다중단계 기반 터치 표면 사용자 활동 시계열 분석

초록

본 논문은 고노이즈 환경에서 터치 스크린의 사용자 동작 데이터를 정밀히 복원하기 위해, 편미분 방정식 기반 디노이징, 칼만 필터, 이동 평균을 순차적으로 적용하는 3단계 필터링 프레임워크를 제안한다. 합성 데이터와 실제 필기·드래그 데이터를 이용한 실험에서 평균 제곱 오차(MSE) 기준 약 25%의 노이즈 감소 효과를 확인했으며, 기존 상용 솔루션보다 정성적으로도 우수한 성능을 보였다.

상세 분석

이 논문은 터치 센서가 전자기 간섭, 전원 잡음, 디스플레이 전류 변동 등 다양한 외부 요인에 의해 심각한 신호 왜곡을 겪는 상황을 목표로 한다. 기존 연구들은 주로 단일 필터(예: 저역통과, 이동 평균, 칼만 필터) 혹은 머신러닝 기반 보정에 의존했지만, 노이즈 특성이 비선형적이고 시간에 따라 변동하는 경우에는 한계가 있었다. 저자는 이러한 문제를 해결하기 위해 세 가지 서로 보완적인 처리 단계를 결합한 다중단계 파이프라인을 설계하였다.

첫 번째 단계는 편미분 방정식(PDE) 기반 디노이징이다. 여기서는 열 방정식 형태의 확산 모델을 이용해 고주파 잡음을 연속적으로 확산시키면서 신호의 전반적인 형태를 보존한다. PDE 접근법은 특히 급격한 변화를 완전히 억제하지 않으면서도 잡음 성분을 부드럽게 감소시키는 장점이 있다. 논문에서는 2차원 공간(시간·좌표)에서 이산화된 라플라시안 연산자를 적용하고, 안정성을 위해 CFL 조건을 만족하도록 시간 스텝을 조정하였다.

두 번째 단계는 칼만 필터이다. PDE 단계에서 남은 저주파 잡음과 시스템 모델링 오차를 보정하기 위해 선형 가우시안 상태공간 모델을 설정하고, 예측‑보정 루프를 수행한다. 상태 변수는 터치 좌표와 속도로 정의했으며, 프로세스 잡음 공분산과 관측 잡음 공분산을 실험 데이터에 기반해 적응적으로 추정한다. 이 단계는 특히 빠른 드래그 동작이나 급격한 압력 변화와 같은 동적 특성을 효과적으로 추적한다.

세 번째 단계는 이동 평균(MA)이다. 최종적으로 남아 있는 미세 잡음과 칼만 필터의 잔차를 평활화하기 위해 간단하지만 강력한 이동 평균을 적용한다. 여기서는 윈도우 길이를 5~7 샘플로 설정했으며, 실시간 구현을 고려해 순환 버퍼 방식으로 연산 비용을 최소화하였다.

실험 부분에서는 두 종류의 데이터셋을 사용했다. 첫 번째는 가우시안·시그모이드·스파이크 잡음을 인위적으로 합성한 시계열이며, 두 번째는 실제 스마트폰 화면에 무단 충전기 연결, 디스플레이 전원 변동 등으로 발생한 고주파 전자기 잡음이 포함된 손글씨·펜 드래그 데이터이다. 각 단계별 MSE를 측정한 결과, 단일 칼만 필터 혹은 단순 이동 평균 대비 25% 가량의 오차 감소를 보였으며, 특히 급격한 움직임 구간에서의 복원 정확도가 크게 향상되었다. 정성 평가에서는 기존 상용 터치 드라이버가 발생시키는 흔들림·왜곡 현상이 현저히 감소했으며, 사용자 체감 품질이 눈에 띄게 개선된 것으로 보고되었다.

하지만 몇 가지 한계점도 존재한다. PDE 단계는 파라미터(확산 계수·시간 스텝)의 선택에 민감하며, 과도한 확산은 신호 경계 손실을 초래한다. 또한 칼만 필터는 선형 가정에 기반하므로 비선형 터치 압력 모델이나 다중 터치 상황에서는 성능 저하가 예상된다. 마지막으로 이동 평균은 지연을 유발하므로 실시간 인터랙션에서의 응답성에 영향을 줄 수 있다. 향후 연구에서는 비선형 확산 모델, 확장 칼만 필터(EKF) 혹은 입자 필터와의 결합, 그리고 어댑티브 윈도우 기반 MA를 도입해 이러한 문제를 보완할 필요가 있다. 전반적으로 다중단계 접근법이 복합 노이즈 환경에서 터치 신호 복원에 유의미한 개선을 제공한다는 점은 충분히 설득력 있게 제시되었다.