닫기

글로벌이코노믹

KAIST, 웨어러블용 초저전력 심박 및 산소포화도 센서 구현

공유
0

KAIST, 웨어러블용 초저전력 심박 및 산소포화도 센서 구현

상용 센서 소모량의 수십분의 1...24시간 동작에도 1밀리Wh 미만

유승협 KAIST 전기및전자공학부 교수팀이 개발한 초저전력 소모 방식 센서(사진) 구현으로 심박 및 산소포화도 센서가 다양한 웨어러블 기기에 적용될 계기를 만들어 줄 것으로 기대된다. (사진=KAIST)이미지 확대보기
유승협 KAIST 전기및전자공학부 교수팀이 개발한 초저전력 소모 방식 센서(사진) 구현으로 심박 및 산소포화도 센서가 다양한 웨어러블 기기에 적용될 계기를 만들어 줄 것으로 기대된다. (사진=KAIST)
[글로벌이코노믹 이재구 기자] KAIST는 유승협 전기및전자공학부 교수팀이 유기발광다이오드(OLED)와 유기포토다이오드(OPD)를 이용해 ‘초저전력’ 심박 및 산소포화도 센서 구현에 성공했다고 12일 밝혔다.

연구팀은 이번 초저전력 소모 방식 센서 구현으로 심박 및 산소포화도 센서가 다양한 웨어러블 기기에 적용될 수 있는 계기를 만들어 줄 것으로 기대했다.
연구팀에 따르면 이 센서로는 평균소비전력 약 0.03밀리와트(mW)만으로도 심박 및 산소포화도를 측정할 수 있었다. 이는 LED와 PD가 일렬로 배치된 상용 센서가 갖는 통상 전력소모 양의 약 수십 분의 일에 해당하는 매우 작은 값으로 24시간 동작에도 1밀리와트시(mWh)가 채 되지 않는 양이다.

연구진은 실제로 샤오미의 슬림형 스마트 밴드 웨어러블인 미밴드2(약 300mWh), 애플워치3 같은 풀사이즈 스마트 워치(약 1Wh), 애플의 에어팟(약 90mWh)의 배터리 사용량을 가지는 것에 비해 엄청나게 낮은 사용량을 보인다고 설명했다.

심박 및 산소포화도 센서는 신체의 건강 상태를 나타내는 가장 중요한 생체 신호 중 하나인 심장 박동 및 혈액 내 산소가 결합한 헤모글로빈의 농도로써 신체 내 원활한 산소 공급 여부를 가늠케 하는 산소포화도를 측정하는 기기이다.

심박 및 산소포화도 센서에는 일반적으로 LED와 포토다이오드로 구성된 광학적 방법이 이용된다. 이 기술은 간단하고 소형화가 용이한 비 침습적 방법이면서 주요 생체신호의 모니터링이 가능하다는 이점이 있어 병원용 기기뿐 아니라 스마트 워치 등 웨어러블 기기에도 탑재된다. 하지만 배터리 용량이 매우 제한적이어서 센서의 전력소모를 줄이는 것이 매우 중요하다.

그러나 기존 상용 심박 및 산소포화도 센서는 이산소자들의 배열로 구성돼 피부에서 산란으로 인해 전방위로 전달되는 빛을 효율적으로 감지하기 어렵다. 이러한 이유로 좀 더 강한 빛을 필요로 하기 때문에 장기간 실시간 모니터링에는 한계가 있다.

연구팀은 문제 해결을 위해 광원의 발광 파장에 따른 피부에서의 빛의 전달 형태를 실험과 피부 모델 시뮬레이션을 통해 검토했다. 유기소자의 경우 자유로운 패턴 구현이 용이한 점을 최대한 이용해 유기포토다이오드가 유기발광다이오드를 동심원 형태로 감싸 피부에서 전방위로 분포되는 빛을 효율적으로 감지하는 최적 구조를 갖는 유연 심박 및 산소포화도 센서를 구현했다.
KAIST 전기및전자공학부 유승협(사진 왼쪽) 교수와 이현우 박사과정이 자신들이 개발한 센서를 살펴보고 있다. (사진=KAIST)이미지 확대보기
KAIST 전기및전자공학부 유승협(사진 왼쪽) 교수와 이현우 박사과정이 자신들이 개발한 센서를 살펴보고 있다. (사진=KAIST)


이 기술은 매우 낮은 전력 소모 외에도 유기소자가 갖는 유연 소자의 형태적 자유도도 그대로 갖는다. 따라서 스마트 워치부터 작게는 무선 이어폰, 스마트 반지, 인체 부착형 패치 등의 웨어러블 기기에서 배터리로 인한 제한을 최소화하면서 일상에 지장 없이 지속적인 생체 신호 모니터링을 가능하게 할 것으로 기대된다.

이 연구에는 이현우 KAIST 박사과정이 제1 저자로 참여했으며 ‘사이언스 어드밴스 (Science Advances)’11월 9일자 온라인 판에 게재됐다. 이는 유회준 전기및전자공학부 교수팀과의 협력을 통해 이뤄졌다.

유승협 KAIST 전기및전자공학부 교수는 “생체 신호의 지속적인 모니터링은 건강의 이상 신호를 상시 검출 할 수 있게 할 뿐 아니라 향후 빅데이터 등과 연계하면 이들 생체신호의 특정 패턴과 질병간의 상호 관계를 알아내는 등에도 활용될 수 있다”고 말했다.
이재구 기자 jklee@g-enews.com