UNIST 전기전자공학과 김재준 교수팀과 기계공학과 정훈의 교수팀이 심전도·혈압 같은 생체 신호와 주변 유해가스를 함께 감지하고 이상 상태를 즉시 판별하는 가슴 부착형 패치를 개발했다. 대기오염에 민감한 기저질환자와 노약자의 맞춤형 건강관리, 밀폐 공간 작업자의 상태 감시를 겨냥한 기술이다. 센서가 측정한 정보를 외부 서버로 모두 보내는 대신 패치 안에서 먼저 판단하는 온칩 AI가 핵심이다.
패치에는 아날로그 연산 기반 온칩 인공지능 회로가 들어간다. 원시 데이터를 내부에서 분석한 뒤 가벼운 판단 결과만 블루투스로 전송해 관리자가 여러 착용자를 원격으로 확인할 수 있다. 통신이 끊기거나 늦어질 위험을 줄이고, 대용량 데이터를 계속 보내는 데 필요한 전력도 아끼는 구조다. 의료 진단과 환경 위험 감지를 하나의 부착형 장치에 결합했다는 점도 특징이다.
연구진은 혈류 정보를 얻지만 전력 소모가 큰 광학 센서를 심전도 주기에 맞춰 선택적으로 켜고 끄는 RPT-PW 기술을 적용했다. UNIST 발표에 따르면 이 설계로 해당 센서부의 전력 소모가 기존 대비 약 83% 줄었다. 접착면에는 거친 피부에도 잘 붙는 미세 구조를 넣었으며, 제거할 때는 한쪽 방향으로 쉽게 떨어지고 잔여물이 남지 않도록 설계했다.
공식 발표에서 패치는 고혈압과 부정맥을 90% 이상의 정확도로 진단했고, 유해가스 혼합물 분류 실험에서는 92.46% 정확도를 기록했다. 이 수치는 연구 조건에서 얻은 결과로 실제 의료현장의 진단 성능을 곧바로 뜻하지는 않는다. 대상자 구성, 착용 시간, 환경 변화에 따른 외부 검증과 인허가 절차가 상용 의료기기 판단에 필요하다.
전기전자공학과 조상현 연구원과 김현중 연구원이 제1저자로 참여했으며 논문은 IEEE Journal of Solid-State Circuits 2026년 7월호에 게재될 예정이다. 공동 창업 기업 앤빅스랩은 기술을 이전받아 온칩 AI 기반 바이오일렉트로닉스 패치 플랫폼의 상용화를 추진한다. 이번 성과는 센서·저전력 회로·기계적 접착 구조를 함께 최적화해야 하는 웨어러블 AI의 방향을 보여준다.
| 검증 항목 | 공식 발표 수치·조건 |
|---|---|
| 처리 방식 | 아날로그 연산 기반 온칩 AI, 원시 데이터는 패치 내부 분석 |
| 전송 | 판단 결과를 블루투스로 외부 전송 |
| 저전력 설계 | RPT-PW 적용 센서부 전력 소모 기존 대비 약 83% 감소 |
| 생체 신호 | 고혈압·부정맥 진단 정확도 90% 이상 |
| 환경 신호 | 유해가스 혼합물 분류 정확도 92.46% |
자료: STORIUM 정리
저작권자 © STORIUM 무단전재 및 재배포 금지
