설계 레퍼런스 3

1. 실험

표면근전도(sEMG) 기반의 의도 인시는 착용형 XR(eXtended Reality) 입력 인터페이스의 핵심 기술이다. 하지만 손목 부위는 관절 유동성이 크고 피부 변형이 심해, 기존의 습식 전극은 장시간 착용 시 젤이 마르거나 피부 트러블을 유발하는 한계가 있다.

전도성이 가장 우수한 은(Ag) 소재를 공통 분모로 하되, 구조적 형태를 달리한 3종의 전극(Ag/AgCl 습식, AgNW/PDMS 건식 신축성, 젤형 텍스타일 섬유형)을 동일 조건에서 비교한다.

 

2. 계측 및 제어 시스템 구성 및 선정 사양

• 데이터 수집 모듈 (MyoWare 2.0): 생체 신호 인프라가 부족한 학부 실험실 특성을 고려하여, 내부에 자체 밴드패스 필터와 엔벨로프(Envelope) 회로가 내장되거나 로우(Raw) EMG 출력이 모두 가능한 상용 모듈. Raw EMG 출력 모드를 활용.
• 메인 컨트롤러 (Arduino Uno R4 / ESP32): sEMG 신호의 주요 주파수 성분)을 손실 없이 복원하기 위해 ADC 샘플링 레이트를 고정 설정할 수 있는 고성능 32비트 MCU를 사용한다.
• 보급형 LCR 미터: 전기적 접촉 안정성을 정량화하기 위해 전극-피부 임피던스를 측정하며, 생체 전기 임피던스의 표준 측정 주파수인 100Hz대역을 지원하는 장비를 선정.

3. 전극별 제조 공정

[AgNW/PDMS 전극 제조 메커니즘: Drop-Casting & Embedding]
1. 페트리 디시 바닥 마스킹 (10x10mm) -> 2. AgNW 용액 적하 및 핫플레이트 건조 (60°C)
3. 3회 반복 후 고밀도 은 나노와이어 네트워크 형성 -> 4. PDMS(10:1) 부어준 후 열경화 (80°C)
5. 박리 시 PDMS 표면에 AgNW 층이 전사되어 신축성 전극 완성

3-1. [조건 A] Ag/AgCl 젤 전극 (대조군)

습식 전극의 표준인 Ag/AgCl은 신호품질의 베이스라인 역할을 한다. 시판 패드의 마진을 제외한 실제 중심 전도부 영역을 10mm X 10mm 크기로 절단한다. 리드선 연결 시 스냅 단자와 점퍼 와이어 사이에 접촉 저항이 생기지 않도록 악어클립형 커넥터를 물린 후 마스킹 테이프로 밀봉 압착한다. 

3-2. [조건 B] AgNW/PDMS 건식·신축성 전극 (실험군 1)

1. 실리콘 기판 준비: PDMS 주제와 경화제를 질량비 10:1로 배합. 기포가 완전히 제거되도록 밀봉 지퍼백에 넣고 주사기로 공기를 빨아들여 진공 상태를 만들어 미세 기포를 완전히 제거한다. 
2. 나노와이어 필름 형성: 유리 페트리 디시 중앙에 마스킹 테이프로 10mm X 10mm 격자 패턴을 한다. 마이크로 피펫을 이용해 0.5 wt% AgNW 용액 0.5ml를 정밀 적하한다. 핫플레이트 상에서 60°C로 15분간 구워 액체 성분(IPA)을 날린다. 무작위 전도성 네트워크가 충분히 조밀해지도록 이 과정을 총 3회 반복수행한다. 
3. 복합체 경화: 건조된 은 나노와이어 네트워크 위에 탈포된 PDMS를 혼합액 두께 기준 약 1mm가 되도록 수평을 맞추어 부어준다. 핫플레이트 가열판에서 2시간 동안 완전히 경화시킨다. 
4. 탈형 및 배선: 실리콘이 다 구워지면 칼끝으로 가장자리를 들어 올려 떼어낸다. 유리에 붙어있던 AgNW가 PDMS 표면에 안정적으로 박혀 전도성 고무 형태로 변환된다. 전극 가장자리에 와이어를 두고 전도성 에폭시를 한 방울 떨어뜨려 상온에서 1시간 경화시켜 신호선을 확보한다. 

3-3. [조건 C] 젤형 텍스타일 전극 (실험군 2)

1. 은 코팅 섬유를 10mm X 10mm크기로 재단. 섬유 단면의 올이 풀리지 않도록 자른다.
2. 은 섬유 후면에 점퍼 와이어 구리 심선을 밀착시키고 전도성 에폭시 접착제를 도포하여 기계적·전기적 접합을 유도한다.
3. 피부 접촉면(전면)에는 준비한 전도성 하이드로겔 시트를 10mm X 10mm 크기로 정확히 잘라 밀착 결합한다. 하이드로겔은 텍스타일 특유의 성긴 직물 공극 사이에 채워져 피부와의 결합 면적을 일정하게 유지하고 초기 접촉 임피던스를 획기적으로 낮춘다.

4. 프로토콜

4-1. 피험자 감염 및 신호 변수 통제

• 피험자 10명의 전완부를 타깃
• 피부 각질층(Stratum corneum)과 잔여 유분은 신호 감쇄 및 임피던스 상승의 주원인이다. 알코올 스왑으로 피부가 살짝 붉어질 때까지 3회 이상 문질러 청결히 한 후, 알코올 성분이 완전히 기화할 때까지 1분간 대기한다.

4-2. 바이폴라(Bipolar) 전극 배치 아키텍처

신호 유도 및 공통 모드 제거비(CMRR) 극대화를 위해 건측 근육 중심부에 쌍으로 배치.

 

해부학적 위치:

• Ch 1 (손목 굴곡근군): 팔꿈치 안쪽 관절에서 손바닥 방향으로 전체 전완 길이의 상위 1/3 지점(가장 근복이 두꺼운 위치)에 2개의 전극을 근섬유 방향과 평행하게 배치합니다. 두 전극 중심점 간 거리(Inter-Electrode Distance, IED)는 정확히 20mm로 통일한다.
• Ch 2 (손목 신전근군): 전완 외측 배면의 손가락 신근 중심부에 동일하게 IED 20mm 간격으로 배치한다.
• GND (기준 전극): 신호 활성도가 없는 손목 외측 뼈 돌기 부위에 부착한다.

4-3. 실험 태스크 프로토콜

외부 환경 전력 노이즈(60Hz 노이즈)를 방지하기 위해 스마트폰 충전기 등 유선 전원 기기를 실험 테이블 주변에서 모두 차단하고 배터리 구동 기반 노트북 환경에서 세션을 수행한다. 탄성 벨크로 스트랩을 활용해 초기 접촉압을 약 1.0kPa 수준으로 균일하게 조임 고정한다.

[태스크 타이밍 타임라인]
0s ----------------- 30s ----------------------------- 130s --------------------------- 205s
|   정적 휴식 (30초)  |  굴곡/신전 루프 (10회, 100초)  |  XR 제스처 3종 (각 5회, 75초) |

1. 정적 휴식: 30초 동안 일체 손가락 끝 움직임 없이 대기하여 시스템 자체 노이즈 베이스라인을 측정.
2. 등척성 수축 루프: 모니터의 시각 트리거 안내에 따라 5초간 최대 수축력의 약 70% 힘으로 손목을 당기거나(굴곡) 들어 올리고(신전), 이어서 5초간 힘을 빼는 과정을 10회 반복.
3. XR 입력 제스처 수집: 주먹 쥐기(Click), 손 가락 펴기(Cancel), 손목 바깥 꺾기(Next)의 3개 동작을 각각 5초 유지 - 5초 이완 조건으로 동작당 5회씩 총 15회 세션을 수행하여 분류 데이터셋을 생성.

5. 데이터 분석 방법론 및 정량적 평가 수식 (Metrics)

수집된 디지털 raw 데이터셋은 Python 환경에서 수식 연산을 거쳐 최종 평가 지표로 변환된다.

 

수축 상태의 RMS 전압 분포 그룹과 휴식 상태의 RMS 전압 분포 그룹 간의 독립표본 검정을 수행하여, 두 신호 레벨의 통계적 유의차ㅍ및 차이 효과 크기를 계산한다. 분리도가 높을수록 인터페이스의 On/Off 세팅이 용이해진다. 

 

분류기 학습 및 평가: 추출된 특징 데이터를 무작위로 70% 학습셋(Training set), 30% 평가셋(Test set)으로 분할합니다.  파라미터 튜닝이 용이하고 연산 부하가 적은 서포트 벡터 머신(SVM, RBF 커널) 또는 랜덤 포레스트(Tree 수 = 100) 머신러닝 모델에 주입하여 각 전극 소재별 최종 제스처 분류 정확도(Classification Accuracy, %) 혼동 행렬(Confusion Matrix)을 도출한다. 

5. 참고 문헌 

• Comparison of Surface Electromyography Signals Captured by Conductive Textile, Ag/AgCl, and Hydrogel Electrodes 

https://doi.org/10.3390/sensors21144821

• Skin-Like Wearable sEMG Sensors Based on AgNW/PDMS for Gesture Recognition and Human–Machine Interfaces 

https://doi.org/10.1021/acsami.3c01245

• Effect of Electrode Contact Pressure on Wearable Surface Electromyography (sEMG) Signal Quality and Comfort 

https://doi.org/10.1109/TNSRE.2020.2987102