근전도 기록법 (electromyography, EMG) 상용화 동향
근전도기록법(electromyography, EMG)의 상용화에 큰 기여를 한 연구로는 NASA JPL (Jet Propulsion Laboratory)과 Thalmic Labs의 연구를 들 수 있다. NASA JPL의 Christopher Assad 박사팀은 손과 팔동작을 통하여 정밀한 로봇제어가 가능한 BioSleeve 연구를 2013년 IEEE에 발표하였다[1]. BioSleeve는 팔뚝의 대부분을 감싸는 일종의 탄력 붕대이며 16개의 건식 접촉식 근전도 센서와 한 쌍의 관성측정 유닛을 포함한다. 근전도 인터페이스의 장점은 신호가 근력에 상관된다는 것이다. 주먹을 쥐어 로봇에게 앞으로 나가라는 신호를 보낼 때, 더 세게 주먹을 쥐면 로봇이 빨리 움직인다. 몸짓의 전체 세트를 사용하면 시스템이 96.6%의 정확도로 구분할 수 있고, 더 작은 하위 집합을 사용하면 정확도가 99.8%까지 올라간다.
Thalmic Labs는 캐나다 워터루 대학의 기계전자공학과 졸업생인 Stephen Lake, Matthew Bailey, Aaron Grant 3명이 2012년 설립하였다. “제스처 제어를 위한 EMG 및 IMU 센서 신호를 분석하는 방법 및 장치[2]”기술과 “근전도 기반 인간 전자 인터페이스를 위한 시스템 및 방법[3]”등의 기술을 2016년 미국 특허청에 등록하고 1억 4천만 달러를 투자유치하였다. 첫 제품인 Myo는 근육의 전기 활동을 측정하여 컴퓨터, 휴대 전화 및 기타 디지털 기술을 무선으로 제어한다. 마이오 암밴드가 나오기 전에 EMG 데이터 유형을 캡처하려면 특수 전극과 전도성 젤을 사용하는 1만달러의 데스크톱 기기와 엄청나게 큰 증폭기가 필요하였다. 탈믹랩스는 이 기술을 200달러 정도 되는 무선 암밴드에 넣을 수 있었고, 팔을 면도하거나 전도성 젤을 적용할 필요가 없게 하였다. 배터리 수명과 사용자 경험을 위하여 Myo 암밴드에서는 원시 EMG 데이터를 제공하지 않고, 내부의 알고리즘에 의해 이미 처리된 데이터를 제공한다.
이후 로봇 외골격 (Robotic exoskeleton, RE) 기반의 보행 훈련에서 근전도 기술을 활용하여 근육 활성화의 강도를 정량화 할뿐만 아니라 근육의 활성화 타이밍을 정량화하고 비교하는 연구가 진행되고 있다[4]. MIT와 하바드 의대에서 개발한 기술을 기반으로 2004년 설립된 Myomo의 신경 로봇 시스템은 자신의 근육 활성화와 함께 원하는 동작으로 환자를 증폭하고 보상하여 근육 재교육을 용이하게 한다. 이 제품은 신경학적 및 운동 경로를 강화함으로써 환자의 재활 과정을 돕기 위해 고안되었다. 환자의 뇌가 컨트롤러로 운동을 시도하면 근육이 수축하고 전기근육 활동 신호가 발사된다. EMG 센서가 피부의 표면에서 근육 활동을 감지하여 데이터를 로봇 장치로 전달한다. 착용형 로봇은 사람의 근전도 신호를 사용하여 원하는 동작을 돕는다[5]. Rehab-Robotics은 재활로봇 전문기업으로 2008년 홍콩에서 설립되었다. 홍콩 폴리테크닉 대학과 협력하여 희망의 손을 개발하였다. 이 제품은 뇌졸중 환자의 자기주도 운동에 의해 활성화되며, 영향을 받는 팔뚝에 위치한 표면 근전도 검사 (Electroelectography, EMG) 전극을 통해 인식된다. 이 제품은 홍콩의 10개의 지역 재활센터에서 사용되고 있으며 대만, 싱가포르, 우크라이나 및 사우디아라비아에서 사용이 승인되었다[6]. CTRL-Labs은 콜롬비아대 신경과학 박사인 Patrick Kaifosh, Thomas Reardon 및 Timothy Machado 3인이 2017년 설립하고 3,900만 달러를 투자 유치하였다. EMG에 기반한 BCI 제품을 개발 중이다. BrainRobotics, Myontec 등도 EMG 상용화 제품을 개발중이다.
향후 EMG의 활용범위를 확대할 수 있는 연구로 MIT CSAIL (Computer Science and Artificial Intelligence Laboratory) Daniela Rus 교수팀의 연구를 들 수 있다. Daniela Rus 교수팀은 2018년 뇌파(EEG)와 EMG로 인간과 소통하는 로봇을 개발하였다[7]. 로봇이 일을 하도록 하기 위하여 명시적으로 프로그래밍하거나 인간 언어를 이해하도록 교육하는 대신 이 시스템은 인간의 뇌파와 손짓을 사용하여 로봇 실수를 즉시 수정한다. 오류관련 전위(error-related potentials)라 불리는 특정 유형의 EEG 신호를 감지하면 시스템은 자동으로 중지하고, 감독자의 팔에 있는 근육 센서로 감지된 근전도 (EMG) 신호를 생성하여 로봇에 특정 지침을 제공한다. EEG는 안정적으로 탐지되지 않는다는 단점이 있고, EMG는 구체적인 동작을 매핑하기 어려운 단점이 있는 데, 이 시스템을 두가지를 병합하여 단점들을 극복하였다.
인도 GNDU의 Navdeep Singh Sodhi 교수팀은 음식 질감 평가에 EMG를 적용한 연구결과를 발표하였다[8]. 주위사람이 들리지 않을 정도로 조용히 발음하는 것 (subvocalization)을 EMG로 인식하는 연구도 오래전부터 진행되고 있으며[9], 감정을 식별하는 데에도 활용되고 있다[10]. EMG의 측정기술이 발전하고 적용범위가 확대되면서 EMG의 상용화는 더욱 촉진될 것으로 기대된다.
------------------------------------
[1] Assad, Christopher, et al. "BioSleeve: a natural EMG-based interface for HRI." Proceedings of the 8th ACM/IEEE international conference on Human-robot interaction. IEEE Press, 2013.
[2] Method and apparatus for analyzing capacitive EMG and IMU sensor signals for gesture control, US9299248B2 (2016-03-29, Application granted), Inventor: Stephen Lake, Matthew Bailey, Aaron Grant, Current Assignee: Ctrl-Labs Corp.
[3] Systems, articles, and methods for electromyography-based human-electronics interfaces, US9372535B2 (2016-06-21, Application granted), Inventor: Matthew Bailey, Stephen Lake, Aaron Grant, Current Assignee: Ctrl-Labs Corp.
[4] Androwis, Ghaith J., et al. "Electromyography Assessment During Gait in a Robotic Exoskeleton for Acute Stroke." Frontiers in Neurology 9 (2018): 630.
[5] Polygerinos, Panagiotis, et al. "EMG controlled soft robotic glove for assistance during activities of daily living." 2015 IEEE international conference on rehabilitation robotics (ICORR). IEEE, 2015.
[6] Woodhouse, Alice, “Drones, humanoids and the Hand of Hope: Top 5 robotics companies operating in Hong Kong and their weird and wonderful creations,” South China Morning Post (Sep. 28, 2015).
[7] Salazar-Gomez, Andres F., et al. "Correcting robot mistakes in real time using eeg signals." Robotics and Automation (ICRA), 2017 IEEE International Conference on. IEEE, 2017.
[8] Sodhi, Navdeep Singh, et al. "Application of electromyography (EMG) in food texture evaluation of different Indian sweets." Asian Journal of Dairy & Food Research 38.1 (2019).
[9] Parnin, Chris. "Subvocalization-toward hearing the inner thoughts of developers." 2011 IEEE 19th International Conference on Program Comprehension. IEEE, 2011.
[10] Schumann, Nikolaus Peter, et al. "Facial muscle activation patterns in healthy male humans: A multi-channel surface EMG study." Journal of neuroscience methods 187.1 (2010): 120-128.