.svg)
AI 솔루션 문의하기
실버케어 로봇은 카메라 영상만으로는 놓칠 수 있는 상황을 음성이나 착용형 센서, 압력 센서 같은 다른 정보로 함께 보완해야 고령자의 상태를 폭넓게 파악할 수 있습니다. 영상만으로는 넘어진 순간을 포착하지 못할 수 있지만 착용형 센서의 움직임 변화나 바닥 압력의 변화가 함께 있다면 상황을 더 명확히 확인할 수 있습니다. 여러 종류의 센서에서 수집된 자료를 각각 따로 다루기보다 같은 순간에 발생한 여러 센서의 신호를 함께 묶어 라벨링해야 고령자의 상태를 다각도로 파악하는 데 필요한 학습 근거가 마련됩니다.
실제로 낙상이 발생하는 사례는 일상적인 움직임에 비해 훨씬 드물게 나타나며, 이런 상태로 자료를 그대로 모으면 모델이 정상적인 움직임은 잘 구분하지만 정작 놓쳐서는 안 되는 낙상 상황은 충분히 학습하지 못하는 결과로 이어질 수 있습니다. 실제 낙상 사례와 함께 안전한 환경에서 재현한 낙상 상황을 추가로 확보해 학습데이터에 반영한다면 드물게 나타나는 위급 상황에서도 모델이 안정적으로 반응할 수 있는 기반을 마련할 수 있습니다.
고령자마다 걸음걸이의 속도나 하루 동안의 움직임 패턴이 크게 달라, 한 사람에게는 평소와 같은 느린 움직임이 다른 사람에게는 이상 신호로 보일 수 있습니다. 하나의 통일된 기준으로 정상과 이상을 구분하기보다 각 개인의 평소 움직임 패턴을 먼저 파악해 그 개인만의 기준선을 라벨링에 반영한다면 사람마다 다른 일상의 폭을 놓치지 않고 이상 상황을 판단할 수 있습니다.
실버케어 로봇은 보통 공장이나 공공장소가 아닌 고령자의 생활 공간 안에서 작동하며, 이 공간에는 돌봄과 무관한 사생활 영역이 함께 담길 수 있습니다. 돌봄 목적에 필요한 범위만을 라벨링 대상으로 삼고 그 외의 영역은 흐리게 처리하거나 라벨링 과정에서 제외하는 절차를 마련한다면 가정이라는 공간의 사생활을 보호하면서도 돌봄에 필요한 정보는 확보할 수 있습니다.
카메라와 음성, 착용형 센서에서 각각 수집된 자료는 저장되는 시점이 미세하게 어긋날 수 있어, 이 시간 차이를 맞추지 않은 채로 라벨링하면 같은 순간에 일어난 상황임에도 서로 다른 시점으로 기록되는 오류가 생길 수 있습니다. 여러 센서의 기록 시점을 하나의 기준 시각으로 정렬한 이후에 라벨링을 진행한다면 같은 순간에 발생한 여러 신호를 하나의 상황으로 정확히 묶어낼 수 있습니다.
일부 고령자는 발음이 불분명하거나 말의 속도가 느린 상태로 대화를 이어가는 경우가 있어, 일반적인 음성 인식 기준을 그대로 적용하면 실제로는 정상적인 발화임에도 이상 신호로 잘못 판정될 수 있습니다. 발음이 불분명한 발화 사례를 별도로 확보해 정상적인 의사소통과 도움이 필요한 상황을 구분하는 기준을 마련한다면 발화 특성이 다양한 고령자 집단에서도 오판을 줄일 수 있습니다.
경보가 지나치게 자주 울리면 보호자나 담당자가 반복되는 알림에 익숙해져 정작 중요한 상황에서도 반응이 늦어지는 부작용이 생길 수 있습니다. 정상적인 움직임 안에서 나타나는 변동을 이상 신호로 과도하게 표시하지 않도록 라벨링 기준을 신중하게 설정한다면 불필요한 경보로 인한 보호자의 피로를 줄이면서도 실제 위급 상황에는 놓치지 않고 반응하는 균형을 유지할 수 있습니다.
천천히 주저앉는 동작과 실제로 넘어지는 동작은 움직임의 속도와 자세에서 미묘한 차이를 보이지만, 이 차이가 크지 않아 판정이 애매한 경우가 발생할 수 있습니다. 애매한 경계에 있는 동작 사례를 별도로 모아 정상적인 행동과 위급 상황을 가르는 세부 기준을 구체적으로 정리한다면 판정이 어려운 상황에서도 일관된 라벨링을 이어갈 수 있습니다.
실버케어 로봇의 멀티센서 데이터 라벨링은 여러 센서의 신호를 하나의 상황으로 묶어내면서도 개인마다 다른 일상의 기준과 가정이라는 공간의 특성을 함께 반영해야 완결됩니다. 라벨링 체계는 드물게 나타나는 위급 상황에 대한 보완과 발화 특성의 다양성, 보호자의 피로를 고려한 기준 설정을 함께 운영하면서 돌봄을 받는 고령자 개개인의 생활 방식에 맞게 발전하고 있습니다.
.svg)
.svg)
