[심층분석] 와이파이로 사람을 본다고? 카메라 없이 방 안을 꿰뚫는 RuView의 충격

카메라 없이 방 안을 들여다본다는 말, 처음엔 농담인 줄 알았어요

혹시 영화 〈다크 나이트〉에서 배트맨이 고담 시티 전체의 휴대폰 신호를 소나(sonar)처럼 활용해서 조커를 찾아내는 장면 기억하세요? 그때만 해도 "저건 그냥 영화니까 가능한 얘기지" 싶었거든요. 그런데 이게 현실이 되고 있어요. 그것도 우리 집 공유기에서 나오는 평범한 와이파이 신호로요.

ruvnet/RuView라는 프로젝트가 바로 그런 일을 합니다. 한 줄로 요약하면 "일반 와이파이 신호를 실시간 인체 자세 추정, 생체 신호 모니터링, 사람 감지 시스템으로 바꿔주는 오픈소스 플랫폼" 이에요. 카메라도, 웨어러블 기기도 없어요. 그냥 방 안에 ESP32라는 작은 마이크로컨트롤러 몇 개를 놔두면, 벽 너머의 사람이 걷고 있는지, 앉아 있는지, 숨은 몇 번 쉬는지, 심장 박동은 몇인지까지 알 수 있다는 거거든요.

처음 이 얘기를 들었을 때 저도 솔직히 "이거 또 과장 아냐?" 싶었어요. 그런데 배경을 조금만 파고 들어가 보면, 이 아이디어는 사실 꽤 오래된 연구 분야예요. 2018년에 MIT가 발표한 RF-Pose, 그리고 카네기멜런 대학교(CMU)가 2022년에 내놓은 WiFi DensePose 논문이 이 분야의 원조인데, 그동안은 실험실에서만 돌아가는 논문용 프로젝트였거든요. 그걸 일반 개발자도 집에서 재현할 수 있게 오픈소스로 풀어냈다는 점에서 이번 RuView는 의미가 꽤 큽니다.

그래서 와이파이로 어떻게 사람을 본다는 거예요?

이 부분이 제일 신기한 대목인데, 원리를 아주 쉽게 풀어볼게요.

우리 집 공유기는 1초에도 수백 번씩 와이파이 신호를 허공에 뿌려요. 이 신호는 눈에 보이지 않는 물결 같은 건데, 방 안에 사람이 있으면 이 물결이 몸에 부딪혀서 반사되거나, 흡수되거나, 살짝 꺾입니다. 사람이 숨을 쉬면 가슴이 미세하게 올라갔다 내려오잖아요? 그 몇 밀리미터 움직임조차도 전파를 아주 살짝 흔들어요. 이 흔들림을 측정하면 거꾸로 "아, 저기 누가 있고, 지금 숨을 쉬고 있구나"를 역산할 수 있다는 거예요.

이걸 가능하게 해주는 게 CSI(Channel State Information, 채널 상태 정보) 라는 데이터예요. 이게 뭐냐면, 와이파이 신호가 송신기에서 수신기까지 가는 동안 얼마나 약해졌는지, 얼마나 늦게 도착했는지, 각 주파수별로 어떻게 변했는지를 초정밀하게 기록한 데이터거든요. 쉽게 비유하면, 연못에 돌을 던졌을 때 생기는 물결을 보고 연못 안에 뭐가 있는지 추측하는 것과 비슷해요. 물결이 이상하게 일그러진다? 그럼 그 지점에 뭔가 있는 거죠.

RuView는 ESP32라는 5천원짜리 마이크로컨트롤러에서 이 CSI 데이터를 뽑아내요. 그리고 이걸 신경망에 집어넣어서 사람의 위치, 자세, 심지어 호흡수와 심박수까지 뽑아냅니다. 와이파이 신호에서 이렇게 풍부한 정보를 건져낸다는 게 놀랍죠.

RuView의 진짜 구성은 어떻게 되어 있을까

GitHub 저장소를 뜯어보면 구조가 꽤 정교해요. 한번 핵심 구성요소를 정리해볼게요.

• firmware/: ESP32에 올라가는 펌웨어예요. ESP32가 주변 와이파이 신호를 감지해서 CSI를 뽑아내는 역할을 하거든요. 다만 여기서 주의할 점이 있는데, ESP32-C3나 초기 ESP32는 싱글코어라서 지원하지 않아요. 듀얼코어 ESP32-S3 이상이 필요합니다. CSI 신호 처리(DSP)가 생각보다 연산량이 많거든요.
• wifi_densepose/: 핵심 파이썬 모듈이에요. CSI 데이터를 받아서 사람의 자세를 추정하는 딥러닝 모델이 여기 들어 있어요.
• rust-port/wifi-densepose-rs/: 같은 기능을 러스트(Rust)로 포팅한 버전입니다. 실시간 성능이 중요한 엣지 디바이스용이죠.
• ui/: 감지한 사람의 스켈레톤(막대기 인형 같은 뼈대)을 실시간으로 보여주는 웹 UI예요.
• docker/: 도커로 한 번에 띄울 수 있게 준비되어 있어요.
• releases/desktop/: 데스크톱 앱 형태로도 배포하고 있네요.

정확도는 PCK@20 기준 92.9% 라고 해요. PCK@20이라는 건 이게 뭐냐면, "추정한 관절 위치가 실제 위치에서 20픽셀 이내로 맞았을 때 정답으로 친다"는 자세 추정 분야의 표준 지표예요. 92.9%면 카메라 기반 자세 추정 모델과 비교해도 꽤 경쟁력 있는 수준입니다. 다만 이 수치는 카메라로 찍은 영상을 정답(ground truth)으로 삼아 학습시켰을 때 나오는 수치고, 카메라 없이 순수 와이파이만으로 학습하면 정확도가 떨어진다고 명시되어 있어요. 이 부분은 솔직하게 공개해둔 점이 좋네요.

이게 기존 기술과 뭐가 다른데?

실내 사람 감지 기술은 이미 여러 가지가 있어요. 각각 어떤 특성을 가지는지 비유로 풀어볼게요.

1. 카메라 기반 (OpenPose, MediaPipe 등)

정확도는 최고예요. 하지만 사진사가 방 안에 상주하는 느낌이라 프라이버시 이슈가 심각하죠. 그리고 어두우면 못 보고, 벽 뒤는 당연히 안 보입니다. 침실이나 화장실에 달자니 찝찝하고요.

2. 적외선/레이더(mmWave)

TI의 IWR 시리즈나 구글 Soli 같은 거예요. 정확도 괜찮고 프라이버시도 좋아요. 다만 전용 레이더 칩을 별도로 사야 해요. 칩 하나에 수만 원에서 수십만 원까지 하고, 시야각도 제한적이에요. 레이저 포인터처럼 좁은 범위만 집중적으로 보는 느낌이죠.

3. PIR 센서

편의점 자동문 같은 데 들어가는 싸구려 센서죠. 싸고 간단하지만 "사람 있다/없다"만 알 수 있어요. 몇 명인지, 어떤 자세인지는 전혀 모르고, 가만히 앉아 있으면 아예 감지를 못 해요.

4. 와이파이 CSI 기반 (RuView)

기존 공유기 신호를 그대로 재활용하니까 추가 인프라가 거의 없어요. 빛이 없어도, 벽 뒤에 있어도 감지가 되고, 프라이버시도 지켜져요. 단점은 정확도가 카메라보다는 떨어지고, 환경 변화(가구 배치가 바뀌면)에 재보정이 필요하다는 점이에요.

비유하자면 이런 느낌이에요. 카메라가 고해상도 사진이라면, CSI는 어두운 방에서 손으로 더듬어서 공간을 파악하는 것에 가까워요. 해상도는 낮지만, 불이 꺼져도 장애물이 있어도 괜찮다는 거죠.

실전에서 어디에 쓸 수 있을까

이 기술이 화제가 된 건 단순히 "멋있어서"가 아니에요. 쓸 곳이 생각보다 엄청 많거든요.

시나리오 1: 독거 어르신 모니터링

한국도 초고령 사회로 진입했잖아요. 혼자 사시는 어르신이 화장실에서 쓰러졌을 때 누가 알아챌까요? 카메라를 달자니 프라이버시가 걸리고, 웨어러블은 목욕할 때 빼놓을 텐데. RuView 같은 시스템을 공유기 옆에 달아두면 호흡이 갑자기 멈추거나, 사람이 바닥에 쓰러져 움직이지 않으면 알림을 보낼 수 있어요.

시나리오 2: 수면 모니터링

수면의 질을 측정하는 웨어러블이 많은데, 솔직히 손목에 뭘 차고 자는 게 불편하잖아요. RuView는 침대에 아무것도 달지 않아도 호흡 패턴, 뒤척임, 심박 변이도 같은 걸 잡아낼 수 있어요. 스마트 알람 시계를 와이파이로 구현하는 느낌이죠.

시나리오 3: 공간 자동화

"사람이 이 방에 들어오면 조명 켜기"를 넘어서, "사람이 소파에 앉으면 TV 켜기", "주방에서 요리 자세를 취하면 후드 켜기" 같은 세밀한 자동화가 가능해져요. Home Assistant 같은 홈 오토메이션 플랫폼과 붙이면 재밌게 놀 수 있을 거예요.

시나리오 4: 매장 분석

카메라 없이 손님 수, 동선, 체류 시간을 분석할 수 있어요. 특히 개인정보보호법(PIPA)이 엄격한 한국에서 "얼굴 데이터 저장 안 함" 이 보장되는 시스템은 법적 리스크를 크게 줄여줍니다.

한국 개발자가 이걸 어떻게 시작해볼 수 있을까

관심이 생겼다면, 이렇게 접근해보세요.

1단계: 하드웨어 준비 ESP32-S3 개발 보드 두 개 이상을 구해요. 국내에서는 디바이스마트나 엘레파츠 같은 곳에서 개당 1~2만원에 살 수 있어요. 초보라면 WROOM 모듈보다는 DevKit-C 보드가 편해요. USB-C로 바로 꽂으면 되거든요.

2단계: 저장소 클론과 펌웨어 굽기 GitHub에서 git clone으로 받고, firmware/ 디렉토리의 README를 따라가면 됩니다. PlatformIO나 ESP-IDF를 쓸 줄 알면 훨씬 수월해요.

3단계: 파이썬 환경 세팅 pyproject.toml과 requirements.txt가 있으니 uv나 poetry로 가상환경 만들고 의존성 설치하면 돼요. Python 3.10 이상은 필수인 것 같고, PyTorch 기반이라 GPU가 있으면 훨씬 빨라요.

4단계: 데이터 수집과 보정 여기가 제일 중요한데, 자기 공간에 맞게 모델을 재학습하거나 최소한 보정해야 해요. 사전 학습된 모델을 그대로 쓰면 정확도가 떨어질 수 있거든요. 공간마다 가구 배치, 벽 재질, 와이파이 반사 패턴이 다르니까요.

5단계: 실험은 본인 공간에서만 이건 꼭 당부하고 싶어요. 남의 집이나 공공장소에서 이걸 돌리면 안 돼요. 통신비밀보호법이나 개인정보보호법 위반 소지가 있어요. 벽 너머를 볼 수 있다는 게 멋있기도 하지만, 동시에 동의 없이 타인을 관측하는 건 엄연한 침해거든요.

한계도 솔직히 말씀드려야죠

이 프로젝트는 저장소에 직접 "Beta Software, 활발히 개발 중"이라고 못박아 놓았어요. 몇 가지 현실적인 한계가 있어요.

• ESP32 한 대로는 공간 해상도가 낮아요. 최소 두 대 이상, 혹은 별도 Cognitum Seed라는 확장 하드웨어가 있어야 제대로 된 결과가 나온다고 해요.
• 환경 의존성이 커요. 방 구조가 바뀌면 재보정이 필요해요.
• 여러 명이 겹쳐 있으면 분리가 어려워요. 카메라처럼 개별 식별이 쉽지 않거든요.
• 심박수는 가만히 있을 때 잘 잡히고, 움직이면 노이즈에 묻혀요.

앞으로 이 흐름이 어디까지 갈까

와이파이 센싱은 이미 국제 표준화가 진행 중이에요. IEEE 802.11bf 라는 표준이 바로 와이파이를 센싱 용도로 쓰기 위한 규격이거든요. 2024년에 초안이 나왔고, 앞으로 나오는 Wi-Fi 7, Wi-Fi 8 공유기에는 센싱 기능이 기본 탑재될 가능성이 높아요. 그렇게 되면 지금처럼 ESP32를 별도로 설치하지 않아도, 그냥 집에 있는 공유기가 자동으로 집 안을 "느끼는" 시대가 오는 거죠.

한편으로는 이게 무서운 얘기이기도 해요. 내가 의식하지 못하는 사이 누군가 내 호흡과 심박을 측정하고 있다면? 그래서 센싱 기술의 발전과 함께 "어떤 센싱이 허용되고, 어떤 데이터를 누가 가져갈 수 있는가" 에 대한 법적·윤리적 논의가 정말 시급해질 거예요.

여러분은 어떻게 생각하세요? 집에 카메라 없이도 내 건강을 체크해주는 시스템이 있다면 반길 쪽인가요, 아니면 "와이파이로도 감시당한다니" 싶어서 거부감이 드는 쪽인가요? 혹시 이미 스마트홈을 꾸미고 계신 분들은 RuView 같은 도구를 어디에 제일 먼저 써보고 싶으신지 댓글로 이야기 나눠봐요. 기술은 결국 사람이 어떻게 쓰느냐에 달려 있으니까요.