2026 Capstone Design

치매환자 낙상 위험 사전 예측을 위한
비접촉 다중 센서 시스템

아침 첫 기상 · 보행 패턴 기반 당일 낙상 위험도 예측

Team MajuBom
팀장 박형석 · 조우진, 김도경, 유현기, 김민혁 | 2026. 04. 26
Problem

치매 환자 낙상, 얼마나 심각한가

100만
2026년 한국
치매 환자 수
보건복지부 2024, 유병률 9.17%
43.6%
치매 환자 연간
낙상 경험률
Simpkins et al. 2024
35편 7,844명 메타분석
42%
넘어진 환자 중
재낙상 비율
Simpkins et al. 2024
재낙상률 42.08%
매년 43.6%가 넘어지고, 한 번 넘어진 환자의 42%가 반복 낙상합니다
Social & Economic Impact

낙상이 가정과 사회에 미치는 피해

52조 원
65세 이상 노인
건강보험 진료비 (2024)
건보심사평가원 2024, 전체의 44.9%
441만 원
고관절 골절 수술비 1건
(입원 22.3일)
건보심사평가원 2021
18.2%
고관절 골절 후
1년 내 사망률
Chung et al. 2025, NHIS 2006~2022
가정 부담
• 고관절 골절 수술비 441만 원 + 평균 입원 22.3일
건보심사평가원 2021
• 1인실 병실료 전액 비급여 — 100% 본인부담
건보심사평가원 본인부담기준
• 사적 간병비 하루 약 9만 원 (22일 입원 시 약 200만 원)
보건복지부 2024 보도자료, 건강보험 미적용
• 방치 시 합병증(폐렴, 욕창, 혈전)으로 2년 내 사망률 70%
거동 불가 → 가족 상주 간병 또는 간병인 고용 필수
사회 부담
• 65세 이상 건보 진료비 52조 원, 전체의 44.9%
건보심사평가원 2024
• 75세 이상 손상 입원의 72.5%가 추락/낙상
질병관리청 손상 팩트북 2025
• 장기요양보험료 10.4조 원, 매년 11.8% 증가
국민건강보험공단 2023 장기요양보험 통계연보
골절 자체가 아니라 누워있는 동안 생기는 합병증(폐렴, 욕창, 혈전)이 죽음의 원인 — 넘어지기 "전에" 막는 게 답
Problem — When & Where

언제, 어디서 넘어지는가

80.3%
요양시설 내
낙상 발생 비율
Bayen et al. 2021, 436건 분석
64.6%
야간(20~08시) 발생
새벽 4~8시 최고조
Bayen et al. 2021, JMIR
54.9%
보행 중 낙상
(182건 중 100건)
경남 요양병원 치매 환자 252명
2년간 의무기록 — 임정옥·구미옥 2016
치매 환자 낙상 182건 분석 — 54.9%가 보행 중, 불안정한 걸음걸이 시 낙상 가능성 11.68배
Existing Solutions

기존에는 어떻게 해결했는가

사후 대응
압력 매트 오탐 32~99%
침상 압력 센서로 이탈 감지. Stryker Posey 등
전세계 병원 표준 장비. ~10만원/개
뒤척임에도 알림 → 오탐률 32~99%
알림 피로로 간호사가 무시하게 됨
착용형 밴드 착용 필수
손목/발목 가속도 센서로 낙상 충격 감지. ~5만원/개
치매 환자가 기기를 벗거나 거부
충전 관리 어려움 + 넘어진 후에야 감지
카메라 영상 프라이버시
DNN 기반 관절 추출로 자세 분류. Be:Clever(한국) 등
포항세명, 조선대병원 도입 사례 있음
병실 24시간 촬영 → 윤리/프라이버시 문제
고비용 + 전담 인력 필요
사전 감지 시도
근전도(sEMG) 착용 필수
피부 4부위 sEMG 부착 (박성식 2024)
낙상 100ms(0.1초) 전 감지
사실상 넘어지는 순간 감지
VSTAlert 비접촉
적외선+AI, 이탈 30~65초 전 감지
감지 98% (자체 발표). VirtuSense(미국)
침대 이탈만 (보행 예측 불가)
CarePredict 착용 필수
손목 제스처로 ADL 인식(식사/보행/수면 등)
7일 학습 후 행동 변화 감지. 낙상 69%↓
착용 필수(치매 거부)
행동 횟수 변화만 감지 (식사 3회→1회, 보행 200회→80회)
비접촉 + 프라이버시 + 당일 위험도 사전 예측을 동시에 만족하는 시스템은 아직 없다
Our Approach

넘어진 후가 아니라, 넘어지기 전에 묻는다

기존 시스템은 "넘어졌는가"를 감지한다 — 우리는 매일 아침 3가지를 묻는다

🥾
오늘 보행이
평소와 다른가?
걸음 속도, 보폭, 좌우 흔들림
기상 시도 횟수와 소요 시간
평소 30일 평균 대비 변화
❤️
자율신경 상태가
괜찮은가?
심박 변동성(HRV) 체크
낙상의 42%가 자율신경 원인
어지러움, 기립성 저혈압 위험
👥
지금 혼자인가,
뭘 하고 있나?
동행자 존재 여부
눕다/앉다 자세 구분
혼자 + 위험 = 즉시 알림
이 3가지를 착용 없이, 비접촉으로, 매일 아침 자동으로 체크 — 횟수 변화가 아닌 보행의 질과 자율신경 상태를 직접 분석
Core Hypothesis

아침 첫 기상 + 첫 보행 + 자율신경 상태 = 오늘의 위험도

기존 연구에서 각각 입증된 사실을 결합한 새로운 가설

보행 변동성이 높으면
낙상 위험이 높다
Choi et al. (2024)
132명 요양시설 노인 대상.
걸음 시간/보폭 길이로 보행 분석 후
최근 6개월 내 낙상 경험이 있던 노인을 93.5% 식별.
보행 측정으로
6개월 후 낙상을 예측
Lockhart et al. (2021)
171명 노인, 보행 측정 후 6개월간 낙상 추적.
정확도 81.6%, 민감도 86.7%.
실제 낙상자 10명 중 약 9명을 사전에 예측.
좌우 흔들림이 클수록
낙상 위험이 증가한다
de Abreu et al. (2024)
153명 노인 6개월 추적.
좌우 흔들림 1cm 증가 시 낙상 위험 1.5배.
예측 정확도 77.1%.
HRV 저하가
낙상을 직접 예측한다
Castaldo et al. (2017) • Melillo et al. (2015)
노인 낙상의 42%가 자율신경 문제(Rubenstein).
HRV가 낮은 사람은 낙상 확률 4.2배.
심박 변동성만으로 낙상 예측 정확도 68%.
네 가지를 결합 → "보행 분석(mmWave) + 자율신경 체크(CSI HRV) + 이탈 트리거(ToF)로 당일 위험도 다중 판단" — 기존에 검증된 바 없는 새로운 접근
Why HRV Matters

왜 심박 변동성(HRV)을 봐야 하는가

노인 낙상의 42%는 보행 장애, 어지러움, 기립성 저혈압 등 신체 기능 저하에서 온다 (Castaldo et al. 2017)

노인 낙상 원인 분류 (Castaldo et al. 2017, 12개 연구 3,628건 합산)
사고/환경 요인 (미끄러짐 등) 31%
보행/균형 장애 또는 근력 약화 17%
자율신경이 근육 협응을 제대로 조절하지 못함
어지러움/현기증 13%
자율신경이 혈압을 안정적으로 유지하지 못해 발생
갑작스러운 주저앉음 9%
자율신경 불안정으로 다리 근긴장이 갑자기 소실
혼돈/인지 장애 5%
기립성 저혈압 3%
일어설 때 자율신경이 혈압을 올리지 못해 어지러움
시각 장애 / 실신 / 기타 2.3%
파란색 항목 합산 = 자율신경 관련 42%
HRV로 이 42%를 잡을 수 있다
HRV가 낮으면 낙상 확률 4.2배
심장질환 환자 168명, 가슴에 24시간 ECG Holter 부착.
HRV 저하군의 낙상 확률이 정상군 대비 4.2배 (p<0.001).
Melillo et al. (2015)
HRV만으로 낙상 예측 정확도 68%
고혈압 환자 170명, 약 1시간 심박 측정.
HRV 분석으로 3개월 내 낙상 예측.
Castaldo et al. (2017)
우리는 이걸 비접촉으로 한다
WiFi CSI로 심박 측정 정확도 96.8% (Sun 2024).
가슴에 전극을 붙이지 않고도 HRV를 추출하여
자율신경 상태를 매일 자동 체크.
Our Approach

3중 센서 시스템

각 센서가 겹치지 않는 고유 역할을 담당합니다 — 예측 + 트리거 + 교차 검증

ToF 센서
"일어났나" → 트리거
• 앉다/눕다 자세 구분
• 침대 이탈 즉시 감지
• ±1mm 정밀 거리 측정
• ESP32에 연결 (저비용)
• 확정적 판단 → 오탐 최소
mmWave 레이더
"얼마나 위험한가" → 예측
• 보행 속도 (96%, Zeng 2022)
• 보폭, STV (걸음 변동성)
• 좌우 흔들림
• 도플러 기반 정밀 모션 분석
WiFi CSI
"혼자인가, 자율신경은 괜찮나" → 검증
• 동행자 존재 감지
• 심박 변이도(HRV) 추가 체크
• 심박 정확도 96.8% (Sun 2024)
• 자율신경 상태 → 낙상 42% 원인
ToF가 "일어났다"를 감지 → mmWave가 "보행이 위험한가"를 예측 → CSI가 "자율신경도 이상한가" + "혼자인가" 다중 검증
Scenario

301호 김OO (78세) — 아침 기상 타임라인

요양병원 1인실 (3.5m x 4.5m) ┌──────────── 4.5m ──────────┐ │ │ │ ┌────────┐ │ │ │ 침 대 │ ToF │ │ │ │ (침대 양옆) │ │ └────────┘ │ 3.5m │ │ │ ▼ mmWave (천장 중앙) │ │ │ │ ┌──┐ ┌───┐ │ │ │의자│ │화장│ │ │ └──┘ │ 실│ │ │ WiFi AP └───┘ │ └─────────────────────────────┘
센서 배치
ToF 침대 양옆 — 이탈 감지
mmWave 천장 중앙 — 보행 분석
WiFi AP 벽면 — CSI/HRV
대각선 최대 ~2.8m
방 전체가 감지 범위(0~3m) 안
06:15
자세 변화 + 이탈
ToF
눕다(180cm) → 앉다(120cm)
→ 서다(80cm) → 이탈
mmWave 분석 트리거
→
06:20
기상 시도
mmWave
3회 시도, 23초
(평소 1회, 8초)
z-score: +5.0
→
06:23
첫 보행 분석
mmWave 속도 37%↓ STV 133%↑
CSI 리듬 27%↓ HRV SDNN 40%↓
동행자 없음
→
06:25
위험도 확정
AND 교차검증 통과
종합 위험도
0.87 위험
알림: [301호 김OO] 오늘 낙상 위험도 위험 (0.87) → 동행자 없이 이동 불가, 화장실 동행 필수
Alert System

4단계 알림 체계

예측 위험도가 높은 날에는 알림 레벨이 자동으로 상향됩니다

⚪
정상
0.0 ~ 0.3
자유 이동 허용
일상 활동 유지
기록만 저장
⚠️
주의
0.3 ~ 0.5
보조기구 사용 권장
미사용 이동 시 알림
🚨
경고
0.5 ~ 0.7
보조기구 필수
단독 이동 시 즉시 알림
🆘
위험
0.7 ~ 1.0
동행자 없이 이동 불가
화장실 동행 필수
즉시 알림
위험도에 따라 대처 수준이 달라진다 — 정상일 땐 자유 이동, 위험한 날엔 동행 없이 움직이면 즉시 알림
Sensor Technology Pipeline

센서별 데이터 처리 파이프라인

각 센서가 어떤 알고리즘으로 어떤 데이터를 추출하여 위험도를 산출하는가

M
mmWave 60GHz FMCW역할: 보행 분석 → 위험도 예측 (70%)
전파 송출/반사
→
1차 FFT: 거리별 분리
→
2차 FFT: 속도 추출
위치 추적 (Abedi 방식)
CFAR+DBSCAN
→
x,y 좌표 추적
→
좌표 변화량
위에서 본 이동 경로:
정상: • → • → • → • (직선)
위험: • ↗ • ↘ • ↗ • (지그재그)
보행 속도
위치 변화 / 시간
좌우 흔들림
좌우 좌표 변동폭
걸음 패턴 분석 (Zeng 방식)
micro-Doppler
→
JTF 스펙트로그램
→
다리 피크 추적
보행 패턴 (시간 →):
정상: ∿∿∿∿∿∿∿∿ (규칙적, 간격 일정)
위험: ∿∿⚡∿~∿  ∿ (불규칙, 간격 들쭉날쭉)
케이던스
피크 간격 = 분당 걸음 수
보폭
속도 x 걸음 주기
STV
피크 간격 일정한가
5가지를 매일 아침 측정 → 30일 개인 베이스라인 대비 z-score로 "오늘 평소보다 얼마나 다른가" 산출
근거: Abedi 2022 (위치 추적 93%), Zeng 2022 (스텝 측정 96%), Yu 2025 (패턴 분류 95.3%)
T
ESP32 + ToF역할: 침대 이탈 트리거
적외선 ToF
→
Kalman Filter
→
Moving Avg
→
Adaptive Threshold
→
FSM 상태 전이
누움/시도/이탈 상태 mmWave 시작 트리거
±1mm 정밀도, 침대 양옆 설치
W
WiFi CSI (ESP32)역할: 자율신경 + 동행자 검증 (30%)
CSI 수집
→
Hampel Filter
→
PCA 차원축소
→
FFT 주파수분석
→
STFT + CNN/LSTM
심박수 (96.8%) HRV (SDNN/RMSSD) 보행 리듬 (11.9ms) 동행자 유무
근거: Wang 2016 (11.9ms), Sun 2024 (96.8%), Castaldo 2017 (OR 4.2)
ToF 트리거 → mmWave 보행 분석(70%) + CSI HRV/동행자(30%) → z-score 개인 베이스라인 대비 당일 위험도 산출
Contribution & Impact

연구 신규성 & 기대 효과

연구 신규성
1
mmWave + ToF + CSI 3중 퓨전 낙상 "예측"
기존 연구 공백 — 세 센서를 결합한 사전 예측 시스템
2
완전 비접촉 시스템
착용 거부 문제를 근본적으로 해결 — 치매 환자에 최적
3
비접촉 HRV로 자율신경 낙상 원인 추가 포착
노인 낙상 42%가 자율신경 원인(Rubenstein) — CSI 심박으로 비접촉 HRV 체크
4
사전 예측 + 실시간 감지 이중 구조
아침 예측으로 하루 강화 모니터링 + 이탈 즉시 감지
기대 효과
1
야간·인력 부족 시간대 자동 감시
새벽 4~8시 최고 위험 시간대를 AI가 커버
2
AND 교차검증으로 오탐 최소화
두 센서 동시 이상 확인 시에만 알림 → 알림 피로 해소
3
데이터 누적 → 개인 맞춤 정밀화
30일 베이스라인이 쌓일수록 예측 정확도 향상

감사합니다

Q & A

질문이 있으시면 편하게 말씀해 주세요

Team MajuBom · 박형석, 조우진, 김도경, 유현기, 김민혁