㈜LS네트웍스(프로스펙스) R&D센터장 공세진

주요약력

2007. 01. ~ 2014. 10.      (주)두리시스템테크놀로지 부설 동작연구소 동작분석실 실장

2014. 11. ~ 2015. 02.      국민대학교 생체역학 및 스포츠공학 연구소 연구원

2015. 03. ~ 2016. 04.      한국과학기술연구원(KIST) 영상미디어연구단 연구원 

2016. 04. ~ 현재           (주) LS 네트웍스 R&D 센터 (센터장) 

2016. 09. ~ 현재           국민대학교 체육대학 스포츠건강재활학과 겸임교수 

■ 신발형 스마트 웨어러블 기기 

  3차 산업혁명 시기의 마지막을 지나면서 “정보의 수집”과 “수집된 정보의 중요성”을 강조하는 하나의 트렌드가 만들어졌고, 또한 2000년대 초 “개인의 삶의 질”과 “삶의 질 향상을 위한 방법”을 주제로 하는 웰빙(Well-bing)이라는 세계적 트렌드가 있었다. 이 두 개의 거대한 트렌드가 맞물려 개인이 잘 살기 위해 수집하고 기록해야 하는 정보가 무엇인가에 대한 다양한 고민이 있었고, 그러한 과정 중에서 개인의 신체활동 정보를 수집/기록하고 그를 활용한 부가적 가치를 창출해 보려는 시도가 있었다. 이러한 시도로 스마트 웨어러블 기기(Smart Wearable Device)라는 새로운 도구가 시장에 나타나기 시작했다. 서서히 시장을 확장하던 스마트 웨어러블 기기는 2007년 미국의 애플에서부터 보급되기 시작한 개인형 스마트폰과 다양한 애플리케이션(App.)에 힘입어 엄청난 기세로 시장을 확장하게 된다. 생체신호 수집을 위한 스마트 웨어러블 기기는 다양한 연결성을 바탕으로 유관 영역으로 파생되면서 시장의 성장세를 이어가고 있다.

글로벌 웨어러블 디바이스 시장규모(Market Research report, 2020) 

  사람이 일생을 살면서 가장 많이 수행하는 신체 이동의 형태는 걷기이다. 그러한 이유로 스마트 웨어러블 기기로 기록하고자 하는 신체활동 정보는 대부분 걷기 형태에 집중되어 있고 우리 주변에서 사용되는 스마트 웨어러블 기기의 측정 결과는 대부분 걸음 수, 보폭, 걸음 속도 등 보행 기록 제시에 기반하고 있다. 일반적으로 걷기 동작은 양 발을 모두 활용하여 지면을 지지한 상태로 이루어지기 때문에 신체 부착형 스마트 웨어러블 기기로 걷기형태를 정확하게 기록하기 위해서는 지면을 지지하고 걷기 동작이 시작되는 발에서 측정하는 것이 가장 안정적인 방법으로 알려져 있다. 신발형 스마트 웨어러블 기기의 역사가 다른 형태의 스마트 웨어러블 기기(스마트 와치 등)에 비해 앞서있는데 이것도 이러한 이유 때문이다. 

  신발형 스마트 웨어러블 기기의 시작은 1984년 독일의 아디다스에서 출시한 ‘마이크로 페이서’로 보는 것이 중론이다. 마이크로 페이서는 신발의 베라(발등) 부분에 지금의 만보기와 같은 측정 센서를 장착한 형태로 걸음수를 기록하는데 목적을 두었다. 그 이후 신발형 스마트 웨어러블 기기가 대중적 인지도를 향상시킨 계기는 2006년 미국의 나이키와 애플이 합작한 ‘나이키 플러스’의 출시이다. 나이키의 공격적인 글로벌 마케팅 능력은 신발형 스마트 웨어러블 기기 자체의 대중적 인지도를 향상시키는데 큰 역할을 하였다. 그러나 높아진 대중적 인지도에 비해 신발형 스마트 웨어러블 기기의 매출 규모는 기타 형태의 스마트 웨어러블 기기에 미치지 못했다. 단순히 활동 정보를 수집해서 제공하는데 그친 콘텐츠의 부족이나 편측에서 수집하는 등의 데이터 수집 방식의 한계로 인한 측정 데이터의 부정확성(나이키 플러스의 측정 센서는 한쪽 신발에만 적용되었다.) 등 여러 이유가 있겠지만 무엇보다 신발이라는 재화가 가지는 또 다른 필수 요소 때문이었을 것으로 생각한다.

다양한 신발형 스마트 웨어러블 기기

  사람이 신발을 신는 목적은 크게 퍼포먼스의 향상과 부상 방지로 볼 수 있다(최근 패션성과 연결된 문화적 관점에서 이유를 찾는 견해가 있지만 여기서는 차치하겠다.). 신발이 이 목적을 원만히 달성하기 위해 반드시 필요한 요소가 있는데, 바로 착화감이다. 사람의 발은 매우 예민한 감각을 가지고 있다, 일상에서 신발 안에 작은 모래 한 알로 불편함을 느꼈던 기억을 떠올려보면 충분히 공감할 것이다. 따라서 신발형 스마트 웨어러블 기기는 신발을 신고 활동을 하는데 착화감 측면에서 불편함이 없어야 한다. 신발형 스마트 웨어러블 기기는 단순히 신발에 사람의 동작 형태를 측정하기 위한 센서를 추가하는 접근이 아니라 편안한 착화감을 유지하면서 신뢰도 높은 데이터를 수집하기 위한 방안이 고르게 고려되어야 한다. 하지만, 결과적으로 현재까지 시장에 출시된 많은 신발형 스마트 웨어러블 기기는 이 부분, 착화감을 충분히 고려하지 못하는 치명적인 실수를 범하고 있다. 이는 신발을 만들던 전통적 패션산업 군과 다른 이종 분야(예를 들어 센서와 측정 알고리즘을 개발하는 IT업계 등)에서 신발형 스마트 웨어러블 기기의 개발을 주도하는 과정에서 기인한 오류로 생각한다. 신발형 스마트 웨어러블 기기를 신고 활동하는 중에 “아! 신발에 뭐가 있다.”, “기존의 신발과 착화감이 다르다.”라고 느끼는 순간 편안한 착화감과는 괴리를 갖게 되고 소비자의 꾸준한 관심을 얻기에 부족한 결과를 만들게 된다. 

  신발형 스마트 웨어러블 기기는 콘텐츠와 측정 데이터의 신뢰도 뿐 아니라, 신발 본연의 역할을 충실히 수행할 수 있도록 착화감을 저해하지 않는 방향으로의 신중한 접근이 필요하다. 

■ 신발형 스마트 웨어러블 기기를 통한 일상의 건강관리

  LS네트웍스의 스포츠 브랜드 프로스펙스는 일상에서의 동작 정보 수집이 일상의 보편적 건강관리와 관련된 부가적 가치가 높음을 인지하고 신발형 스마트 웨어러블 기기 시장의 성장 가능성과 필요성이 존재한다고 판단하였다. 그 시장의 흐름을 견인할 수 있는 신발형 스마트 웨어러블의 필수 조건을 계측정보에 기반하는 콘텐츠의 강화, 측정 데이터의 신뢰도 강화, 일반 운동화와 같은 착화감의 유지로 정하고 이를 중점적으로 고민하여 그 결과를 제품에 넣고자 했다.

  먼저 웨어러블 기기를 통해 얻고자 하는 정보의 대부분이 신체의 활동과 관련된 것이고 신체 활동의 대부분은 지면을 지지한 상태로 만들어지는데 이는 대부분 걷기와 관련된 동작으로 구성된다. 따라서 동작의 직접적인 측정이 가능한 신발 형태의 웨어러블 기기를 기본으로 센서 조합과 알고리즘을 개선하여 측정 데이터의 정확도와 신뢰도를 향상했다. 또한 이러한 웨어러블 기기 모듈이 신발에 적용되었을 때 착화감의 안정을 무엇보다 중요한 개발 목표로 정하고 개발 과정을 수행했다.

  다년간 연구개발의 결과로 2016년 양쪽 신발의 미드솔에 스마트 칩 모듈이 삽입되는 W Balance를 출시했다. 기존 시장에 소개된 신발형 스마트 웨어러블 기기들과는 달리 걸음걸이의 균형과 좌우 발의 벌어짐 각도, 양측 발의 보폭 수집 등을 차별화된 콘텐츠로 소개하였지만, 그것만으로는 소비자들을 지속적으로 서비스에 머무르게 하는 콘텐츠로 부족했다. 이후 개선 적업을 거쳐 2018년 인솔(깔창) 형태로 개선된 Prospecs Smart를 출시했다. 계측 정확도 향상과 더불어 기존 W balance의 기능은 유지하고 발바닥 전체의 압력 변화를 측정할 수 있도록 센서 조합을 개선했다. 걷기와 관련한 콘텐츠를 확장하고 달리기 동작에서도 활용할 수 있는 다목적의 스포츠 활동 앱 서비스였지만 역시 고객의 입장에서는 콘텐츠의 참신성 부족이 아쉬웠다고 판단한다.

  새로운 부가가치를 갖는 콘텐츠 발굴의 일환으로 프로스펙스는 2016년 W Balance 출시 이후 줄곧 신발형 스마트 웨어러블 기기를 활용한 건강관리 영역의 확장을 고민하고 있었다. 문헌 조사와 전문성이 있는 여러 기관들과의 협업 연구를 진행하는 과정에서 “개인의 걷기 형태는 중요한 건강지표”가 될 수 있음과 특히 “걸음의 형태 변화, 평균 걷기 속도의 변화는 치매(인지능력 저하 지표)나 파킨슨병, 낙상(행동능력 저하 지표) 등의 중요한 전조증상”이 될 수 있음에 주목하였다*. 개인의 걷기 형태는 골격의 성장이 멈추는 20세를 전후하여 신체조건에 따라 최적화되고 고착화되는 현상(Gait maturation)이 나타난다**. 그런데 이 고착화된 걷기 형태가 외과적인 신체의 손상이나 변형이 없는 상태에서 변화된다면 그 동작을 조절하는 인지 및 신경 조절 기관의 기능 저하와 연관 지어 볼 수 있다는 것이 주된 학술적 근거이다*. 치매나 파킨슨병, 낙상 등은 발병 기전이 다양하고 아직 많은 부분이 밝혀지지 않았지만, 우리 신체에 가장 효율적으로 최적화되어있는 동작인 걷기에서 먼저 변화가 시작되는 것은 여러 선행연구의 결과를 통해 합리적 추론이 가능하다. 이러한 근거기반을 명확히 하기 위하여 다양한 연구기관 및 임상과 협동연구를 진행하였고 임상의 견해를 포함한 건강관리 앱 서비스를 개발하여 2020년 PROSPECS SMART 솔루션으로 상용화하였다.

  걷기를 통한 건강관리 앱 서비스는 신발형 스마트 웨어러블 기기를 활용하여 사용자의 일상 걸음 형태를 지속적이고 안정적으로 모니터링하고 걸음 형태의 변화가 감지되면 이 변화를 통해 치매나 낙상 등의 발병 가능성을 예측하고 알림을 준다. 일반적으로 치매 등의 질환은 진단받기 10여 년 전부터 걸음 형태에 변화가 생기는 전조증상이 나타난다. 잘 알려져 있듯이 현재까지 치매, 파킨슨병 및 낙상 등의 질환은 일단 발병하면 완전한 치료가 가능하지 않으므로 조기의 발견과 선제적 예방이 가장 효과적인 대응 방법이다. 따라서 신발형 스마트 웨어러블 기기를 활용하여 일상의 걸음을 모니터링하고 이를 근거로 관련 질환 발병의 가능성을 예측할 수 있다면 일상에서의 걷기를 통한 운동효과와 더불어 건강한 삶을 유지하는데 긍정적 시너지를 낼 수 있을 것으로 생각한다.

프로스펙스의 신발형 스마트 웨어러블 기기 어플리케이션 

[참고문헌] 

Beauchet, O., Allali, G., Berrut, G., Hommet, C., Dubost, V., & Assal, F. (2008). Gait analysis in demented subjects: Interests and perspectives. Neuropsychiatric disease and treatment, 4(1), 155.

Dumurgier, J., Artaud, F., Touraine, C., Rouaud, O., Tavernier, B., Dufouil, C., ... & Elbaz, A. (2016). Gait speed and decline in gait speed as predictors of incident dementia. Journals of Gerontology Series A: Biomedical Sciences and Medical Sciences, 72(5), 655-661.

Hardy, S. E., Perera, S., Roumani, Y. F., Chandler, J. M., & Studenski, S. A. (2007). Improvement in usual gait speed predicts better survival in older adults. Journal of the American Geriatrics Society, 55(11), 1727-1734.

Jamour, M., Becker, C., Synofzik, M., & Maetzler, W. (2012). Gait changes as an early indicator of dementia. Zeitschrift fur Gerontologie und Geriatrie, 45(1), 40-44.

Kuys, S. S., Peel, N. M., Klein, K., Slater, A., & Hubbard, R. E. (2014). Gait speed in ambulant older people in long term care: a systematic review and meta-analysis. Journal of the American Medical Directors Association, 15(3), 194-200.

Morgan, D., Funk, M., Crossley, M., Basran, J., Kirk, A., & Dal Bello-Haas, V. (2007). The potential of gait analysis to contribute to differential diagnosis of early stage dementia: Current research and future directions. Canadian Journal on Aging/La Revue canadienne du vieillissement, 26(1), 19-32.

Nakamura, T., Meguro, K., & Sasaki, H. (1996). Relationship between falls and stride length variability in senile dementia of the Alzheimer type. Gerontology, 42(2), 108-113.

Welmer, A. K., Rizzuto, D., Qiu, C., Caracciolo, B., & Laukka, E. J. (2014). Walking speed, processing speed, and dementia: a population-based longitudinal study. Journals of Gerontology Series A: Biomedical Sciences and Medical Sciences, 69(12), 1503-1510.

Perry, J., & Burnfield, J. Gait analysis: normal and pathological function. 1992. Thorofare, NJ: Slack.