A Practical Approach to Fall Detection: Lightweight AI for Low-Cost Implementation
Min-woo Ryu, Jaegoo Shim · Journal of the Korea Society of Computer and Information · 2025
본 논문은 저사양 하드웨어 환경에서도 효율적으로 동작할 수 있는 경량 AI 기반 낙상 탐지 시스템을 개발하고 이를 제안한다. 기존의 낙상 탐지 연구는 주로 고성능 GPU 환경에 의존하거나 탐지 정확도에만 중점을 두어 처리 속도와 하드웨어 제약 문제를 충분히 고려하지 못했다. 이에 본 연구에서는 GPU에서 자유로운 미디어파이프와 데이터 분석기반의 머신러닝 모델을 활용하여, 낮은 연산 자원을 요구하면서도 신속하고 정확한 낙상 탐지가 가능한 시스템을 제안하였다. 제안된 시스템은 병원, 요양원 등 다양한 실내 환경에 설치되어 낙상 사고를 실시간으로 탐지하고, 관리자에게 즉시 알림을 전송함으로써 골든타임 내 대응이 가능하도록 한다. 실험 결과, 제안된 모델은 GPU를 사용하는 모델과 비교하여 학습 및 추론 속도에서 우위를 보였으며, 탐지 성능 측면에서도 경쟁력 있는 결과를 나타냈다. 이러한 연구는 고비용 하드웨어 의존성을 줄이고 실제 환경에서의 실용성을 극대화한 낙상 탐지 시스템의 새로운 가능성을 제시한다.