일본산업뉴스요약

웨어러블의 다음 스테이지
데이터 통합을 통해 새로운 가치 창출

웨어러블의 경쟁 영역이 제조에서 데이터로 이동하고 있다. 단말 센서와 기계학습, 시뮬레이션을 조합하여, 몸의 자세나 동작, 표정을 고정밀도로 판정하는 것이 트렌드가 되고 있다. 취득한 데이터를 통합하면 새로운 가치가 창출된다. 그 열쇠는 인공지능(AI) 기술이나 디지털 인체 모델이다. 스포츠나 게임 산업이 이러한 데이터 수집의 플랫폼이 될 가능성을 안고 있다.

● 제노마, 심층학습으로 식별 정밀도 향상
「게임 규칙을 변경했습니다」. 도쿄대학발 벤처인 Xenoma(도쿄)의 아미모리(網盛) 사장은 살짝 웃으며 이렇게 말한다. 제노마는 소메야(染谷) 교수의 연구를 바탕으로 창업하였다. 소메야 교수는 유기 일렉트로닉스의 대가다.

-- 규칙이 변했다 --
웨어러블 슈트의 경우는, 지금까지 신축해도 단선되지 않는 배선 개발을 경쟁해 왔다. 제노마는 유기와 무기 재료를 조합하여, 격한 몸 동작이나 땀, 피지, 세탁에 견딜 수 있는 배선을 실현하였다. 신축성 회로를 이용한 웨어러블 슈트를 사업화하였다. 신체 동작에 따라 배선이 신축하고, 전기 저항이 변하기 때문에 신체 동작을 검출할 수 있다. 그러나 신축에 의한 저항치의 변화만으로는 자세는 알 수 없다. 어느 근육이 움직이고 있는지 추정할 수는 있지만 자세나 모션을 계측할 수 없다.

그래서 AI기술에서 “게임 규칙을 변경하였다”. 심층학습을 채용하여 약 2,500번의 골프 스윙 데이터를 기록하여, 기본 본보기와「충돌 시에 힘을 준다」「팔꿈치가 구부러진다」등 7종류의 스윙 데이터를 축적한다. 심층학습으로 데이터를 학습하자 대략 90% 이상의 식별 정밀도를 달성하였다.

AI는 정답을 알고 있는 데이터를 학습할 필요가 있다. 그래서 제노마는 게임회사와 협력하여 격투게임을 통해 전신 운동의 데이터를 수집한다. 아미모리 사장은「게임은『파동권』이나『승룡권』등 기술과 움직임이 정해져 있기 때문에 정답 데이터를 수집하기 쉽다」고 설명한다.

● 산총연, 잡는 방법을 추정하여 정확하게 코치
격한 움직임을 견딜 수 있고 또한 가벼워야 하는 웨어러블 단말에는 고정밀 센서는 탑재할 수 없다. 그래서 대략적인 데이터를 통해 기계학습으로 신체 동작을 판정하거나, 시뮬레이션으로 동작을 재현하는 기술이 주목을 받고 있다. 그 하나가 광반사형 거리 센서의 응용이다. 비구속으로 계측할 수 있으며 가볍고 싸다.

-- 인체 모델 활용 --
산업기술총합연구소의 미야타(宮田) 연구원과 게이오대학의 스기우라(杉浦) 교수는, 광반사 센서로 라켓이나 병을 잡는 방법을 추정하는 기술을 개발하였다. 광반사 센서를 라켓의 손잡이에 장착하면 잡은 손의 모양을 알 수 있다. 이 데이터에 사람 손의 시뮬레이션 모델을 중복시키면 잡는 법과 위치를 알 수 있다. 잡는 위치에 따라 라켓이나 골프클럽에 힘이 가해지는 방법이 정해진다. 실시간으로 잡는 법을 지시할 수 있기 때문에 코칭의 일부를 자동화할 수 있다.

시뮬레이션에는 산총연이 갖고 있는 고정밀도 디지털 인체 모델을 활용한다. 손 모양의 정확한 재현을 위해서는 38개 항목의 길이나 두께의 계측이 필요하다. 하지만 산총연의 모델을 사용하면 3개 항목으로 개인차를 포함한 손 모양을 재현할 수 있다.

● 게이오대학, 게임을 즐기면서 표정을 학습
게이오대학의 스기모토(杉本) 교수의 연구는 Head Mounted Display(HMD)에 광반사 센서를 나열한 시트를 장착하여, 표정 근육의 움직임을 통해 표정을 추정하는 것이다. 우선 HMD에 여성 캐릭터를 보여주고, 표정을 흉내 내도록 사용자에게 주문한다. 무표정과 기쁨, 화, 놀람, 슬픔 등의 표정을 근육의 변위 데이터를 대응시켜 기계학습으로 식별한다.

-- 수집하기 쉽다 --
슬픔은 무표정으로 인식하기 쉽기 때문에 식별 정밀도가 76%로 떨어지지만, 나머지는 90% 이상을 달성하였다.

스기모토 교수는「VR(가상현실) 게임에서 캐릭터가 말을 걸고, 유저가 정말 즐거워하는지 표정으로 알 수 있게 된다」라고 설명한다. 게임은 시나리오나 상황을 정밀하게 만들기 때문에, 목적한 장면의 표정이나 동작 데이터를 수집하기 쉽다. 스토리 안에 식별용이나 학습용 장면을 삽입하여, 게임을 즐기면서 데이터를 수집할 수 있다.

● 비즈니스 활용이 확대된다
개개의 웨어러블 단말로 동작 판정이나 표정은 식별할 수 있다. 그러나 전신 운동과 표정 등, 데이터와 데이터를 통합할 수 있다면 가치는 올라간다. 전신 운동을 통해 운동량이나 소비 칼로리, 표정을 통해 피로도나 집중력을 추정할 수 있다. 정보가 증가할수록 고도의 서비스가 가능하다. 심박수 등 생리 데이터와 연결하면 부정맥 관리나 헬스케어로도 이어진다.

-- 스포츠∙게임에 조준 --
별개의 웨어러블 단말이라도 한 번 통합한 데이터를 등록하면, 각 단말이 추정할 수 있는 요소가 증가하고, 단말과 단말이 서로 보완할 수 있다. 그래서 어떤 서비스에 데이터를 통합할 것인가가 웨어러블 벤처의 사업 전략으로서 중요해진다. 후보는 스포츠와 VR게임이다.

VR게임은 게임센터의 부스에 카메라 등을 배치하면 전신운동의 정답 데이터를 수집하고, 표정, 심박 등도 콘텐츠와 연동하여 수집할 수 있다. 좀비의 습격을 받으면 공포를 느끼고, 퇴치하면 안심하는 것과 같은 방식이다.

스포츠도 유력하다. 도쿄대학의 이나미(稲見) 교수는「스포츠에는 전신운동, 집중력, 심박 등 모든 요소가 갖춰져 있다. 다이빙 경기의 안전 확보와 같이 계측 디바이스를 도입하는 모티베이션도 크다」라고 지적한다.

웨어러블 단말이 수집한 데이터는 개인정보 보호 측면에서 취급이 어렵다. 정부의 연구기관이 익명성을 담보하며 각 데이터를 통합한 데이터센터를 준비한다면 벤처 육성 지원책이 될 수 있다. 제조기술이 뛰어난 벤처도, 빅데이터나 AI를 경쟁하는 정보전에서 싸울 수 있게 될지도 모른다. 제노마를 지원하는 과학기술진흥기구(JST) 창업지원실의 모토지마(元島) 씨는「빅데이터 전문가나 기업을 제노마와 연결시켜 준다」라며 동분서주한다.

데이터 통합은 유저 입장에서도 이점이 크다. 산총연 디지털휴먼연구그룹의 다다(多田) 씨는「센서 수치로서 데이터를 축적하는 것보다 인체의 활동이나 부담으로서 기록하는 편이 건강과 직결되기 때문에 유용하다. 센서나 단말이 변해도 데이터를 계속하여 이용할 수 있다」라고 지적한다. 웨어러블 단말이 만드는 데이터를 어떻게 통합할 것인가? 이에 대한 답을 찾는 회사가 새로운 게임의 룰을 그리게 될 것이다.

  -- 끝 --