카메라나 웨어러블 기기 없이 WiFi 신호만으로 사람의 활동을 인식하는 앙상블 딥러닝 프레임워크 WISE-HAR(WiFi-based Ensemble HAR)가 arXiv에 발표됐다. 스마트홈, 의료 모니터링, 보안 시스템, 생활보조 등 분야에서 비침습적 활동 감지 기술로 주목받고 있는 WiFi 기반 인간 활동 인식(HAR, Human Activity Recognition) 연구에 새로운 접근법을 제시했다.
WISE-HAR는 WiFi 신호 기반 HAR이 직면하는 세 가지 주요 과제를 해결하기 위한 개선을 적용했다. 첫째, 성능 분산을 줄이기 위해 딥 CNN, 와이드 CNN, MobileNetV2, ResNet50V2, EfficientNetB0 등 다섯 가지 CNN(합성곱 신경망) 아키텍처를 앙상블로 구성했다. 둘째, 소규모 데이터셋 한계를 극복하기 위해 시간 뒤틀기, 주파수 마스킹, 노이즈 추가 등 공격적인 데이터 증강 기법을 적용했다. 셋째, 실제 환경 일반화 능력을 검증하기 위해 시야각 내(LOS) 학습-시야각 외(NLOS) 테스트 교차 시나리오 평가와 안테나 교차 평가를 수행했다.
Wallhack 1.8k WiFi 스펙트로그램 데이터셋을 사용해 세 가지 활동(빈 방, 보행, 보행+팔 흔들기)을 인식하는 실험에서 앙상블 모델은 LOS 시나리오 바이쿼드 안테나 조건에서 94.87%의 테스트 정확도를 기록하며 최고 단일 모델을 0.66% 상회했다. 데이터 증강 적용 후 랜덤 포레스트 성능은 60%에서 95%로 큰 폭 향상됐다. 교차 시나리오 평가에서는 정확도 하락이 각각 1.37%, 2.07%에 그쳐 다양한 환경 조건에서의 강건성을 입증했다.
카메라 기반 시스템이 제기하는 프라이버시 우려와 조명 조건 취약성, 웨어러블 기기가 요구하는 사용자 착용 협조 없이도 활동을 감지할 수 있다는 점이 WiFi 기반 HAR의 핵심 장점이다. WISE-HAR는 서로 다른 하드웨어 구성의 다양한 실제 환경에서도 안정적으로 배포 가능한 접근법임을 실험적으로 제시했다. 향후 더 많은 활동 유형과 다양한 환경 조건으로의 확장이 과제로 남는다.
