⚡ electrical engineering

A Rule-Based IoT Wearable Prototype for Companion Animal Vocalization Monitoring: Design, Implementation, and Documented Limitations

본 논문은 임베디드 컴퓨팅의 제약으로 인해 의미론적 감정 인식에서 실행 가능한 상태 추정으로 전환되는 과정을 비판적으로 기록하면서, 실시간 다중 모드 센서 퓨전을 통해 반려동물의 행동 상태를 모니터링하기 위한 ESP32, MEMS 마이크 및 IMU를 사용한 규칙 기반 IoT 웨어러블 프로토타입의 설계 및 평가를 제시한다.

원저자: Muhammad Ali Siddiqui

게시일 2026-06-24

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Muhammad Ali Siddiqui

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신의 반려동물을 위해 아주 똑똑한 탐정처럼 행동하는 작은 목줄이 있다고 상상해 보세요. 이 목줄의 임무는 반려동물의 목소리를 듣고 움직임을 관찰하여, 지금 반려동물이 무엇을 하고 있는지 당신의 휴대폰으로 알려주는 것입니다. 이것은 무함마드 알리 시디키(Muhammad Ali Siddiqu)가 만든 프로토타입 장치에 대한 이야기로, 사람들이 (특히 하루 종일 반려동물을 세심히 살피기 어려운 사람들을 위해) 반려동물을 더 잘 이해할 수 있도록 설계되었습니다.

다음은 이 발명품을 쉬운 비유를 사용하여 설명한 논문의 내용입니다.

탐정의 도구 상자 (하드웨어)

이 장치를 반려동물을 위한 작은 배낭이라고 생각해 보세요. 이 배방 안에는 세 가지 주요 도구가 들어 있습니다.

귀 (마이크로폰): 반려동물이 내는 모든 소리를 듣는 아주 작은 디지털 마이크(INMP441)입니다.
속귀 (모션 센서): 인간의 속귀처럼 작동하여 반려동물의 모든 흔들림, 점프, 발걸음을 감지하는 모션 센서(MPU6050)입니다.
두뇌 (마이크로컨트롤러): 클라우드의 거대한 컴퓨터에 도움을 요청하지 않고도 즉석에서 계산을 수행할 수 있을 만큼 작고 저렴하며 강력한 두뇌 역할을 하는 ESP32 칩입니다.

원래의 꿈 vs. 현실 점검

꿈: 제작자는 원래 "반려동물 번역기"를 만들고 싶었습니다. 만약 개가 특정한 방식으로 짖는다면, 장치가 "배고파요" 또는 "슬퍼요"라고 말해주는 아이디어였습니다. 이는 마치 외국어를 즉석에서 번역하려는 것과 같았습니다.

현실 점검: 프로토타입을 제작한 후, 제작자는 이 꿈이 장치 내부의 작은 두뇌가 감당하기에는 너무 크다는 것을 깨달았습니다.

문제점: 큰 짖음 소리는 "신나!"일 수도 있고, "무서워!"일 수도 있으며, "간식 원해!"일 수도 있습니다. 단순히 소리의 크기(볼륨)만 듣는 것으로는 반려동물이 무엇을 느끼는지 알 수 없습니다. 이는 마치 사람의 얼굴을 보거나 상황을 알지 못한 채, 단지 소리가 얼마나 큰지만 보고 그 사람이 기쁜지 화가 났는지 추측하려는 것과 같습니다.
전환: 제작자는 목표를 수정해야 했습니다. "반려동물 번역기"(감정을 추측하는 것) 대신, "반려동물 활동 모니터"(행동을 추측하는 것)로 목표를 바꿨습니다. 감정을 추측하는 것을 멈추고, 반려동물이 실제로 '무엇을 하고 있는지'에 집중하기 시작했습니다.

현재 작동 방식 (규칙)

이 장치는 복잡한 "인공지능"(수천 개의 사례로부터 학습하는 뇌와 같은 것)을 사용하기에는 너무 작기 때문에, 교통 신호등 체계와 같은 단순한 "If-Then(만약 ~라면, 그러면 ~이다)" 규칙집을 사용합니다.

듣기 (소리 규칙):
- 소리가 매우 작으면 $\rightarrow$ 반려동물은 조용함/휴식 중.
- 소리가 중간 정도면 $\rightarrow$ 낮은 활동량 (아마도 그냥 주변을 둘러보는 중).
- 소리가 크면 $\rightarrow$ 높은 활동량 (아마도 크게 짖거나 울고 있는 중).
보기 (움직임 규칙):
- 센서가 움직임을 감지하지 못하면 $\rightarrow$ 휴식 중.
- 센서가 일정하고 느린 흔들림을 감지하면 $\rightarrow$ 배회 중 (앞뒤로 걷는 중).
- 센서가 빠른 흔들림을 감지하면 $\rightarrow$ 달리기 중.
- 센서가 갑작스럽고 날카로운 충격을 감지하면 $\rightarrow$ 점프 중.
마법 같은 결합 (퓨전):
진정한 마법은 장치가 소리와 움직임을 결합할 때 일어납니다.
- 시나리오 A: 큰 소리 + 달리기 = 흥분/놀이.
- 시나리오 B: 큰 소리 + 가만히 서 있음 = 고통 또는 주의 집중 요청 (반려동물이 움직이지 않으면서 소리를 지르고 있다면, 무언가에 걸렸거나 화가 났을 수 있습니다).
- 시나리오 C: 조용한 소리 + 휴식 중 = 차분함/잠자는 중.

테스트 주행 (결과)

제작자는 고양이를 주요 테스트 대상으로 하여 조용한 방에서 이 장치를 테스트했습니다.

움직임: 이 장치는 잠자기, 걷기, 달리기, 점프의 차이를 매우 잘 구분했습니다. 90%의 정확도를 보였습니다.
소리: 이 장치는 "조용함"과 "큼"을 구분하는 데는 괜찮았지만, 배경 소음(예: TV가 켜지는 소리)에 속기도 했습니다. 소리 인식 정확도는 약 82.5%였습니다.
결합: 소리와 움직임을 함께 사용했을 때, 최종 답변의 정확도는 92.5%에 달했습니다. 휴대폰에 상황을 전달하는 데 걸리는 시간은 단 1~2초로 매우 빨랐습니다.

"하지만..." (한계점)

이 논문은 이 장치가 아직 할 수 없는 것에 대해 매우 솔직하게 밝히고 있습니다:

독심술사가 아닙니다: 이 장치는 반려동물이 "슬픈지" 또는 "행복한지"를 말할 수 없습니다. 단지 "빨리 움직이는지" 또는 "소리를 내는지"를 알려줄 수 있을 뿐입니다.
조율이 필요합니다: 규칙(예: 어느 정도가 "큰 소리"인지)은 수동으로 설정되었습니다. 만약 다른 동물(예: 큰 개와 작은 고양이)에게 이 장치를 채운다면, 규칙을 수동으로 변경해야 할 수도 있습니다.
소음에 민감합니다: 집안이 매우 시끄럽다면, 장치는 반려동물이 짖지 않는데도 짖고 있다고 착각할 수 있습니다.
프로토타입입니다: 이것은 완성된 제품이 아니라 작동 모델입니다. 실험실에서는 잘 작동하지만, 제작자는 실제 생활 공간처럼 복잡한 환경에서의 추가적인 테스트가 필요하다고 인정했습니다.

핵심 요약

이 논문은 "반려동물 번역기"를 만들려다 기술이 그 특정 업무에는 아직 준비되지 않았음을 깨닫고, 대신 소리와 움직임을 결합한 매우 유용한 "반려동물 활동 추적기"를 만들어낸 스마트한 엔지니어의 이야기입니다. 이는 반려동물의 목줄에 스마트 센서를 부착하여 실시간으로 무엇을 하고 있는지 알려줄 수 있음을 증명하지만, 현재로서는 감정보다는 행동을 묘사하는 데 더 적합합니다.

기술 요약: 반려동물 발성 모니터링을 위한 규칙 기반 IoT 웨어러블 프로토타입

문제 정의
본 논문은 반려동물의 행동을 실시간으로 모니터링하기 위한 저비용, 경량, 자원 제한적 웨어러블 시스템 개발의 과제를 다룬다. 기존 연구들은 활동 분류를 위한 가속도계 활용과 동물 발성 분석을 위한 딥러닝 활용에는 성공했으나, 클라우드 오프로딩 없이 임베디드 하드웨어에서만 작동하도록 설계된 통합 멀티모달 시스템 측면에서는 상당한 공백이 존재한다.

식별된 핵심 문제는 마이크로컨트롤러급 장치에서 반려동물의 발성을 통해 의미론적 감정 추론(예: 배고픔과 고통의 구별)을 수행하는 데 따르는 어려움이다. 원래의 설계 목표는 발성을 감정 상태로 매핑하는 "반려동물 언어 번역기"를 만드는 것이었다. 그러나 저자들은 이 목표가 근본적인 장벽에 직면해 있음을 언급한다. 즉, 반려동물의 감정에 대한 표준화되고 주석이 달린 데이터셋의 부재, 종 내 발성 패턴의 높은 변이성, 환경 소음 간섭, 그리고 신뢰할 수 있는 오디오 의미론적 디코딩에 필요한 복잡한 딥러닝 모델의 사용을 불가능하게 하는 저전력 마이크로컨트롤러의 계산 능력 제한 등이다.

방법론
제안된 솔루션은 ESP32-WROOM-32 마이크로컨트롤러를 중심으로 하는 4계층 모듈형 IoT 프레임워크이다. 이 시스템은 두 가지 주요 센싱 양상을 통합한다:

음향 센싱(Acoustic Sensing): INMP441 디지털 MEMS 마이크로폰이 16kHz로 오디오를 캡처한다. 시스템은 256개 샘플 버퍼에 대해 평균 절대 진폭( $A_{avg}$ )을 계산한다.
모션 센싱(Motion Sensing): MPU6050 6축 IMU(가속도계 및 자이로스코프)가 100Hz로 샘플링한다. 시스템은 50개 샘플 슬라이딩 윈도우에 대해 가속도 및 자이로스코프 데이터의 스칼라 크기와 더불어 표준 편차( $\sigma_a$ ) 및 피크 투 피크 범위( $P_{pp}$ )와 같은 통계적 특징을 계산한다.

분류 및 융합 로직
대상 하드웨어에서 딥러닝 모델을 실행할 수 없기 때문에, 저자들은 규칙 기반 분류 프레임워크를 구현하였다:

음향 규칙: 계층적 임계값( $T_1=1200, T_2=2500, T_3=4000$ )을 사용하여 평균 진폭을 휴리스틱 상태(Silent, Low, Moderate, High Activity)에 매핑한다. 저자들은 이것이 의미론적 감정 레이블이 아닌 강도 대리 지표임을 명시적으로 인정한다.
모션 규칙: $\sigma_a, g_{std}, P_{pp}$ 및 최소 가속도( $a_{min}$ )에 기반한 결정 트리를 사용하여 활동을 휴식(Resting), 배회(Pacing), 달리기(Running), 점프(Jumping)로 분류한다.
멀티모달 융합: 결정론적 룩업 테이블(Lookup Table)이 음향 및 모션 출력을 결합하여 복합적인 행동 상태를 생성한다. 예를 들어, "High Activity"(음향)와 "Running"(모션)이 결합되면 "흥분(Excitement)"으로 해석되는 반면, "High Activity"와 "Resting"이 결합되면 "고통(Distress)" 또는 "관심 요구(Attention Seeking)"로 해석된다.

시스템은 블루투스 클래식(SPP)을 통해 MIT App Inventor로 제작된 동반 모바일 애플리케이션으로 데이터를 전송하며, 평균 엔드 투 엔드 지연 시간은 1~2초이다.

주요 기여

프로토타입 개발: 로컬 프로세싱 및 무선 전송이 가능한 ESP32 플랫폼 상에서 음향 및 관성 센싱을 통합한 독자적이고 저비용인 웨어러블 장치를 제작하였다.
규칙 기반 멀티모달 프레임워크: 단일 센서 접근 방식보다 맥락적 견고성을 높이기 위해 음향 강도와 모션 통계를 융합하는 경량 분류 시스템을 구현하였다.
비판적 설계 진화: 실현 불가능한 "의미론적 감정 인식" 목표에서 실용적인 "행동 상태 추정" 패러다임으로의 설계 전환 과정을 투명하게 기록하였다. 여기에는 임베디드 하드웨어에서 진폭 기반 음향 특징이 감정의 정서적 가치(Valence)를 신뢰성 있게 디코딩할 수 없는 이유에 대한 실패 분석이 포함된다.
실험적 검증: 제어된 조건 하에서 시스템의 성능을 입증하기 위해 체계적인 3단계 평가(음향 전용, 모션 전용, 결합형)를 수행하였다.

실험 결과
프로토타입은 교정 대상으로서 집고양이를 사용하여 통제된 실내 환경에서 평가되었다.

모션 서브시스템: 휴식, 배회, 달리기, 점프를 정확하게 분류하며 높은 일관성(전체 90%)을 보였다. 베이스라인 휴식 실험 중 오작동(False trigger)이 발생하지 않았다.
음향 서브시스템: 82.5%의 일관성을 달축했다. "Silent"와 "High Activity" 상태는 높은 정확도(95~100%)로 감지되었으나, "Low" 및 "Moderate" 활동 클래스는 경계선상의 임계값 문제로 어려움을 겪었다. 결정적으로, 음향 서브시스템은 주변 소음으로 인해 베이스라인 실험 중 15%의 오작동률을 보였으며, 이는 진폭 기반 분석의 한계를 확인시켜 주었다.
멀티모달 융합: 결합된 시스템은 92.5%의 복합 상태 정확도를 달성했다. 융합 로직은 음향 이벤트와 모션 맥락을 교차 참조함으로써 모호성을 성공적으로 줄였다.
지연 시간: 시스템은 실시간 모니터링에 적합한 약 1~2초의 응답 지연 시간을 유지하였다.

의의 및 주장
본 논문은 이 시스템이 자원 제한적 하드웨어에서 실시간 멀티모달 행동 모니터링이 가능하다는 것을 보여주는 기술 성숙도(TRL) 4단계의 개념 증명으로서 의의가 있다고 주장한다.

저자들은 이 시스템의 유용성을 확정적인 "반려동물 언어 번역기"가 아닌, 노인 및 거동이 불편한 사용자를 위한 보조 모니터링 도구로 겸허하게 규정한다. 의미론적 감정 디코딩에서 행동 상태 추정(예: 고통, 흥분 또는 활동 부재 감지)으로 초점을 전환함으로써, 시스템은 지속적인 인간의 관찰 부담을 줄이고 적시에 돌봄 대응을 가능하게 하는 것을 목표로 한다.

본 연구는 현재의 규칙 기반 접근 방식이 기능적이기는 하나, 수동 임계값 교정과 소음 민감도에 의해 제한된다는 점을 강조한다. 저자들은 향후 반복 연구에서 머신러닝(예: TensorFlow Lite Micro)과 더 큰 규모의 주석 처리된 데이터셋을 도입하여 음향 분류의 견고성과 다양한 동물 품종 및 환경에 대한 일반화 능력을 개선해야 한다고 제언한다. 결론적으로, 본 논문은 야심 찬 의미론적 목표에서 실용적인 행동 추정 시스템으로의 전환이 음향적 감정 추론의 실현 가능성 경계에 관한 임베디드 시스템 커뮤니티에 귀중한 경험적 지침을 제공한다고 밝히고 있다.