Eunsang Jo

건설, 제조, 광업 등과 같은 산업현장 근로자들의 인지 및 심리적 상태를 평가하여 안전한 업무 수행을 지원하는 것이 매우 중요하다. 그러나 현재 상용화된 디지털 TBM(Tool Box Meeting) 시스템은 근로자의 인지 및 정신건강 상태를 직접 평가하는 데 한계가 있다. 이에 본 연구에서는 근로자의 인지 기능을 평가하기 위한 6종의 기능성 게임형 콘텐츠와 정신건강 상태를 측정하는 설문을 통합한 디지털 정신건강 모니터링 플랫폼을 제안하였다. 또한, 인지 기능 콘텐츠의 타당성을 검증하기 위해 12명의 자원자를 대상으로 음주 후 인지 기능 저하를 평가하였다. 이에 대한 대응 표본 t-검정 결과, 모든 인지 기능 과제에서 음주 후 수행 저하가 통계적으로 유의하게 나타났다. 결과적으로 제안된 인지 기능 콘텐츠는 실시간으로 근로자의 인지 상태를 평가하여, 산업현장에서의 안전관리 효율성을 향상시킬 수 있는 플랫폼 연구의 기초로 활용할 수 있을 것이다.

본 연구에서는 낙상을 효과적으로 검출하기 위해 4D 이미징 레이더 센서와 인공지능(AI) 기반의 비접촉 낙상 감지 시스템을 제안하였다. 이 시스템은 레이더 센서를 통해 추출한 Point Cloud 데이터를 가공하여 신체의 위치와 자세를 분석하며, CNN 모델을 활용한 서기, 앉기, 눕기 등의 자세를 분류한 후 낙상과 천천히 눕는 동작을 구별하기 위해 속도 및 위치 변화를 비교하는 판별 기준을 수립하였다. 이에 대한 결과로는 낙상 감지정확도 90%, 자세 분류 정확도 98.66%를 달성하였다. 더불어, 웹 기반 인터페이스와 Unity 엔진을 활용한 아바타 시뮬레이션을 통합하여 사용자 친화적인 실시간 모니터링 환경을 제공하고자 하였다. 향후 연구에서는 다양한 환경에서 추가적인 검증을 수행하고, 낙상의 단계를 더욱 세분화하는 한편, 레이더 센서 외에 추가적인 센서를 융합하여 통합 헬스케어 플랫폼으로 발전시킬 필요가 있다.