WebAssembly 기반 47종 시그널 추출 및 50ms 미만 저지연 인식 레이어 설계

We Were Wrong to Call It a Medical Device

EmoPulse2026년 5월 1일3분intermediate

AI 요약

Context

Medical Device라는 잘못된 포지셔닝으로 인한 규제 리스크와 엔지니어링 혼선 발생. 진단 목적의 복잡한 Clinical Validation 대신 데이터 신뢰성과 확장성에 집중한 Infrastructure Layer로의 전환 필요성 대두.

Client-side 전용 Perception 구조: WebAssembly를 통한 브라우저 내 직접 연산으로 서버 부하 제거 및 데이터 프라이버시 확보
Lean Stack 채택: MediaPipe, ARKit blendshapes, 커스텀 rPPG 구현체를 조합하여 별도의 ML 파이프라인 없는 결정론적(Deterministic) 상태 퓨전 설계
Peer-reviewed 알고리즘 적용: Black-box 모델을 배제하고 IEEE, MDPI 등 검증된 논문 기반의 수식을 직접 구현하여 결과의 재현성 및 투명성 보장
Lightweight Server Architecture: Oracle ARM 인스턴스를 활용한 단순 수신 및 로그 전달 구조로 설계하여 API Latency 최소화
Liveness Scoring 로직: BPM 불안정성, Gaze Freeze, Microexpression Burst라는 3가지 페널티 기반의 서버 사이드 필터링 구현

실천 포인트

1. ML 도입 전 결정론적(Deterministic) 수식으로 해결 가능한지 검토하여 추론 비용과 블랙박스 리스크 제거

2. 데이터 처리의 중점을 Client-side(Wasm 등)로 이동시켜 서버 오버헤드와 네트워크 레이턴시 최소화

3. 비즈니스 요구사항이 '진단'인지 '인프라'인지 구분하여 불필요한 규제 준수 설계 비용 방지

태그