스마트 포그 게이트웨이 FIT 파킨슨 환자 음성 데이터 실시간 처리

초록

본 논문은 스마트워치 기반 음성 수집 시스템 EchoWear에 연계된 저전력 포그 컴퓨팅 장치 FIT을 제안한다. FIT은 스마트워치와 클라우드 사이에 위치해 음성 신호를 실시간으로 저장·전처리하고, 음성 강도, 단시간 에너지, 제로크로싱 비율, 스펙트럼 중심과 같은 임상 특성을 추출해 보안된 클라우드에 전송한다. 가정 환경에서 파킨슨병 환자 6명을 대상으로 실험한 결과, 클라우드 기반 파이프라인과 동일한 정확도의 특성 추출을 달성하면서 전송량을 크게 감소시켰으며, 포그 기반 처리의 실효성을 입증하였다.

상세 분석

FIT(Fog Interface for Speech TeleTreatments)은 기존 EchoWear 시스템이 제공하던 스마트워치 기반 음성 수집 기능에 포그 컴퓨팅을 결합함으로써 데이터 전송 지연과 프라이버시 위험을 최소화한다. 하드웨어 측면에서 저전력 ARM Cortex‑M4 마이크로컨트롤러와 8 GB eMMC, Wi‑Fi 모듈을 탑재해 실시간 오디오 스트리밍을 지원한다. 전원 관리 설계는 슬립 모드와 동적 전압 조절을 통해 평균 전력 소모를 0.8 W 이하로 유지한다. 소프트웨어 스택은 리눅스 기반 경량 OS 위에 ALSA 드라이버로 마이크 입력을 캡처하고, 프레임 단위(25 ms, 10 ms 오버랩)로 프리엠플리피케이션, 프리엠포시스, 프리엠포시스 등을 수행한다. 특성 추출 알고리즘은 DSP 라이브러리의 최적화된 FIR 필터와 FFT를 활용해 실시간으로 4가지 임상 지표(음량, 단시간 에너지, 제로크로싱 비율, 스펙트럼 중심)를 계산한다.

데이터 파이프라인은 먼저 로컬 버퍼에 원시 PCM 데이터를 저장한 뒤, 전처리된 특성을 JSON 형태로 포맷팅한다. 전송은 TLS 기반 MQTT 프로토콜을 이용해 보안 클라우드 엔드포인트로 전송되며, 전송량은 원시 오디오(≈16 kbps) 대비 85 % 이상 감소한다. 실험에서는 6명의 파킨슨 환자에게 2주간 매일 5분씩 스마트워치를 착용하도록 하였으며, FIT이 추출한 특성값은 클라우드에서 동일한 파이프라인을 적용한 결과와 평균 절대 오차가 2 % 이하로 일치하였다. 이는 포그에서 수행된 DSP 연산이 충분히 정확함을 의미한다.

한계점으로는 현재 4가지 특성에 국한되어 있어 음성 변조, 진동 분석 등 고차원 특징을 추가하기 위한 연산량이 부족하다. 또한, Wi‑Fi 연결 불안정 시 데이터 손실 위험이 존재하므로, 향후 LTE/5G 모듈을 통한 다중 경로 전송 및 로컬 재전송 메커니즘이 필요하다. 전력 효율을 더욱 높이기 위해서는 전용 DSP 코어 또는 저전력 AI 가속기를 도입해 실시간 음성 인식 모델을 탑재하는 방안도 고려될 수 있다.

종합적으로 FIT은 클라우드 의존성을 낮추고, 환자 가정에서 실시간 임상 음성 모니터링을 가능하게 함으로써 원격 재활 치료와 지속적인 질병 관리에 새로운 패러다임을 제시한다.