한국생산기술연구원은 근로자의 작업 영상을 분석해 근육 부하를 예측할 수 있는 인공지능(AI) 기술을 개발했다고 30일 밝혔다.

산업 현장에서 반복적인 동작과 무거운 하중을 다루는 작업은 작업자의 근육 피로와 근골격계 질환 위험을 높인다.

근육 부하를 측정해 피로가 쌓이는 것을 막기 위한 기술이 요구되지만 기존 근전도 센서는 장시간 착용하기 불편하고 땀 배출 등 문제로 현장에서 활용하기 어려웠다.

생기원 태현철 수석연구원 연구팀은 작업 영상을 분석해 최대 근력 대비 현재 사용 비율을 계산할 수 있는 '영상 기반 근활성도 추정 시스템'을 개발했다.

우선 작업자의 주요 근육 부위에 근전도 센서를 부착한 뒤 집기·운반·들기 등 산업현장에서 빈번하게 수행되는 5가지 대표 동작을 반복 수행하는 실험을 진행했다.

이를 영상으로 촬영한 뒤 영상 속 인체 움직임을 3차원 뼈대 데이터로 변환, 영상 기반 근전도 추정을 위한 학습 데이터를 확보했다.

연구팀은 영상에서 추출한 시각 정보와 3차원 뼈대 움직임, 피험자의 신체 특성을 동시에 학습시켜 사람의 신체 특성과 작업 조건에 따른 근육 부하 차이까지 정밀하게 분석할 수 있는 AI 모델을 개발했다.

작업 동작이 시간에 따라 변하는 흐름을 분석할 수 있으며 누적되는 피로와 부하 변동까지 정밀하게 파악할 수 있다.

연구팀이 피험자에게 근전도 센서를 부착해 실제 근육 부하를 측정, 개발한 AI 모델의 예측값과 비교한 결과 실제 센서 측정값과 거의 유사한 것으로 나타났다.

태현철 수석연구원은 "제조, 물류, 헬스케어 등 다양한 작업 조건에서 근로자의 피로·부하를 관리할 수 있는 범용 모델로 확장해 나가겠다"고 말했다.