벽을 통과한 인원 수 카운팅: WiFi RSSI 기반 재생성 프로세스 활용

초록

본 논문은 건물 외부에 설치된 단일 WiFi 송·수신기만으로 RSSI 신호의 dip 이벤트 간 시간 간격(Inter‑event time)을 분석하여, 벽을 통과한 실내 인원수를 정확히 추정하는 방법을 제시한다. 사람들의 이동을 “Renewal‑type” 확률 과정으로 모델링하고, 다수 인원의 경우 이러한 과정들의 합으로 표현함으로써, 인터‑이벤트 시간의 확률 질량 함수(PMF)가 인원수 N에 대한 정보를 담고 있음을 보인다. 44회의 실험을 통해 최대 20명까지 평균 오차 2명 이하, 75% 경우 1명 이하의 정확도를 달성하였다.

상세 분석

이 논문은 기존의 WiFi 기반 인원 카운팅 연구가 주로 실내에 배치된 다수의 노드와 복잡한 캘리브레이션에 의존하는 반면, 벽을 통과한 상황에서도 단일 링크와 최소한의 사전 학습만으로 정확한 카운팅을 가능하게 하는 새로운 패러다임을 제시한다. 핵심 아이디어는 사람에 의해 발생하는 RSSI dip 이벤트가 발생하는 순간을 ‘이벤트’로 정의하고, 연속적인 이벤트 사이의 시간 간격을 분석하는 것이다. 저자는 이러한 인터‑이벤트 시간이 벽에 의한 감쇠에 비교적 강인하다는 점을 실험적으로 확인하였다.

이론적으로는 단일 보행자를 ‘Renewal‑type’ 확률 과정으로 모델링한다. 여기서 Renewal‑type은 전통적인 Renewal Process와 달리 독립성은 가정하지 않지만, 동일한 확률 분포를 갖는 inter‑event time을 전제로 한다. 수학적 전개에서는 이벤트 발생 확률 h(k)와 inter‑event time의 PMF f(k) 사이의 관계를 g(z;k)=h(k−z)·Fc(z) 형태로 표현하고, 이를 통해 전체 인원 N이 존재할 때는 N개의 독립적인 Renewal‑type 프로세스가 중첩된 형태로 간주한다. 중첩된 프로세스의 합은 다시 하나의 복합 PMF을 형성하며, 이 PMF은 N에 대한 함수이므로 최대우도 추정(Maximum Likelihood, ML) 방법으로 N을 역추정할 수 있다.

실험 설계는 매우 실용적이다. 캠퍼스 내 3개의 교실, 1개의 회의실, 1개의 복도에서 각각 콘크리트, 석고, 목재 등 다양한 벽 재질을 대상으로 44회의 실험을 수행하였다. 각 실험에서는 1~20명의 피험자가 자유롭게 걸으며, WiFi 송·수신기는 외부에 고정된 하나의 링크만 사용하였다. 수집된 RSSI 시계열에서 dip 이벤트를 검출하고, inter‑event time을 추출한 뒤 제안된 ML 추정기에 입력하였다. 결과는 평균 오차가 2명 이하이며, 특히 10명 이하에서는 1명 이하의 오차를 75% 이상의 경우에서 달성했다. 이는 기존 연구가 필요로 하는 다중 링크, 복잡한 CSI 처리, 혹은 대규모 사전 학습 없이도 실용적인 정확도를 제공한다는 점에서 큰 의의를 가진다.

한계점으로는(1) 사람들의 움직임이 완전히 무작위적이라고 가정했으나, 실제 환경에서는 군집 이동이나 정지 상태가 발생할 수 있다. (2) 인터‑이벤트 시간 검출을 위한 dip 이벤트 정의가 RSSI 노이즈에 민감할 수 있어, 매우 저전력 혹은 고주파 환경에서는 검출 성능이 저하될 가능성이 있다. (3) 현재는 실내 인원 수가 20명 이하인 경우에만 검증했으며, 대규모 군중(수십~수백 명)에서는 inter‑event time 분포가 포화 현상을 보일 수 있다. 이러한 점들은 향후 연구에서 다중 링크 결합, CSI 활용, 혹은 딥러닝 기반 이벤트 검출과 결합함으로써 보완될 수 있다.

전반적으로 이 논문은 “벽을 통과한 인원 카운팅”이라는 기존 연구의 공백을 메우면서, Renewal Theory를 무선 신호 분석에 적용한 혁신적인 접근을 제시한다. 실용적인 배포 가능성, 최소한의 하드웨어 요구사항, 그리고 비교적 간단한 통계적 추정 방법은 스마트 빌딩, 보안, 재난 대응 등 다양한 도메인에 바로 적용될 수 있는 잠재력을 보여준다.