[연구의 필요성]
많은 사람이 일상적으로 운동하지만 매일 어떤 운동을 했는지, 또 몇 번 했는지 등을 하나하나 기록하는 것은 매우 번거롭다. 따라서 이를 보조하기 위한 웨어러블, 모바일 기기 기반의 운동 추적 연구가 많이 진행된 바 있다. 상업적으로도 운동 추적 기기 시장은 빠르게 성장해, 전세계적으로 2020년 363억달러에서 2028년 1143억 달러로 3배 이상 시장 성장이 예상된다.[1] 그러나 지금까지 연구는 대부분 기기를 착용한 신체 부위가 운동할 때 함께 움직인다고 가정하고 가속도계로 운동을 추적했다. 웨어러블 기기는 보통 손목과 같은 상체에 착용한다는 점을 고려하면 이러한 방식으로 하체운동은 추적이 어렵다. 이외 다른 방식으로 운동을 추적하는 연구도 있지만, 웨어러블 기기를 부자연스러운 위치에 착용해야 하거나 운동기구를 개조해야 하는 등 실용성이 떨어졌다. 따라서 본 연구에서는 내장된 지자계를 활용해 하나의 모바일 기기만으로 상 · 하체 운동을 모두 추적하는 시스템을 개발했다.

[포스텍이 가진 고유의 기술]
ProxiFit은 운동 기구가 대부분 철로 이루어져 있다는 사실에 착안해 지자계 기반의 운동 추적 시스템을 구현했다. 운동기구에 포함된 철의 움직임을 지자계로 파악하기 때문에, 상체에 스마트워치 등 사용자의 모바일 기기를 하나만 착용하더라도 하체운동까지 추적할 수 있다. 하나의 상용 기기만 필요한 기존 시스템은 대부분 가속도계만 사용하기 때문에 상체운동만 지원하며, 이에 반해 ProxiFit은 전반적으로 하체운동까지 넓게 지원하는 최초의 운동 추적 시스템이다. 또한 기기를 몸에 착용하지 않아도 되므로 아예 기기를 눈앞에 거치한 채로 운동을 추적할 수도 있다. 이러면 동영상 등 화면을 보면서 운동하려는 사람 또한 ProxiFit으로 기기를 거치한 채 운동을 추적할 수 있기 때문에 굉장히 실용적이며 실생활에 널리 사용할 수 있다.

[연구의 의미]
ProxiFit은 운동을 하고 있는지 여부를 감지하는 것부터 어떤 운동을 하고 있는지, 그리고 몇 번 동작을 반복했는지 세는 것까지 총체적인 운동 과정을 추적할 수 있다. ProxiFit이 지원하는 운동 종류는 다양한데, 모바일 기기 하나만으로 레그 프레스, 레그 컬, 힙 어브덕션 등 다양한 기구운동은 물론이고 덤벨 컬, 덤벨 킥백 등 프리웨이트 운동까지 추적할 수 있다. 이전에는 이렇게 폭넓은 운동을 지원하려면 추가적인 센서를 신체에 부착하거나 운동 기구 자체를 개조해야 했던 것과 달리, 하나의 COTS (Commercial Off-The-Shelf) 기기만으로 기구 개조 없이 다양한 운동 추적이 가능한 ProxiFit은 훨씬 뛰어난 실용성을 바탕으로 실생활에 바로 적용할 수 있다. 또, 주변 운동기구로 인한 간섭, 기기 위치 등 실생활에서 발생할 수 있는 다양한 조건에서도 시스템 안정성을 보였다.

[연구결과의 진행 상태 및 향후 계획]
본 연구에서는 모바일 기기 내장 센서만으로 전반적인 운동을 추적할 수 있는 시스템을 개발했다. 앞으로도 이처럼 일상에서 사용하는 스마트 기기와 내장 센서를 활용해 추가 부담 없이 다양한 생활에 도움을 주는 시스템에 대한 연구를 지속하려고 한다.
시연 영상 : https://www.youtube.com/watch?v=inHF2pkdGJc

[성과와 관련된 실적]
국제 학술대회 논문: Jiha Kim, Younho Nam, Jungeun Lee, Young-Joo Suh, Inseok Hwang. “ProxiFit: Proximity Magnetic Sensing Using a Single Commodity Mobile toward Holistic Weight Exercise Monitoring,” ACM UbiComp 2023. (Also Published in ACM IMWUT (Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies)).

[성과와 관련된 이미지]
그림 1. ProxiFit이 추적할 수 있는 다양한 운동의 예시 그림. 왼쪽부터 레그 컬, 체스트 프레스, 덤벨 킥백, 덤벨 컬과, ProxiFit 시스템 사용 예
그림 2. ProxiFit 시스템의 구조도.

그림 3. ProxiFit 시스템이 달성하는 운동 분류에 대한 정확도.