WiFi CSI 도플러 기반 실내 헬스케어 인포매틱스

본 논문은 주거 환경에서 인간의 활동을 비접촉식으로 감지·해석하기 위한 새로운 센싱 기술로서, Wi‑Fi 채널 상태 정보(CSI)의 도플러 변화를 활용한다는 아이디어를 중심으로 전개된다. 서론에서는 고령화와 만성질환 증가로 인해 지속적인 일상 행동 및 생체 신호 모니터링이 필요함을 강조하고, 기존의 착용형 센서와 카메라 기반 시스템이 프라이버시 침해·착용 불편·배터리 수명 제한 등의 문제점을 가지고 있음을 지적한다. 이러한 한계를 극복하기 위해 Wi‑Fi가 이미 가정 내에 널리 퍼져 있다는 점과, 전파가 사람의 움직임에 의해 발생하는 위상·진폭·주파수 변화를 CSI를 통해 정밀히 측정할 수 있다는 점을 제시한다. 다음으로, 주거 헬스케어에서 직면하는 네 가지 핵심 과제(생체 신호 측정, 생명을 위협하는 사건 감지, 일상 활동 기록, 장기 활동 수준 추적)를 상세히 설명하고, 각 과제에 Wi‑Fi CSI가 제공할 수 있는 데이터 유형과 기대 효과를 매핑한다. 이어서 CSI의 장점(비착용, 프라이버시 보호, 조명·시야에 구애받지 않음, 최신 신호 처리·머신러닝 기술과의 결합 가능)과 한계(제어된 실험실 환경 의존, Wi‑Fi 트래픽 부족 시 데이터 부족, 환경 변화에 민감함)를 표 형태로 정리한다. 핵심 기술 섹션에서는 CSI 추출 방법을 두 갈래로 나눈다. 첫 번째는 인텔 5300 NIC와 같은 상용 Wi‑Fi 카드에서 OFDM 파일럿 심볼을 이용해 30개의 서브캐리어와 3개의 안테나에 대한 복소수 매트릭스를 실시간으로 얻는 방법이며, 위상 보정, 주파수 오프셋 보정, 잡음 제거 등의 전처리 과정을 상세히 설명한다. 두 번째는 소프트웨어 정의 라디오(SDR) 기반 전용 장비를 사용해 원시 IQ 샘플을 수집하고, xDtrack, CAF 등 고해상도 도플러 추출 알고리즘을 적용하는 접근법이다. 두 방법 모두 도플러 주파수 성분이 움직임을 직접 반영한다는 점에 초점을 맞춘다. 신호 처리 단계에서는 STFT와 DWT를 이용해 시간‑주파수 스펙트럼을 얻고, 각 주파수 대역의 에너지 변화를 피처로 추출한다. 또한, CAF를 활용해 레퍼런스와 서베일런스 채널을 교차 상관시켜 정지 반사체와 움직이는 대상의 신호를 구분한다. 이렇게 얻어진 피처는 차원 축소(PCA, LDA) 후, 전통적인 SVM·k‑NN·HMM부터 최근의 CNN·LSTM까지 다양한 머신러닝·딥러닝 모델에 입력된다. 특히, LSTM 기반 시계열 모델은 동작의 연속성과 지속 시간을 효과적으로 학습해 인식 정확도를 크게 향상시킨다. 논문은 세 가지 실험 사례를 통해 제안된 시스템의 실용성을 검증한다. 첫 번째 사례는 침대 위에 누워 있는 피험자의 호흡과 심박을 모니터링하는 것으로, 60 Hz 이상의 샘플링 레이트와 정밀 위상 보정을 통해 평균 2 bpm 이하의 오차를 달성했다. 두 번째 사례는 거실에서 인위적으로 유도한 낙상을 감지하는 것으로, 급격한 도플러 스파이크를 0.9 초 이내에 탐지하고 오탐률을 4% 이하로 유지했다. 세 번째 사례는 주방·거실·복도 등 다양한 방에서 12가지 일상 동작(앉기, 일어서기, 물 마시기, 차 끓이기 등)을 92% 이상의 정확도로 구분했으며, 가구 이동이나 AP 위치 변동에도 일정 수준 이상의 성능을 보였다. 마지막으로, 실제 적용을 위한 과제와 향후 연구 방향을 논의한다. Wi‑Fi 트래픽이 적은 시간대에는 충분한 OFDM 심볼을 확보하기 어려워 CSI 품질이 저하될 수 있으며, 이를 해결하기 위해 전용 펑크톤 전송이나 다중 AP 협업이 필요하다. 다중 사용자가 동시에 존재하는 상황에서는 다중 경로와 상호 간섭이 발생하므로, 데이터 융합(예: PIR, 스마트워치, 환경 센서)과 적응형 모델 업데이트가 효과적이다. 또한, 장기 임상 시험을 통해 의료 규제와 데이터 보안 요구사항을 충족시키는 것이 상용화의 핵심 과제로 제시된다. 전반적으로, 도플러 기반 Wi‑Fi CSI는 비접촉식, 저비용, 프라이버시 친화적인 헬스케어 센싱 솔루션으로서 큰 잠재력을 가지고 있으며, 향후 연구는 실시간 시스템 구현, 대규모 데이터셋 구축, 그리고 다중 모달 융합을 통해 실생활 적용을 가속화해야 한다.