2030년에는 미국 인구의 5분의 1 이상이 65세 이상으로, 미국 역사상 최대 규모의 고령층이 형성될 것으로 보입니다.
실리콘밸리에 본사를 둔 스타트업 Butlr는 노인의 안전을 지키는 동시에 사생활을 보호할 수 있도록 설계된 인공지능(AI) 플랫폼을 개발하였습니다.
이 플랫폼은 요양 시설 내에 전략적으로 설치된 센서들이 수집한 다양한 온도 데이터를 신경망 기반 알고리즘으로 해석하는데요.
이 모델은 수집된 온도 데이터를 바탕으로 사람의 형태를 흐릿하게 표현한 실시간 적외선 이미지를 만들어냅니다. 얼굴이나 신체 특징은 보이지 않지만, 환자의 움직임이나 상태를 살피기엔 충분한 정보가 담겨 있습니다.
Butlr의 공동 창업자이자 CEO인 홍하오 덩(Honghao Deng)은 “저희는 엣지에서 수집한 온도 데이터를 활용해 생명을 구하면서도, 사생활을 보호하는 지능적인 기술을 구현하고자 합니다”라고 밝혔습니다.
Butlr는 요양보호사를 대체하는 것이 아닌, 이들과 협력하여 돌봄의 효율성과 안전성을 높이기 위한 방향으로 AI 솔루션을 설계하였습니다.
이 모델은 환자가 넘어졌는지, 혹은 침대에 과도하게 오랜 시간 누워 있었는지를 감지할 수 있으며, 위급 상황이 발생한 경우 보호사에게 자동으로 알림을 보냅니다. 반복적인 화장실 이용이 감지되면 요로 감염처럼 며칠간 놓치기 쉬운 건강 이상을 조기에 파악할 수 있도록 돕습니다.
하루가 끝나면, 이 모델은 수집된 열 패턴을 바탕으로 환자의 하루 활동을 요약해 행동 기록으로 전환합니다. 이른바 ‘열 신호를 텍스트로 변환하는 기능’을 통해, 보호사들은 근무 후 환자 요약 보고서를 작성하는 데 시간을 쓰기보다 직접적인 돌봄에 더 집중할 수 있습니다.
Butlr의 가장 큰 혁신은 적외선 열 신호의 재해석에 있습니다. 이 열 신호는 해상도가 낮기 때문에 상대적으로 저렴하고 배터리로 작동하는 센서로도 지속적인 수집이 가능하다는 장점이 있습니다.
이 경량 센서는 거의 모든 공간에 손쉽게 설치할 수 있으며, 배터리 수명은 약 7년으로 긴 편입니다. 덕분에 설치가 간편하고 비용도 낮으면서, 요양 시설 전체의 온도 분포를 정밀하게 파악할 수 있는 유연한 시스템을 구성할 수 있습니다.
특히 이 센서는 백그라운드에서 작동하는 고성능 AI 모델과 연동되어 환자의 행동을 실시간으로 분석할 수 있습니다.
Butlr는 하루에 10억 개 이상의 프레임과 월 2페타바이트에 달하는 데이터를 분석하기 위해 NVIDIA GeForce RTX 2070 그래픽 카드를 활용해 시각화 작업을 수행하고 있습니다. AWS 클라우드 환경에서는 NVIDIA H100 텐서 코어 GPU를 기반으로 한 Amazon SageMaker의 ml.p5 인스턴스를 사용해 모델 학습을 진행하고, 실시간 추론에는 NVIDIA A10G 텐서 코어 GPU가 탑재된 ml.g5 인스턴스를 활용하고 있습니다.
이 모델은 실내 공간을 약 60cm 단위의 정사각형 격자로 나눈 뒤, 각 구역에서 초당 약 10회의 온도 데이터를 수집합니다. 이렇게 수집된 저해상도 열 데이터를 기반으로 실시간 온도 이미지를 생성하고, 이를 통해 사용자의 움직임을 파악할 수 있습니다. 이미지는 사람의 윤곽만 흐릿하게 드러나는 수준으로, 얼굴이나 신체 세부 정보는 식별되지 않습니다. 그럼에도 불구하고, 요양보호사 입장에서는 환자의 행동을 모니터링하기에 충분한 정보를 제공합니다. 침대에서 일어났는지, 화장실에 자주 가는지 등 주요 행동 패턴을 실시간으로 확인할 수 있습니다. 결과적으로, 이 시스템은 사생활을 침해하지 않으면서도 현장에서 즉시 활용 가능한 시각적 데이터를 제공합니다. 데이터는 익명성을 유지하면서도, 돌봄 현장에서 필요한 실질적인 통찰을 제공한다는 점에서 기술적 강점을 갖고 있습니다.
온도 신호가 가지는 또 다른 중요한 장점은 바로 사생활 보호 측면입니다.
온도 데이터는 영상에 비해 시각적 정확도가 훨씬 낮기 때문에, 노인의 안전과 관련된 핵심 정보는 수집하면서도 개인의 외형이나 모습을 식별할 수는 없습니다.
Butlr의 홍하오 덩(Honghao Deng) 대표는 “저희 모델은 높은 프레임 속도와 낮은 해상도로 데이터를 처리합니다. 사람의 얼굴은 물론이고 팔다리조차 식별할 수 없습니다”라며, “모델을 통해 필요한 형태와 움직임은 파악하면서도, 개인 신원은 드러나지 않도록 설계했습니다”라고 설명했습니다.
덩 대표는 앞으로 고령자 돌봄 솔루션에 대한 수요가 더욱 커질 것이라고 내다보고 있습니다.
“사람들은 자신이 나이 들어간다는 사실을 좀처럼 인정하려 하지 않죠. 하지만 우리 모두 나이를 먹고 있고, 지금처럼 변화가 없다면 모든 사람을 돌볼 충분한 전문 인력이 존재하지 않게 될 것입니다. 그래서 혁신적인 해결책을 만들어야 합니다.”라고 말했습니다.
Butlr의 온도 기반 모니터링 기술과 그 활용 가능성에 대해 더 알고 싶다면, 관련 내용을 참고해 주세요.
관련 리소스
- GTC 세션: 개인 정보 보호 AI로 환자 안전 강화: 의료 분야의 이벤트 감지를 위한 멀티모달 DNN 및 VLM
- GTC 세션: 생산성 향상과 동시에 데이터 및 모델 IP 보호
- GTC 세션: AI 애플리케이션 보호 및 제어(Cloudflare 제공)
- NGC 컨테이너: ASR Parakeet CTC Riva 1.1b
- NGC 컨테이너: Earth-2 CorrDiff
- NGC 컨테이너: NMT Megatron Riva 1b
