력은 원위치로 복원된다.

직접 밀기 방식

매트리스 아래에 수직 방향으로 작동하는 밀개 구조물을 배치하여 사용자의 몸을 직접 밀어 자세를 변경한다. 교정 필요 판정 시 밀개 구조물이 매트리스 아래에서 상승하여 사용자의 어깨 또는 허리 측면에 접촉하며, 완만한 힘으로 반대편으로 이동시킨다. 교정 완료 후 밀개는 원위치로 복귀한다.

롤러바 및 센터바 방식

매트리스 좌·우측에 회전하는 롤러바를 배치하고 그 사이를 감싸는 턴시트를 통해 사용자의 자세를 직접 회전시킨다. 교정 필요 판정 시 먼저 회전 축 하부의 센터바가 상승하여 사용자의 몸 중심을 완충 지지하고, 이어 한쪽 롤러바가 회전하며 턴시트를 감아 들여 사용자를 반대편으로 서서히 이동시킨다. 원하는 자세로 이동이 완료되면 롤러바가 정지하고 센터바가 하강한다.

이론적 계산 및 시뮬레이션

설계 하중 조건

본 장의 이론적 계산과 구조 해석은 공통의 설계 하중 조건을 기준으로 수행한다. 대상 사용자는 Size Korea 제8차 인체 치수 조사의 95% 성인 남성으로, 신장 약 183 cm·체중 약 95 kg을 상정한다. 이는 가장 큰 체격의 사용자에 대해서도 시스템이 정상 동작함을 보장하기 위한 보수적 기준이다.

사용자 체중 95 kg에 해당하는 중력 하중은 약 932 N이나, 본 설계에서는 여유를 두어 950 N을 설계 하중으로 본 장 전체에서 일관되게 적용한다. 프레임 구조 해석에는 이를 침대 상판의 집중 하중으로, 구동부 토크·추력 계산에는 마찰·지지 부하 산정의 기준 하중으로 사용한다.

체위 전환 시 사용자와 시트 사이의 마찰을 결정하는 슬라이드시트의 마찰계수는 설계 조건상 0.1–0.15 범위이며, 구동부 계산에서는 가장 불리한 값인 0.15를 적용한다. 프레임의 구조 안전성은 목표 안전계수 1.5를 기준으로 평가한다.

이상의 조건을 바탕으로, 본 장에서는 구동부(롤러바 모터·리니어 액추에이터)가 요구 부하를 충분한 여유로 구동할 수 있는지를 이론적으로 검토하고(3.2), 침대 프레임이 설계 하중에 대해 구조적으로 안전한지를 CAE 해석으로 검증한다(3.3)

구동부 이론 계산

롤러바 모터 토크

롤러바 모터는 턴시트를 감아 사용자를 회전시키는 구동원으로, 회전 토크를 전달할 뿐 아니라 전환 완료 후 사용자 하중에 의한 역토크에도 자세를 유지해야 한다. 이를 위해 셀프락킹이 가능한 웜기어 감속 구조이면서 저소음으로 작은 공간에서 높은 감속비를 얻을 수 있는 WGM40-3150-2480E를 선정하였다. 본 절에서는 이 모터가 요구 토크를 충분한 여유로 구동하는지 검토한다. 가장 보수적인 조건으로, 설계 하중(950 N) 전체가 슬라이드시트 위에서 미끄러질 때의 마찰력을 구동 부하로 가정한다.

설계 하중 W = 950 N
슬라이드시트 마찰계수 μ = 0.15
마찰력 F = μ·W = 0.15 × 950 = 142.5 N
롤러바 반경 r = 50.8 / 2 = 25.4 mm = 0.0254 m
필요 토크 T = F·r = 142.5 × 0.0254 ≈ 3.62 N·m ≈ 36.9 kgf·cm

롤러바 모터(WGM40-3150-2480E)의 정격 토크는 70 kgf·cm이며, 롤러바 1개를 모터 2기가 함께 구동하므로 합산 정격은 140 kgf·cm이다. 필요 토크 36.9 kgf·cm는 합산 정격의 약 26 %, 모터 1기 정격의 약 53 % 수준으로 충분한 구동 여유를 확보한다.

한편 슬라이드시트를 적용하지 않을 경우(시트 직접 접촉, μ ≈ 0.3) 필요 토크는 약 73.8 kgf·cm로 모터 1기 정격(70 kgf·cm)을 초과한다. 이는 저마찰 슬라이드시트가 단순한 재료 선택이 아니라 구동부 토크 여유 확보를 위한 필수 설계 조건임을 정량적으로 뒷받침한다.

또한 롤러바 모터는 웜기어 감속 구조의 셀프락킹 특성을 가지므로, 전환 완료 후 사용자 하중에 의한 역토크가 작용하더라도 별도의 보유 전류 없이 자세를 유지할 수 있다.

리니어 액추에이터 추력

리니어 액추에이터는 롤러바를 탑재한 사이드바와 센터바를 승강·지지하는 구동원으로, 사용자를 깨우지 않도록 저소음·저속으로 작동하면서도 구동부와 사용자 하중을 함께 감당할 추력을 가져야 한다. 이를 위해 최대 추력 1200 N, 속도 13 mm/s, 소음 22 dB 사양의 LM4599-13120LNH를 선정하였다. 본 절에서는 이 액추에이터가 요구 추력을 충분한 여유로 발생시키는지 검토한다. 각 바는 액추에이터 2기가 분담 구동한다(3개 바 × 2기 = 6기). 체위 전환 시 한쪽 사이드바와 센터바가 사용자를 함께 들어올리나, 가장 보수적으로 하나의 바가 사용자 설계 하중 전체를 지지하는 경우를 검토한다.

사용자 설계 하중 W = 950 N
바 자중 W_bar ≈ 5 kg → 약 50 N
바 1개 지지 하중 = W + W_bar = 950 + 50 = 1000 N
바당 액추에이터 2기 → 1기당 필요 추력 = 1000 / 2 = 500 N

리니어 액추에이터(LM4599-13120LNH)의 정격 추력은 1200 N이므로, 1기당 필요 추력 500 N은 정격의 약 42 % 수준으로 충분한 여유를 확보한다. 실제로는 사이드바와 센터바가 사용자 하중을 분담하므로 개별 액추에이터의 부담은 이보다 더 작다.

또한 액추에이터는 리드스크류의 자기 유지 특성으로, 정지 상태에서 사용자 하중에 대해 별도의 보유 전류 없이 위치를 유지한다.

구조해석

프레임 구조 해석

체위 교정 기구부와 사용자 하중을 지지하는 침대 프레임의 구조 안전성을 검증하기 위해, Autodesk Inventor의 응력 해석 기능으로 프레임 전체 어셈블리에 대한 정적 구조 해석을 수행하였다. 프레임 재질은 각파이프 소재인 SS400으로 설정하고, 프레임 다리 하단을 고정 구속한 상태에서 설계 대상인 95 kg 사용자의 체중을 고려하여 950 N의 하중을 침대 상판 중앙에 부여하였다. 해석 결과는 안전계수와 변위 두 지표로 평가하였다.

해석 결과, 안전계수는 전 영역에서 최소 8.56으로 나타나 설계 목표 안전계수 1.5를 크게 상회하였다〈그림 7〉. 최대 변위는 하중이 집중되는 상판 중앙부에서 0.53 mm로 측정되었으며, 다리·상부 프레임 등 나머지 영역은 변위가 거의 발생하지 않았다〈그림 8〉. 응력 집중이나 국부 취약부 없이 하중이 전 구조에 고르게 분산되는 양상을 보였다.

이는 본 프레임이 사용자 정적 하중에 대해 충분한 강도와 강성을 확보하고 있음을 의미한다. 최소 안전계수 8.56은 적용 하중 950 N의 약 8.56배인 8.1 kN(약 830 kg 상당)까지 항복 없이 견딜 수 있음을, 최대 변위 0.53 mm는 사용감에 영향을 주지 않는 미소 수준의 처짐을 나타낸다. 다만 본 해석은 정적 하중 기준으로 체위 전환 시의 동적 하중은 포함하지 않았으며, 이는 센터바 완충으로 전환 충격이 작다는 점에서 정적 해석의 타당성이 확보된다.

<그림 7> 프레임 안전계수 해석 결과 (최소 8.56)

파일:프레임 변위 해석 결과.png

<그림 8> 프레임 변위 해석 결과 (최대 0.53mm)

롤러바 브라켓 구조 해석

롤러바를 양단에서 지지하는 브라켓에 대해서도 동일하게 Inventor 응력 해석을 수행하였다. 롤러바는 사용자 하중(950 N)을 양단 두 브라켓이 분담하여 지지하므로 브라켓 1개당 약 475 N이 작용하나, 여유를 두어 500 N을 설계 하중으로 적용하였다. 브라켓의 프레임 체결부를 고정 구속하고 롤러바 지지부에 500 N의 하중을 부여한 결과, 최소 안전계수는 체결 홀 주변의 응력 집중부에서 6.38로 나타나 목표 안전계수 1.5를 크게 상회하였다. 이는 적용 하중 500 N의 약 6.4배인 3.2 kN까지 항복 없이 견딜 수 있음을 의미하며, 롤러바 지지 구조가 사용자 하중에 대해 충분한 강도를 확보함을 확인하였다.

<그림 9> 롤러바 브라켓 안전계수 해석 결과

재료 선정

체위 교정 기구부에는 사용자와 직접·간접으로 접촉하며 회전 동작에 관여하는 시트류와 결합 부품의 재료 선정이 중요하다. 마찰 특성, 내구성, 위생성을 고려하여 슬라이드시트, 턴시트, 벨크로의 재료를 다음과 같이 선정하였다.

슬라이드시트는 나일론 100% 소재를 사용한다. 슬라이드시트는 그 위에서 턴시트가 미끄러지는 면으로, 낮은 마찰계수와 함께 지속적인 마찰에도 섬유가 마모·손상되지 않는 내마모성이 요구된다. 나일론은 침대 시트 소재로는 다소 부적절할 수 있으나, 슬라이드시트가 사용자와 직접 닿는 면이 아니라는 점을 고려하면 마찰계수가 매우 낮고 내마모성이 우수하다는 이점을 살릴 수 있어 슬라이드시트에 적합하다고 판단하였다. 슬라이드시트의 낮은 마찰계수는 구동부 토크 여유와 직결되며, 이에 대한 정량적 검토는 3.2.1에서 다룬다.

턴시트는 면 50% + 폴리에스터 50% 혼방 소재를 사용한다. 턴시트는 사용자의 피부에 직접 닿으므로 수면 위생과 편안함을 만족해야 하는 동시에, 회전 시 신체가 미끄러지지 않도록 지지하는 인장·마찰 특성의 균형이 요구된다. 순면 100% 소재는 마찰력이 커 구동부에 무리를 주거나 자세 전환에 실패할 가능성이 높고, 인장력에 의해 일시적 주름이나 영구 변형이 생기기 쉽다. 폴리에스터를 혼방함으로써 마찰력과 변형률을 낮추면서도 수면 환경에 지장이 없도록 할 수 있어 혼방 소재를 선정하였다.

벨크로는 3M SJ3526N·SJ3527N 제품을 사용하여 롤러바와 턴시트를 결합한다. 턴시트를 롤러바에 직접 접착하면 교체·세탁에 제약이 생기므로, 탈착이 가능한 벨크로로 결합하여 유지보수성을 확보하였다. SJ3526N·SJ3527N은 고무계 점착제를 사용한 벨크로로, 초기 접착 안정화 후 강력하게 고정되어 상온 환경에서 장기간 사용해도 결합 강도 저하가 적다는 점에서 선정하였다.

조립도

내용

부품도

내용

제어부 및 회로설계

제어 시스템 구상

<그림 21> 전체 결선 구성

본 시스템의 제어부는 고수준 인식과 판단을 담당하는 상위 제어기와 모터 구동을 담당하는 하위 제어기로 이루어진 2계층 구조로 설계하였다. 전체 결선 구성은 〈그림 21〉과 같다. 상위 제어기인 Raspberry Pi 5(8GB)는 비접촉 센서로부터 데이터를 수집하여 추론과 판단을 수행한다. YR-030 NIR 카메라 영상은 ResNet-18 기반 자세 분류 모듈로 전달되어 사용자의 수면 자세를 바로·엎드림(좌/우)·옆으로4종으로 분류하며, MR60BHA2 mmWave 레이더는 심박·호흡 신호로부터 수면 단계를 판정한다. 두 결과를 종합하여 "자세 교정이 필요하고 동시에 깊은 수면 상태"인 조건이 성립할 때에만 제어 명령을 생성한다. 하위 제어기인 Arduino Mega 2560은 이 명령을 수신하여 DMD-101 모터 드라이버에 PWM 및 DIR 신호를 출력하고, 리니어 액추에이터의 Hall 센서 피드백을 처리한다. 이와 같이 제어를 이원화한 것은, 고연산 추론은 RPi5가, 저지연 실시간 모터 제어는 MCU가 전담하도록 부하를 분리하기 위함이다. 센서·통신 연결은 다음과 같다. RPi5는 YR-030와 CSI로, MR60BHA2와는 내장된 XIAO ESP32C6를 경유한 USB로 연결된다. RPi5와 Arduino 간은 USB-B to A 케이블로 통신하며 이 선로가 Arduino의 5V 전원을 겸한다. 반면 모터 구동에 필요한 24V 전력은 SMPS에서 별도로 공급되어, 제어·로직 계통과 전력 계통이 전원상 분리된다(세부 사항은 6.2 참조).

전력 계통 및 안전 회로

모터 구동 전력은 〈그림 21〉과 같이 AC 입력 → SMPS(JK-NES-350-24, 24V 350W) → 비상정지 버튼 → 분기 퓨즈 → DMD-101 드라이버 5장 → 각 부하 순으로 공급된다. 배선은 전류 용량을 고려하여 메인 계통 16AWG, 분기 18AWG, 신호 22AWG를 사용한다.

본 시스템의 구동부는 바(bar) 단위로 구성·구동된다. 리니어 액추에이터 6개는 3개 바(좌·우 사이드바, 센터바)에 2개씩, 롤러바 모터 4개는 2개 롤러바에 2개씩 배치되어, 하나의 바를 구동할 때 2개가 항상 함께 작동한다. 또한 작동 시퀀스에 따라 한 시점에는 하나의 동작 그룹만 능동 구동되므로, 전력 용량은 전체 부하 합산이 아닌 동작 단계별 최대 부하를 기준으로 산정한다. 각 동작 그룹의 부하 전류는 아래 〈표 10〉과 같다.

<표 10〉 전체 부하의 정격 전류

작동은 "사이드바 상승(액추에이터) →센터바 상승(액추에이터) → 롤러바 회전(모터) → 센터바 하강(액추에이터) → 사이드바 상승(액추에이터) " 순으로 진행되어 두 동작 그룹이 순차적으로 구동된다. 이때 한 시점의 최대 부하는 액추에이터 바 1개를 구동하는 7.0A 단계이며, 이는 SMPS 정격(14.6A)의 약 48%에 해당하여 충분한 여유를 갖는다. 롤러바 회전 단계 역시 4.8A로 정격 대비 여유가 크다. WGM40은 셀프락킹 웜기어, LM4599는 리드스크류(감속비 1/33, 리미트스위치 내장) 구조이므로, 정지 위치를 유지하는 비구동 그룹은 전류 소모가 무부하 전류(각각 0.2A, 0.7A) 이하로 떨어져 전력 부담을 주지 않는다. (전 부하를 동시에 구동할 경우의 합산 전류는 25.8A이나, 그룹 단위 순차 구동 방식에서는 이에 해당하지 않는다.)

비상정지 회로는 24V NC 버튼을 SMPS 출력과 드라이버 분배점 사이에 직렬로 배치하였다. 버튼을 누르면 회로가 개방되어 모든 드라이버로 향하는 24V 전력이 하드웨어 레벨에서 즉시 차단되며, 응답 시간은 2초 이내이다. 반면 RPi5와 Arduino의 로직 전원은 별도 계통에서 공급되므로 비상정지 중에도 제어기는 동작을 유지하여, 정지 상태의 로깅과 안전한 복귀가 가능하다. 추가로 각 분기 회로는 FH-201 홀더와 15A 퓨즈로 과전류를 보호한다.

모터 구동 제어 결선

모터 구동에는 2채널 양방향 H-브리지 드라이버인 DMD-101 5장을 사용한다. 각 드라이버는 2개 채널을 가지므로 총 10개 채널이 구성되며, 이는 리니어 액추에이터 6개와 롤러바 모터 4개에 1:1로 대응한다. 6.2에서 기술한 바와 같이 구동부는 바(bar) 단위로 묶이므로, 드라이버 1장이 바 1개(구동부 2개)를 전담하도록 배치하여 채널·배선·제어를 모듈화하였다. 채널별 부하 배치는 〈표 11〉와 같다.

<표 11> 채널별 부하 배치

각 채널의 부하 전류는 액추에이터 3.5A, 모터 1.2A로 DMD-101의 채널당 정격 10A 이내에 충분히 들어온다. DMD-101은 Arduino의 5V 로직 신호를 입력받아 24V 전력을 모터에 중계하며, 5V→24V 레벨 변환을 내부에서 처리하므로 별도의 릴레이 모듈이 불필요하다. 각 채널은 속도를 결정하는 PWM 신호와 방향을 결정하는 DIR 신호로 제어된다. Arduino Mega 2560의 PWM 출력 가능 핀 2–11번에 10개 PWM 신호를, 디지털 42–51번 핀에 10개 DIR 신호를 할당하였다.

<표 12> 아두이노 핀 할당

리니어 액추에이터와 롤러바 모터는 모두 Hall 센서를 내장하여 속도와 위치를 폐루프로 피드백 제어한다. 각 구동부는 2개의 Hall 신호(HALL1·HALL2)를 출력하며, 두 신호의 위상차로 이송 방향과 변위를 산출한다. 액추에이터 6개의 Hall 신호 12개는 디지털 22–33번 핀에, 롤러바 모터 4개의 Hall 신호 8개는 디지털 34–41번 핀에 소자당 2핀씩 순차 할당하였다. 결선 구조는 두 구동부가 동일하다. 모터 전력선은 해당 채널의 DMD-101 모터 출력 단자에 연결되고, Hall 전원선(5V·GND)과 신호선(HALL1·HALL2)은 Arduino에 연결된다. 마지막으로, 부팅 시 Arduino의 디지털 핀은 출력으로 초기화되기 전까지 일시적으로 플로팅 상태가 되어 의도치 않은 모터 구동을 유발할 수 있다. 이를 방지하기 위해 각 채널의 PWM 및 DIR 신호선에 10kΩ 풀다운 저항을 연결하여, 부팅 중 신호선을 LOW로 고정한다.

소프트웨어 설계

소프트웨어 전체 구조

본 시스템의 소프트웨어는 인식·판단을 담당하는 Raspberry Pi 5와 모터 구동을 담당하는 Arduino Mega 2560의 2계층으로 구현된다. 사용자의 수면 자세를 비접촉 방식으로 모니터링하고, 사용자가 설정한 질환 프로파일에 따라 개인화된 위험 여부를 판단하여, 깊은 수면 중에만 자세 교정을 수행하는 것을 목표로 한다. 또한 Raspberry Pi 5는 웹 서버를 구동하여, 사용자 또는 보호자가 브라우저로 질환 프로파일 설정·모니터링·시스템 제어를 수행할 수 있는 사용자 인터페이스를 제공한다(7.6). 시스템의 전체 구조는 〈그림 22〉과 같으며, 〈그림 23〉은 시간 흐름에 따른 동작 과정을, 〈그림 24〉는 사용자의 상태에 따른 작동 방식을 나타낸다.

<그림 22> 컴포넌트 다이어그램

<그림 23> 시퀀스 다이어그램

IR 카메라는 사용자의 수면 영상을 실시간으로 수집하며, 수집된 영상 데이터는 자세 식별 모듈로 전달된다. 자세 식별 모듈에서는 단계적 계층 분류 방식을 적용하여, 사용자의 자세를 먼저 정자세(바로)와 비정자세로 1차 분류하고, 비정자세로 판단된 경우 엎드림 자세와 옆으로 누운 자세로 2차 분류하며, 옆으로 누운 자세는 다시 좌측위와 우측위로 최종 분류한다. 즉 최종적으로 정자세·엎드림·좌측위·우측위의 4개 자세로 식별한다. 이러한 계층적 분류 구조는 단일 단계 분류 방식에 비해 자세 식별 정확도를 향상시키고, 각 단계별 특징 추출 부담을 감소시키는 장점이 있다.

자세 식별 결과는 위험 판단 모듈로 전달되며, mmWave 센서로 획득한 수면 깊이 상태, 사용자가 사전에 설정한 질환 프로파일, 그리고 마이크를 통한 음성 긴급정지 신호와 함께 종합적으로 분석된다. mmWave 센서는 사용자의 호흡 및 심박 정보를 기반으로 수면 깊이 상태를 추정한다. 질환 프로파일은 사용자 또는 보호자가 자신의 건강 상태를 입력한 정보로서, 어떤 자세가 해당 사용자에게 위험한지를 판단하는 기준이 된다.

위험 판단 모듈은 이들 정보를 종합하여 자세 교정 필요 여부를 결정한다. 엎드림 자세는 모든 사용자에게 해로우므로 항상 교정 대상이 되며, 그 외의 자세는 사용자의 질환 프로파일상 위험 자세로 분류된 경우에만 교정 대상이 된다. 또한 좌측위 또는 우측위가 2시간 이상 지속되면 모든 사용자에 대해 정상자세(바로)로 복귀시킨다. 다만 정상자세(바로)는 시간 경과만으로는 교정하지 않으며, 질환 프로파일상 위험 자세인 경우에만 교정한다. 장기 부동·욕창 위험이 있는 사용자의 경우에는 자세 종류와 무관하게 동일 자세가 2시간 이상 유지되면 교정 대상으로 판단한다. 교정이 필요하다고 판단되더라도 사용자가 깊은 수면 상태일 때에만 제어 모듈(Arduino)로 교정 명령을 전달하여, 각성을 방지하고 안정적인 교정이 이루어지도록 한다. 단, 음성 긴급정지 신호가 감지되면 다른 모든 조건에 우선하여 진행 중인 교정을 즉시 중단한다.

<그림 24>

자세 인식(카메라)

모델 개요

본 시스템에서는 사용자의 수면 자세를 판별하기 위해 CNN 기반의 ResNet18 모델을 활용한 전이학습 방식을 적용하였다. ResNet18은 비교적 적은 연산량 대비 안정적인 특징 추출 성능을 제공하며, Raspberry Pi 5 환경에서도 실시간 추론이 가능한 경량 모델이라는 장점이 있다. 또한 본 시스템은 카메라 위치 및 촬영 환경이 고정된 구조를 기반으로 설계되었기 때문에, 보다 복잡하고 무거운 모델보다는 경량 모델을 적용하는 것이 적합하다고 판단하였다.

학습에는 ImageNet 데이터셋으로 사전 학습된 ResNet18 가중치를 활용하였다. 이를 통해 대규모 이미지 데이터셋에서 학습된 특징 추출 능력을 초기 가중치로 활용할 수 있었으며, 제한된 규모의 수면 자세 데이터 환경에서도 보다 안정적인 성능 확보가 가능하였다. 또한 전이학습 방식을 적용함으로써 학습 초기 수렴 속도를 향상시키고 과적합 가능성을 완화하고자 하였다.

학습 프레임워크는 PyTorch를 활용하였다. PyTorch는 다른 경량 프레임워크 대비 상대적으로 무거운 특성이 존재하지만, 본 시스템은 수면 자세를 30초 주기로 분석하며 사용자에게 부담을 줄 수 있는 자세가 장시간 유지되는지를 판단하는 구조이기 때문에 초저지연 실시간 처리보다는 자세 판별 정확도를 우선적으로 고려하였다. 이에 따라 다양한 모델 제어 및 전이학습 활용이 용이한 PyTorch 기반으로 시스템을 구현하였다.

계층적 이진 분류 구조

본 시스템은 단일 다중 분류 방식 대신 계층적 이진 분류 구조를 적용하였다. 각 단계별로 독립적인 모델을 학습하였으며, 이전 단계의 결과를 기반으로 다음 단계의 분류를 수행한다.

1단계에서는 사용자의 자세를 정자세와 비정자세로 분류한다. 이후 비정자세로 판단된 경우 2단계 모델을 통해 엎드림 자세와 측면 자세를 판별한다. 마지막으로 측면 자세로 분류된 경우 3단계 모델을 통해 Left 자세와 Right 자세를 최종 판별한다.

<그림 25> 계층적 이진 분류 구조

데이터셋

학습 데이터셋은 팀원 자가 촬영 이미지를 기반으로 구성하였다. 본 시스템은 침대 상부에 고정된 적외선 카메라 환경에서 동작하기 때문에 일반 RGB 이미지 기반 인터넷 데이터셋과 실제 운용 환경 간의 차이가 존재한다. 이에 따라 본 프로젝트에서는 실제 운용 환경과 유사한 조건 확보를 위해 실제 운용 환경과 차이가 큰 외부 이미지 활용을 최소화하고 직접 촬영한 데이터를 중심으로 데이터셋을 구성하였다.

각 자세 클래스는 동일한 수량인 400장의 이미지로 구성하였으며, 데이터 편향을 줄이기 위해 침대 시트 색상, 침대 주변 환경, 의복 색상, 반팔 및 긴팔 여부, 사용자의 침대 내 위치 등을 다양하게 변화시켜 데이터를 수집하였다.

촬영 환경은 실제 시스템 운용 조건을 고려하여 어두운 환경을 기준으로 구성하였으며, 이불 및 베개가 없는 상태를 기본 조건으로 설정하였다. 카메라는 침대 상부 약 60cm 높이에 설치하였으며, 약 30도 각도에서 침대 내에 있는 사용자의 전신이 촬영되도록 구성하였다. 사용 카메라는 [OEM] Raspberry Pi 적외선 조광 NOIR 카메라 모듈 5MP(YR-030)를 사용하였다.

<그림 26> 데이터셋 샘플 (NIR 카메라 촬영)

데이터 전처리는 torchvision.transforms를 활용하여 수행하였다. 모든 입력 이미지는 224*224 크기로 Resize를 수행하였으며, 학습 데이터에는 Random Rotation(±8도)을 적용하여 촬영 각도 변화에 대한 일반화 성능을 향상시키고자 하였다. 이후 Tensor 변환 및 Normalize를 수행하여 모델 학습 안정성을 확보하였다. 학습 데이터와 검증 데이터는 8:2 비율로 분리하였다. 또한 데이터 수가 많지 않고 비교적 경량 모델을 사용하는 환경을 고려하여 Batch Size는 16으로 설정하였다. 다만 현재 데이터셋은 동일 인물 기반으로 수집되었다는 한계가 존재한다. 향후 특정 사용자 환경에 편향될 가능성을 완화하기 위하여 팀원별 추가 촬영 데이터를 통해 다양한 체형 및 자세 환경에 대한 일반화 성능 검증을 수행할 필요가 있다.

학습 검증 결과

모델 학습은 총 10 Epoch 동안 수행하였다. 단계별 검증 결과, 정자세-비정자세 분류 모델은 약 95%의 정확도를 보였으며, 엎드림-측면 분류 모델과 Left-Right 자세 분류 모델은 각각 약 90% 수준의 정확도를 나타냈다. 본 프로젝트의 목표 KPI인 85% 기준과 비교하였을 때 모든 단계에서 목표 성능을 초과하는 결과를 확인하였다. 이를 통해 제한된 환경 내에서는 계층적 이진 분류 구조가 안정적인 자세 판별에 효과적으로 동작함을 확인할 수 있었다. 다만 해당 결과는 현재 구축된 제한적 데이터셋 기준의 성능이며, 다양한 사용자 및 실제 NIR 환경 기반 일반화 성능 검증은 향후 추가적으로 수행할 필요가 있다.

추론 파이프라인

자세 인식 시스템은 Raspberry Pi 5 환경에서 동작하도록 설계하였다. 입력 영상에 대해 전처리를 수행한 후, 1단계 정자세-비정자세 분류를 우선 수행한다. 이후 비정자세로 판단된 경우에만 조건부로 2단계 및 3단계 분류가 순차적으로 수행된다.

최종적으로 판별된 자세 라벨은 위험 판단 모듈로 전달되며, 위험 판단 모듈은 자세 정보와 수면 유지 시간, mmWave 기반 수면 상태 정보 등을 종합적으로 분석하여 자세 교정 제어 여부를 결정한다. 본 시스템은 수면 자세가 장시간 유지되는지를 판단하는 구조이므로 초저지연 실시간 처리보다는 자세 판별 정확도를 우선적으로 고려하였다. 이에 따라 약 30초 주기로 자세 상태를 추론하도록 설계하였다.

수면 단계 판정(레이더)

수면 단계 판정에는 MR60BHA2 mmWave 레이더를 사용한다. 이 센서는 사용자의 심박수(HR)와 호흡수(RR)를 비접촉으로 실시간 측정한다. 센서가 자체적으로 출력하는 수면 단계 정보는 약 10분 단위로 갱신되어 저지연 교정 판단에 적합하지 않으므로, 본 시스템은 HR·RR 원시 스트림을 직접 수신하여 수면 깊이를 판정한다. 깊은 수면 구간에서는 심박수가 낮고 안정적으로 유지되며 호흡이 느리고 규칙적이라는 생리적 특성이 있다. 이를 근거로(Nature 2023), 본 시스템은 심박수가 약 40–60 BPM의 낮은 범위에서 변동이 작고 호흡이 규칙적인 상태가 일정 시간 이상 지속될 때를 깊은 수면으로 판정한다.

판정 알고리즘은 다음과 같다. 일정 길이의 시간 윈도우 동안 수신한 HR·RR로부터 평균 심박수, 심박 변동, 호흡 규칙성을 산출하고, 이 값들이 깊은 수면 기준을 동시에 만족한 채 지속되면 "깊은 수면", 그렇지 않으면 "비깊은 수면(얕은 수면·REM·각성)"으로 분류한다. 이 판정 결과는 7.4 위험 판단 모듈에서 교정 수행 여부를 결정하는 게이팅 조건으로 사용된다. 한편 심박 변동과 호흡의 결합 정도를 나타내는 심폐 결합도(cardiopulmonary coupling) 지표는 깊은 수면(약 0.7–0.9)과 REM(약 0.3–0.5)을 더 정밀하게 구분할 수 있으나, 딥러닝 기반 구현은 학습 데이터 확보와 난이도 문제로 본 설계에서는 보류하였다. 따라서 현재 설계는 HR·RR 임계 기반 판정으로 구현한다.

교정 판단 의사결정

위험 판단 모듈은 ① 자세 식별 결과(4종), ② 수면 깊이 상태, ③ 사용자 질환 프로파일 신호를 입력으로 받아, 자세 교정의 필요 여부와 목표 자세를 결정한다. 위험 자세는 자세의 종류와 사용자의 질환 프로파일에 따라 개인화되어 판정된다. 엎드림 자세는 모든 사용자에게 해로우므로 항상 교정 필요 자세로 분류되며, 그 외의 자세는 해당 자세가 위험한 질환군에 사용자가 속할 때에만 교정 필요 자세로 분류된다. 자세별 위험 질환군은 〈표 13〉와 같으며, 이는 문헌 조사(일반인 42편·환자군 41편) 결과에 근거한다.

<표 13> 교정 필요 자세

※ 위 질환별 분류와 별개로, 엎드림은 전원 항상 교정 대상이며, 좌·우 측위가 2시간 이상 지속되면 전원 정상자세(바로)로 복귀시킨다.

교정 트리거 조건은 다음과 같다. 현재 자세가 (1) 엎드림이거나, (2) 사용자 프로파일상 위험 자세이거나, (3) 좌측위 또는 우측위가 2시간 이상 지속되거나(모든 사용자 적용, 목표 정상자세), (4) 장기 부동·욕창 위험 프로파일에서 동일 자세가 2시간 이상 유지된 경우, 해당 자세를 교정 대상으로 판단한다. 정자세(바로)는 일반 사용자에게 시간 경과만으로는 교정 대상이 되지 않으며, 질환 프로파일상 위험 자세인 경우에만 교정한다. 단 교정은 사용자가 깊은 수면 상태일 때에만 실행하며, 교정 대상이더라도 깊은 수면이 아니면 깊은 수면에 진입할 때까지 보류한다. 질환 프로파일이 설정되지 않은 기본 모드에서는 모든 사용자에게 공통으로 위험한 엎드림 자세, 그리고 2시간 이상 지속된 측면 자세(정상자세로 복귀)가 교정 대상이 된다.

교정이 결정되면 목표 자세를 선정한다. 목표 자세는 사용자의 위험 자세를 제외한 안전 자세 집합 중에서 선택하며, 장기 부동·욕창 사용자의 경우 압력 분산을 위해 안전 자세를 순환하도록 선택한다. 선정된 목표 자세는 제어 모듈(7.5)로 전달되어 실제 체위 전환으로 실행된다. 좌·우 측위가 2시간 이상 지속되어 교정하는 경우의 목표 자세는 정상자세(바로)이며, 정상자세가 해당 사용자에게 위험한 경우에는 안전 자세 집합에서 선택한다. 음성 긴급정지 신호는 위 모든 조건에 우선하는 최우선 인터럽트로 처리된다. 신호가 감지되면 진행 중인 교정을 포함한 모든 동작을 즉시 중단한다.

<그림 27> 의사결정 순서도

모터 구동 제어

Arduino Mega 2560은 RPi5로부터 교정 명령을 수신하여 각 바의 구동부를 제어하는 하위 제어기 역할을 한다. RPi5와 Arduino는 USB 시리얼로 통신하며, RPi5는 7.4에서 결정된 목표 자세를 명령으로 전달하고, Arduino는 교정 동작을 수행한 뒤 완료 상태를 회신한다.

각 구동부의 위치와 속도는 Hall 센서를 이용한 폐루프로 제어된다. Arduino는 PWM 신호로 속도를, DIR 신호로 방향을 결정하고, 구동부가 출력하는 두 Hall 신호(HALL1·HALL2)의 펄스를 계수하여 현재 위치를 산출한다. 목표 위치(액추에이터 스트로크 또는 롤러바 회전량)에 도달할 때까지 구동하고 도달 시 정지한다. Hall 신호 핀(22–41)이 외부 인터럽트 핀이 아니므로 펄스는 폴링 방식으로 계수하며, 롤러바 6 RPM·액추에이터 7.8 mm/s의 저속 구동이라 폴링만으로 충분한 분해능을 확보한다. 하나의 바는 두 개의 구동부가 함께 움직여 구동되므로, 두 구동부의 동작이 일치하지 않으면 바가 한쪽으로 기울거나 비틀려 기구에 무리가 가고 체위 전환이 고르지 않게 된다. 이를 방지하기 위해 두 구동부 각각의 Hall 센서 값으로 위치와 속도를 실시간 비교하고, 한쪽이 더 빠르거나 앞서 있으면 해당 구동부의 PWM을 낮추어(또는 뒤처진 구동부를 높여) 두 구동부가 동일한 위치·속도를 유지하도록 동기 제어한다. 이러한 개별 동기 제어는 6.3과 같이 각 구동부에 독립된 드라이버 채널과 Hall 피드백을 할당한 구성 덕분에 가능하다. 교정 동작은 바(bar) 단위로 순차 수행된다. 이는 6.2에서 기술한 전력 제약(동시 구동 부하 제한)에 따른 것으로, 한 시점에는 하나의 바 그룹(구동부 2개)만 동기 구동한다. 동작 순서는 센터바 상승(충격 완화 포지션) → 롤러바 회전(목표 자세로 체위 전환) → 센터바 하강(복귀)으로 진행된다. 구동하지 않는 바 그룹은 액추에이터의 리드스크류 구조와 롤러바 모터의 셀프락킹 웜기어 구조에 의해 전류 공급 없이도 위치가 유지된다.

안전을 위해, 음성 긴급정지 신호 또는 RPi5의 정지 명령이 수신되면 진행 중인 단계와 무관하게 모든 채널의 PWM 출력을 즉시 0으로 만들어 구동을 정지한다. 또한 리니어 액추에이터에 내장된 리미트스위치가 스트로크 양 끝단을 보호한다. (전원 자체를 차단하는 하드웨어 비상정지는 6장의 안전 회로에서 별도로 처리된다.)

사용자 인터페이스

Raspberry Pi 5는 웹 서버를 구동하여, 사용자 또는 보호자가 시스템을 설정하고 제어할 수 있는 웹 기반 사용자 인터페이스를 제공한다. 사용자는 스마트폰이나 PC의 브라우저로 접속하므로 별도의 전용 애플리케이션을 설치할 필요가 없으며, RPi5가 인터페이스를 직접 호스팅한다. 웹 인터페이스의 첫 번째 기능은 질환 프로파일 설정이다. 사용자 또는 보호자가 자신의 질환 상태를 입력하면, 해당 정보는 7.4 위험 판단 모듈에서 어떤 자세를 위험 자세로 볼지 결정하는 기준으로 사용된다. 프로파일을 설정하지 않은 경우에도, 엎드림 자세와 2시간 이상 지속된 측면 자세(정상자세로 복귀)는 교정하는 기본 모드로 동작한다.

두 번째 기능은 모니터링이다. 현재 인식된 수면 자세, mmWave 센서로 추정한 수면 깊이 상태, 그리고 자세 교정 수행 이력을 실시간으로 표시하여, 사용자가 시스템의 동작 상태를 확인할 수 있도록 한다.

세 번째 기능은 시스템 제어이다. 사용자는 웹 인터페이스를 통해 시스템의 작동·정지와 동작 모드를 설정할 수 있으며, 수동 정지 명령은 제어 모듈로 즉시 전달되어 진행 중인 교정을 중단시킨다.

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

내용

포스터

내용

완료작품의 평가

내용

향후계획

자세 인식 기능은 이불과 베개가 없는 환경에서 수집된 데이터를 기반으로 학습되었다. 실제 수면 환경에서는 사용하는 침구류에 따른 차이가 발생할 수 있으므로 다양한 종류의 이불과 베개가 포함된 환경에서 데이터를 추가로 수집할 계획이다. 또한 제한된 인원과 환경에서 수집되었다. 연령, 성별, 체형이 다른 다양한 피험자를 대상으로 데이터 수집 범위를 확대할 계획이다.

수면 단계 판별 기능은 심박수와 호흡수 정보의 임계값을 활용한 룰 기반 방식으로 구현되었다. 향후 심박과 호흡 간 동기화 지표를 활용하여 수면 단계 변화에 대한 분석 정확도를 향상시킬 필요가 있다.

특허 출원 내용

@@ 467번째 줄: / 467번째 줄: @@
 [[파일:채널별_부하_배치.png]]
-<표 11〉 채널별 부하 배치
+<표 11> 채널별 부하 배치
 각 채널의 부하 전류는 액추에이터 3.5A, 모터 1.2A로 DMD-101의 채널당 정격 10A 이내에 충분히 들어온다. DMD-101은 Arduino의 5V 로직 신호를 입력받아 24V 전력을 모터에 중계하며, 5V→24V 레벨 변환을 내부에서 처리하므로 별도의 릴레이 모듈이 불필요하다.
@@ 474번째 줄: / 474번째 줄: @@
 [[파일:아두이노_핀_할당.png]]
-<표 12〉 아두이노 핀 할당
+<표 12> 아두이노 핀 할당
 리니어 액추에이터와 롤러바 모터는 모두 Hall 센서를 내장하여 속도와 위치를 폐루프로 피드백 제어한다. 각 구동부는 2개의 Hall 신호(HALL1·HALL2)를 출력하며, 두 신호의 위상차로 이송 방향과 변위를 산출한다. 액추에이터 6개의 Hall 신호 12개는 디지털 22–33번 핀에, 롤러바 모터 4개의 Hall 신호 8개는 디지털 34–41번 핀에 소자당 2핀씩 순차 할당하였다.