부정맥부터 유해가스까지…패치 안에서 AI가 실시간 진단[과학을읽다]

김종화 기자

입력 2026.06.30 08:00

UNIST, 온칩 AI 기반 '스마트 가슴 패치' 개발…전력 83% 절감·부정맥 진단 정확도 90% 이상
생체신호·가스정보 동시 분석…앤빅스랩 통해 상용화 추진

심전도와 혈압 같은 생체 신호는 물론 주변 유해가스까지 실시간으로 분석해 이상 징후를 스스로 판단하는 인공지능(AI) 기반 웨어러블 패치가 국내 연구진에 의해 개발됐다. 측정한 데이터를 외부 서버로 보내지 않고 패치 내부에서 곧바로 분석하는 '온칩(On-chip) AI' 기술을 적용해 전력 소모를 크게 줄이면서도 장시간 착용이 가능하도록 한 것이 특징이다.

울산과학기술원(UNIST)은 김재준 전기전자공학과 교수와 정훈의 기계공학과 교수 연구팀이 심전도(ECG), 혈압, 혈류, 심음 등 생체 신호와 주변 유해가스를 동시에 감지해 심혈관 질환과 위험 환경을 즉시 판별할 수 있는 가슴 부착형 패치를 개발했다고 30일 밝혔다.

개발된 건강 모니터링 가슴 부착 패치 시제품. 심전도, 혈류, 호흡, 심음, 유해가스((PPG, ECG, BioZ, PCG, gas) 등 5가지 신호를 동시에 측정할 수 있으며, 측정 결과를 실시간으로 외부 장치에 전송할 수 있다. 저전력 회로와 온칩 연산 기술, 피부 접착력을 높인 접착 기술을 적용해 만들었다. 연구팀 제공

이번 기술은 병원 밖에서도 고혈압이나 부정맥 환자의 건강 상태를 지속적으로 관리하는 것은 물론, 밀폐 공간에서 작업하는 근로자의 유해가스 노출 여부까지 동시에 모니터링할 수 있는 차세대 웨어러블 헬스케어 플랫폼으로 활용될 전망이다.

데이터 보내지 않고 패치 안에서 AI가 직접 분석

기존 웨어러블 기기는 측정한 생체 데이터를 스마트폰이나 서버로 전송한 뒤 AI가 분석하는 방식이 일반적이었다. 하지만 이 과정에서 통신 전력이 많이 소모되고, 데이터 전송 지연이나 통신 장애가 발생할 수 있다는 한계가 있었다.

연구팀은 이러한 문제를 해결하기 위해 AI 연산 회로를 패치 내부에 직접 탑재했다. 센서가 수집한 데이터를 칩 안에서 즉시 분석한 뒤 최종 판단 결과만 블루투스로 전송하는 방식이다.

원시 데이터(Raw Data)를 계속 전송하지 않아 통신 전력과 지연 시간을 크게 줄일 수 있으며, 여러 명의 착용자를 원격에서 동시에 관리하는 것도 가능하다.

특히 패치에는 특징 추출을 위한 다중영역 합성곱신경망(MD-CNN)과 분류를 위한 아날로그 신경망(a-TNN/BNN) 등 온칩 AI 구조가 적용돼 고혈압 진단, 부정맥 탐지, 유해가스 분류 등을 실시간으로 수행한다.

실제 성능 평가에서는 고혈압과 형태학적 부정맥을 90% 이상의 정확도로 진단했으며, 유해가스 혼합물 분류 정확도는 92.46%를 기록했다.

광학센서 전력 83% 절감…장시간 착용 가능

웨어러블 기기의 가장 큰 과제인 배터리 문제도 해결했다. 연구팀은 혈류를 측정하는 광전용적맥파(PPG) 센서가 전체 시스템에서 가장 많은 전력을 소비한다는 점에 착안해 'RPT-PW(R-peak Triggered PPG Windowing)' 기술을 개발했다.

심전도 신호에 맞춰 필요한 순간에만 광학센서를 선택적으로 작동시키는 방식이다. 그 결과 광학센서부의 전력 소모를 기존보다 약 83% 줄이는 데 성공했다.

연구팀 사진. (왼쪽부터) 김재준 교수, 정훈의 교수, 조상현 연구원, 김현중 연구원. UNIST 제공

패치 접착면에는 미세 구조 기술을 적용해 거친 피부에도 안정적으로 부착되며, 제거할 때는 잔여물 없이 쉽게 떨어지도록 설계했다.

김재준 교수는 "이번 연구는 저전력 센싱 기술과 온칩 AI를 결합해 생체 신호와 주변 환경을 동시에 감시할 수 있는 차세대 웨어러블 플랫폼을 구현한 것"이라며 "병원 밖 일상에서도 개인 맞춤형 건강관리와 산업현장 안전관리 등에 폭넓게 활용될 수 있을 것으로 기대한다"고 말했다.

한편 이번 연구 결과는 회로 설계 분야 최고 권위 학술지인 IEEE 저널 오브 솔리드 스테이트 서킷스(Journal of Solid-State Circuits·JSSC) 7월호에 게재될 예정이다.