분산 센싱을 위한 자기지도 배치 인식 표현 학습 SPAR

초록

SPAR는 분산된 다중 센서 시스템에서 센서의 위치와 구조적 특성을 학습에 직접 활용하는 자기지도 프레임워크이다. 연속적인 공간 위치와 학습 가능한 구조적 포지션 임베딩을 도입하고, 신호와 위치를 동시에 복원하도록 설계된 두 개의 디코더로 구성한다. 정보이론 및 오클루전 불변성 분석을 통해 이론적 근거를 제시하고, 차량 모니터링, 인간 활동 인식, 지진 위치추정 등 세 가지 실제 데이터셋에서 기존 방법보다 뛰어난 일반화와 강인성을 입증한다.

상세 분석

SPAR의 핵심 혁신은 “신호와 위치의 이중성(duality)”이라는 원칙을 명시적으로 모델링한다는 점이다. 기존의 자기지도 사전학습은 주로 신호 자체의 구조적 패턴(예: 마스크된 재구성, 대비 학습)에만 초점을 맞추고, 센서 배치 정보는 부수적인 메타데이터로 취급하거나 전혀 사용하지 않는다. 그러나 분산 센싱에서는 센서의 물리적 위치와 장착 방식이 신호의 전파·감쇠·노이즈 특성을 결정하므로, 배치를 무시하면 학습된 임베딩이 특정 레이아웃에 과적합될 위험이 크다.

SPAR는 이를 해결하기 위해 세 가지 주요 설계를 제안한다. 첫째, 연속적인 공간 좌표를 직접 임베딩 공간에 투사하는 ‘연속 공간 포지셔널 임베딩’이다. 좌표 스케일 차이를 완화하기 위해 각 샘플을 평균 0, 분산 1로 정규화하고, 회전·이동 변환을 통한 기하학적 데이터 증강을 적용해 레이아웃 변동성에 대한 강인성을 높인다. 둘째, 센서마다 고유한 구조적 특성을 캡처하기 위해 학습 가능한 ‘구조적 포지션’ 벡터를 도입한다. 이는 센서의 장착 방향, 마운팅 재질, 혹은 신체 부위와 같은 비공간적 요인을 저차원 연속 표현으로 추상화한다. 이러한 구조적 포지션은 사전학습 단계에서 신호와 공간 임베딩과 함께 공동 학습되며, 대규모 센서 네트워크에서도 확장성을 유지한다.

셋째, 기존 MAE의 단일 디코더를 확장해 ‘이중 복원 목표(dual reconstruction objectives)’를 도입한다. 하나의 디코더는 마스크된 신호를 복원하고, 다른 디코더는 마스크된 공간 좌표를 복원한다. 두 디코더는 각각 신호·위치 간 상호 의존성을 활용하도록 설계돼, 예를 들어 신호 디코더는 마스크된 위치 정보를 조건으로 사용하고, 위치 디코더는 마스크된 신호 정보를 조건으로 사용한다. 이로써 모델은 “신호 ↔ 위치” 변환 함수를 학습하게 되며, 정보이론적 관점에서 보면 신호와 위치 사이의 상호 정보(mutual information)를 최대화하는 효과를 갖는다. 논문에서는 이를 정량화하기 위해 변형된 정보병목 원리를 적용하고, 오클루전 불변성(occlusion‑invariant) 학습 이론을 빌려 복원 손실이 노이즈·결측에 강인함을 증명한다.

실험에서는 차량 모니터링(음향·진동 센서), 인간 활동 인식(웨어러블 IMU·압력 센서), 지진 위치추정(지진계 네트워크) 세 가지 도메인에서 SPAR를 평가한다. 각 도메인에서 레이아웃 변형(센서 위치 교체, 신규 센서 추가)과 센서 종류 변동(다양한 모달리티 혼합)에 대한 일반화 성능이 기존 대비 평균 7~12%p 향상되었으며, 특히 레이아웃이 전혀 보지 못한 테스트 셋에서 성능 저하가 최소화되었다. Ablation 연구를 통해 공간 임베딩 정규화, 구조적 포지션 차원, 이중 복원 손실 각각이 성능에 미치는 기여도를 확인했으며, 두 디코더를 동시에 사용했을 때 가장 큰 이득을 얻는 것으로 나타났다.

전반적으로 SPAR는 배치를 단순 메타데이터가 아니라 학습의 핵심 인덕티브 바이어스로 재정의함으로써, 분산 센싱 시스템에서 신호와 배치의 상호작용을 효과적으로 포착한다. 다만 현재 구현은 각 모달리티별 별도 트랜스포머 인코더와 공동 트랜스포머를 사용해 계산 비용이 다소 높으며, 구조적 포지션을 완전히 자동화하기 위해서는 더 큰 규모의 비지도 데이터가 필요할 수 있다. 향후 연구에서는 경량화된 공유 인코더 설계와, 실시간 스트리밍 환경에서의 온라인 업데이트 메커니즘을 탐색할 여지가 있다.