고령자의 쓰러짐·넘어짐·배회 등에 대한 상시 감시가 필요 없는 시스템

영상 심층리포트

이번 호에는 고령자 간호시설 내외에서의 입주자의 배회나 복도에서 넘어지는 사고 등을 재빨리 검지하고 통보해 안전한 ‘주시 공간’을 제공하는 것을 목적으로, 시설 복도에 카메라군으로 된 여러 게이트를 배치하는 주시 시스템의 개발 결과에 대해서 기술한다. 이 시스템에서는 얼굴조합 기술을 활용해 게이트를 통과하는 입주자를 특정하여 얼굴의 3차원 위치, 통과속도, 통과시각 등의 특징량을 시계열 데이터로서 추출한다. 상태천이 모델에 의해 각 입주자가 어느 장소에서 얼마동안 머물고 있는지를 추정함으로써 배회 검지를 실시할 수 있다. 또한, 게이트 내에서 넘어지거나, 웅크리고 앉는 행동 등을 검지할 수 있다. 특별 양호 노인 홈에서 실증 실험을 실시한 결과, 간호 스태프의 기록에 있던 8건의 배회 사례를 모두 검지할 수 있었고, 또 기록에 없는 사례 15건도 검지할 수 있어 간호 스태프 지원 시스템으로서 유용성을 확인할 수 있었다. 앞으로 제품화를 위한 노력을 계속할 것이다.

마츠모토 테츠야(Matsumoto Tetsuya)·나카모토 히로유키(Nakamoto Hiroyuki)·고카 마사노리(Goka Masanori)·키타가와 요이치(Kitagawa Youitci) /효고현립 공업기술센터, 카메야마 히로시(Kameyama Hiroshi)·카미세 요우지로우(Kamise Youzirou) /글로리(주), 오모리키요히로(Omori Kiyohiro) /효고현립 복지마을 만들기 연구소, 스미야 카즈토시(Sumiya Kazutoshi) /효고현립 대학, 키타야마 이치로(Kitayama Itsirou) /킨키 대학

처음으로

최근 65세 이상의 노년 인구비율이 현저히 증가해 과거 20년에 비해 2배로 증가했다1). 이에 따라 노령으로 인해 자택에서 가족이 간호하는 것이 어려워, 특별 양호 노인 홈을 비롯한 고령자 간호시설에 입주하는 케이스도 증가하고 있다.

고령자 간호시설에서는 배회 등 입주자의 생명과 직결되는 행동을 신속히 찾아내 사고를 방지하는 것이 요구되지만, 야간에는 스태프 수가 한정되어 있기 때문에, 감시 카메라나 IC 태그 등의 도입도 일부에서 진행되고 있다. 그럼에도 불구하고 IC 태그를 몸에 부착해 게이트 통과를 검지하는 방식은 입주자가 고의 또는 갑자기 태그를 벗어나 효과를 볼 수 없는 경우가 지적되고 있으며, 또한 감시 카메라에 의한 24시간 감시는 인적인 비용 면에서 어려움이 많다.

이러한 사회의 요구를 해결하기 위해 효고현립 공업기술센터와 글로리, 효고현립 복지 마을 만들기 연구소, 효고현립대학 환경인간학부, 킨키대학 생물이공학부는 공동으로 고령자 간호시설에서 일어날 수 있는 입주자의 시설 내에서의 배회, 시설 밖으로의 이동, 복도에서의 쓰러짐 및 넘어짐, 웅크리고 앉는 등의 인시던트(incident)를 신속히 검지해 간호 스태프에게 통보할 수 있는 시스템을 개발했다2)-4).

주시 시스템의 구성

필자들이 개발한 주시 시스템은 고령자 간호시설의 복도에 설치하는 복수의 특징량 검출 게이트(이하, 줄여 주시 게이트라고 한다) 등의 하드웨어와 위험 행동을 검지하기 위한 소프트웨어로 구성된다.

주시 시스템의 구성을 그림 1에 나타낸다. 각 게이트는 사진 1의 시작기(試作機)에 나타내듯이, 복도 전방과 후방에 설치되는 정면 카메라, 복도의 벽에 설치되는 측면 카메라, 천장에 설치되는 천장 카메라로 구성된다. 카메라는 모두 네트워크 카메라를 이용했다. 천장 카메라에서는 진입해 오는 동체의 검지를 실시함과 동시에, 인물 두부의 수평 위치를 측정한다. 수평 방향의 동체 검지 구역은 약 2.0m 사방이다. 또한, 정면 카메라와 측면 카메라에 의해 통과하는 인물의 얼굴 탐색, 조합을 실시함과 동시에 두부의 바닥 면에서부터의 높이를 측정한다. 이러한 복수 카메라를 이용함으로써 통과하는 인물의 얼굴 수평방향에 관계없이 얼굴 탐색, 조합의 성공률을 최대한으로 끌어올릴 수 있다.

정면 카메라는 약 7m 앞 인물의 얼굴을 확실히 조합하기 위해, 고해상도 카메라인 Axis 사의 233M 네트워크 카메라(수직·수평 해상도 1600×1200)를 이용하고 있다. 또한, 화상 속의 얼굴 탐색 및 얼굴 데이터베이스와의 조합은 글로리 사가 보유하는 얼굴조합기술을 이용하고 있다. 주시 게이트에 의해 검출되는 통과 인물의 특징량은 표 1에 나타내는 것과 같다.

위험행동의 검지방법

주시 게이트에서 검출되는 게이트 통과 인물의 두부 3차원 위치 정보로부터 다양한 정보를 얻을 수 있다.

그림 2에 나타내듯이 거주 구역의 주위에 쌍방향형 주시 게이트를 3대 설치했을 경우에, 상태천이 모델을 구축함으로써, 아래의 예에 나타낸 시설 내에서의 배회, 시설 밖으로의 배회를 검지할 수 있다.

게이트 통과 이력의 예

(a) 게이트3 통과　

→ 복도 구역에 장시간 체류

……「시설 밖으로의 배회 우려」

(b) 게이트3 통과

→ 게이트1 통과

→ 게이트2 통과

→ 게이트3 통과

……「시설 내에서의 배회(주회(周回)) 우려」

필자들은 검지, 통보하는 위험 행동으로서 「시설 밖으로의 배회」, 「시설 내에서의 배회(주회)」, 「시설 내에서의 배회(왕복)」를 규정하여 위험 행동으로서 간호 스태프에게 통보하기에 이르기까지의 역치(게이트 통과 횟수 혹은 게이트 사이에서의 체류 시간)를 설정했다.

또한, 단일 게이트 내에서는 표 1에 나타낸 특징량의 편성 시계열 순서로부터, if-then 룰을 이용해

보행 상태 혹은 휠체어 주행 자세에서의 전도
휠체어 주행 자세에서의 첫 시작(넘어질 위험 큼)
기어서 이동(배회)
야간의 게이트 통과(야간 배회) 등의 인시던트를 신속히 검지할 수 있다.

실증 실험 결과

개발한 주시 시스템의 성능을 확인하는 것을 목적으로, 효고현 내의 특별 양호 노인 홈에서 실증 실험을 실시했다. 실험은 2009년 11월부터 2010년 2월에 걸쳐 모두 30일, 582시간 실시했다.

주시 게이트를 설치한 복도의 평면도를 그림 3에 나타낸다. 복도 형상의 제약과 여러 가지 타입의 주시 게이트의 성능 평가를 실시할 목적으로 아래의 3게이트를 거주구역 앞 통로(복도)의 양단 부근에 설치했다.

게이트 1-1：그림 속, 통로에서 하부(다른 거주 구역, 목욕탕 등에 연결)로 이동하는 통과 인물을 검지한다(1방향 검지 게이트).

게이트 1-2：그림 속, 아래 방향에서(다른 거주 구역, 목욕탕 등으로부터) 거주 구역으로 이동하는 통과 인물을 검지한다(1방향 검지 게이트).

게이트 2：그림 속, 좌측에 있는 다른 통로 사이의 출입을 검지한다(쌍방향 검지 게이트).

각 게이트의 사진을 사진 2에, 카메라 구성을 표 2에 나타낸다. 사각을 없애기 위해서 각 게이트에는 천장 카메라를 2대 설치했다. 또한, 시스템이 위험 행동을 검지했을 경우, 거실 구역에서 떨어진 장소에 있는 간호 스태프 대기실에 비상대기를 무선 LAN 경유로 송신하는 것으로 했다. 단 입주자의 프라이버시를 배려해 대기실의 수신 화면에는 화상으로 표시하지 않고, 「누가 어떠한 위험 행동의 우려가 있음」이라고 하는 문자 정보만을 표시하게 했다.

실증 실험에 앞서, 입주자와 간호 스태프의 얼굴 화상데이터베이스를 작성해 글로리에서 개발한 얼굴 인증 엔진을 이용하여 통과 인물의 얼굴 조합을 실시하는 구성으로 했다.

실험에서는 동체가 각 게이트에 진입하고 나서 다 통과할 때까지의 카메라 영상 로그와 위험 행동의 검지결과를 기록했다. 이 기록 결과와 간호 스태프가 매일 기록하고 있는 생활기록표로부터, 다음의 2가지를 분석해 주시 시스템의 성능을 평가했다.

(a) 생활기록표에 기술되어 있던 위험 행동과 주시 시스템의 해석 결과의 비교.

(b) 생활기록표에 기술되어 있지 않지만, 주시 시스템이 검지한 위험 행동의 추출.

(a) 실증 실험 기간 중, 생활기록표에 남아 있던 입주자의 주의를 필요로 하는 상황은 모두 8건(「야간의 배회」와 「배회」(낮))이었다. 이에 대해 주시 시스템의 검지 결과는 얼굴 조합 성공이 4건, 얼굴 탐색만을 성공(얼굴 조합 실패)한 건수가 4건으로, 누군가가 통과한 것을 포함한 검지율(특히 야간은 미등록자의 통과 빈도도 낮기 때문에 비상 대기하는 것은 유효)은 100%가 되었다.

(b) 또, 생활기록표에 없는 위험 행동도 주시 시스템이 검지하고 있는지 아닌지를 평가했다. 평가는 게이트 1을 대상으로, 582시간 동안의 모든 동체 진입의 영상 로그에서 추출한 위험 행동이 위험 행동 로그에 남아 있는지 확인했다. 그 결과, 야간 배회 13건, 배회(왕복) 2건이 검지되었다. 생활기록표 이외의 위험 행동이 검지된 것으로부터 간호 스태프의 주시를 지원하는데 있어서 이 시스템이 유효하다는 것이 확실해졌다.

고찰

실증 실험을 진행하는 가운데, 아래 내용이 과제로 제기되었으며 일부는 시스템의 개량, 알고리즘 수정에 의해서 해결했다.

(1) 입주자 가운데서도 개인차가 매우 크다. 간호 스태프의 기록에 위험 행동에 관해 기재되어 있던 입주자는 주시 공간 내의 12명 중 3명이었다. 그렇기 때문에 간호 스태프에게 비상대기를 발신하는 역치를 입주자별로 설정할 필요가 있다고 생각된다. 또한 이 3명에 대해서도 예를 들면 야간 배회가 일상 행동이며, 실제로는 반드시 구조를 필요로 하는 행동이라고는 할 수 없다고 생각되었다. 이 때문에 입주자별로 일상적인 행동의 데이터베이스를 생성하고, 그 행동에서 벗어난 행동을 일으킨 것을 검지하는 구조도 필요하다고 생각된다. 이에 대해서는 향후 고령자 간호전문가의 견해를 필요로 한다.

(2) 이 시스템은 여러 명이 동시에 게이트를 통과하는 경우에도 대응할 수 있다. 그렇지만, 휠체어를 탄 입주자를 간호 스태프가 밀며 통과하는 경우에는, 두 사람의 두부의 수평 방향 위치가 매우 근접해 천장 카메라 화상 속에서 두 사람의 두부를 분리하기가 어렵기 때문에, 자세 플래그와 속성 플래그의 잘못된 대응이 일어나는 경우가 있었다. 이러한 ‘시중 이동’은 현실에서는 배회 등의 위험은 없다고 생각되기 때문에 시스템의 개량 작업 중 검지 대상에서 제외했다.

(3) 이 시스템이 상정한 위험 행동의 대부분은 출현 빈도가 낮다. 실제로, 모두 30일간의 실증 실험 기간 중, 「히야리하토(중대한 재해나 사고에는 이르지 않았지만, 사고로 직결되어도 이상하지 않은, 그 일보직전의 사례의 발견)」라고 불리는, 사고가 일어날 가능성이 충분히 있는 사례의 기록은 없어 우리가 시스템 로그와 비교해 본 것은 그보다 경미한 「생활기록표」에 기재된 기록이었다. 이로 미루어 볼 때 위험행동 전부에 걸친 시스템의 성능 검증에는 보다 더 장기간에 걸친 실험이 필요하다고 생각된다.

또한, 실증 실험 기간은 신형 인플루엔자의 유행기와 겹쳐 입주자의 감염을 방지하기 위해서 간호 스태프 등의 시설 직원만 전원 마스크를 착용했다. 실험에서 이용한 얼굴조합기술은 마스크 착용자에 대해 충분한 성능이 없기 때문에 얼굴조합 성적 자체가 크게 저하됐지만, 보통은 착용하지 않기 때문에 직원 통과 시의 로그는 이번 시스템 성능평가에서는 제외했다.

마지막으로

이번 원고에서는 고령자 간호시설의 특정 구역에 있어서 배회나 사고 등을 신속히 검지, 통보할 수 있는 주시 게이트 시스템에 대해 기술했다. 이 시스템은 카메라군으로 된 주시 게이트를 여러 대 고령자 간호시설의 복도에 설치하는 구성으로 얼굴조합기술을 활용한 입주자의 위치이동 정보 획득에 의해, 시설 내외에서의 배회나 넘어지고, 웅크리고 앉는 등의 위험 행동을 신속히 검지할 수 있다.

시스템의 성능을 평가하기 위해, 특별 양호 노인홈에서 모두 30일에 걸쳐 실증 실험을 실시한 결과, 간호 스태프의 생활기록표에 기재되어 있는 「야간 배회」와 「배회」(주간) 8건 모두를 검지하여, 검지율 100%를 달성할 수 있었다. 앞으로 3년 이내의 실용화를 목표로 하여, 시스템의 완성도를 높여갈 예정이다. 또한, 고령자 간호시설과 같이 이용자의 ‘안심·안전’이 강하게 요구되는 초등학교나 학원 등의 교육시설로의 확대 도입에 대해 검토하고 싶다.

이번 연구개발은 총무성의 위탁을 받아 전략적 정보통신연구개발 추진제도(SCOPE)의 연구테마 「유비쿼터스(ubiquitous) 네트워크를 활용한 고령자 등의 안심·안전을 확보하는 주시 공간 창성(創成)에 관한 연구개발」로 실시되었다.

참고문헌

1) 총무성 통계국 홈페이지 내의 「일본의 통계2-1　인구의 추이와 장래 인구」

2) T. Matsumoto, H. Nakamoto, M. Goka, Y. Kitagawa, H. Kameyama, Y. Kamise, K. Omori, I. Kitayama and K. Sumiya “Multicamera gates system for locating hazardous motion in nursing home tenants with cognition disorder”, Gerontechnology, Vol.9, No.2, p.230(2010)

3) H. Nakamoto, T. Matsumoto, M. Goka, Y. Kitagawa, H. Kameyama, Y. Kamise, K. Omori, I. Kitaya ma and K. Sumiya “Development of multi-camera gate for fall detection in nursing home with face-recognition”, Gerontechnology, Vol.9, No.2, p.313(2010)

4) 마츠모토 테츠야, 나카모토 히로유키, 카메야마 히로시, 오모리 키요히로, 키타야마 이치로, 스미야 카즈토시 “유비쿼터스 네트워크를 활용한 고령자 등의 안심 안전을 확보하는 주시 공간 창성에 관한 연구 개발”, 전략적 정보통신연구개발 추진제도(SCOPE) 제6회 성과발표회 자료(2010)

<글 : Christiaan Maras, Marketing Manager, FLIR Commercial Vision Systems(www.flir.com)>

[월간 시큐리티월드 통권 제166호(info@boannews.com)]

3월 15일부터 시행되고 있는 개정 개인정보보호법과 관련해 가장 까다롭고 이행하기 어려운 조항은 무엇인가요?
	인공지능(AI) 등 자동화된 결정에 대한 정보주체 권리 구체화
	접근권한 관리 등 개인정보 안전성 확보조치 강화 및 고유식별정보 관리실태 정기조사
	영향평가 요약본 공개제도 도입 등 개인정보 영향평가제도
	영상정보처리기기 및 안전조치 기준
	개인정보 보호책임자의 전문성 강화 위한 전문CPO 지정
	국외 수집·이전 개인정보 처리방침 공개 등 개인정보 처리방침 평가제도
	손해배상책임 의무대상자 변경 및 확대
	공공기관 개인정보 보호수준 평가 확대
	기타(댓글로)