GPS를 넘어 행동과 생체 신호를 읽는 펫 웨어러블
반려동물용 스마트 칼라는 위치 추적 중심의 기기에서 활동·행동·호흡 같은 장기 데이터를 수집하는 웨어러블 플랫폼으로 확장되고 있습니다. 핵심은 센서가 질병을 직접 진단하는 것이 아니라, 보호자가 일상에서 놓치기 쉬운 변화의 패턴을 기록하고 수의학적 판단에 참고할 수 있는 데이터를 만드는 데 있습니다.
가속도계와 머신러닝: 행동 분류는 이미 상당한 수준까지 왔다
목걸이에 부착한 가속도계 데이터를 머신러닝으로 분석하는 연구는 걷기·달리기·수면·먹기·마시기·긁기 같은 행동을 자동 분류할 수 있음을 보여줍니다. 2021년 Animals에 발표된 대규모 실제환경 검증 연구는 2,500마리 이상의 개에서 확보한 5,000개 이상의 영상과 장기간의 기기 데이터를 이용해 먹기와 마시기 등 여러 행동을 높은 민감도와 특이도로 분류했습니다. 다만 행동 종류에 따라 성능 차이가 컸고, 모든 행동을 동일한 정확도로 읽는 것은 아닙니다.
또한 2017년 PLOS ONE의 외부 검증 연구에서도 목걸이형 3축 가속도계가 여러 행동 상태를 높은 정확도로 구분할 수 있음을 확인했습니다. 반면 2024년의 별도 검증 연구에서는 9개 행동을 분류한 전체 정확도가 74%로 보고돼, 센서·알고리즘·데이터셋에 따라 실제 성능이 달라질 수 있음을 보여줍니다.
호흡수 자동 측정: 임상 보조 데이터로서의 가능성
2025년 American Journal of Veterinary Research에 발표된 연구에서는 Maven Pet Smart Collar가 건강한 개의 휴식 중 호흡수(RRR)를 수동 계수와 비교했습니다. 19마리에서 얻은 120쌍의 동시 측정에서 평균 편향은 -0.78회/분이었고, 연구진은 자동화된 RRR 모니터링을 보조적으로 활용할 가능성을 제시했습니다. 다만 연구 대상이 건강한 개였고 표본이 작았다는 점은 해석의 한계입니다.
2025년 703마리의 개를 장기간 관찰한 AI-COLLAR 연구 역시 가정 환경에서 휴식 중 심박수와 호흡수를 축적하는 웨어러블의 가능성을 보여줬습니다. 이러한 연구는 ‘한 번의 숫자’보다 장기간의 개인별 기준선과 변화 추세가 중요하다는 방향을 뒷받침합니다.
Editor.J의 관점: 경쟁력은 센서보다 데이터 품질과 검증에 있다
펫 웨어러블 산업의 경쟁 포인트는 센서 개수 자체보다 데이터 품질, 개체별 기준선, 알고리즘의 외부 검증, 장기 착용성, 배터리, 개인정보·데이터 거버넌스에 있습니다. 같은 가속도계라도 어떤 품종과 체형에서 학습했는지, 실제 가정 환경에서 재현되는지에 따라 성능은 달라질 수 있습니다.
무엇을 기대하고 무엇을 경계해야 하나
- 웨어러블은 활동·행동·호흡 등의 장기 추세를 기록하는 보조 도구로 활용할 수 있습니다.
- 특정 수치나 알림만으로 질병을 확정하거나 예후를 판단해서는 안 됩니다.
- 털 길이, 착용 위치, 체형, 움직임, 센서 접촉 상태에 따라 측정 오차가 발생할 수 있습니다.
- 이상 변화가 반복되면 원시 데이터와 추세를 수의사에게 보여주는 방식이 바람직합니다.
Evidence Check
- Chambers RD et al. Deep Learning Classification of Canine Behavior Using a Single Collar-Mounted Accelerometer: Real-World Validation. Animals. 2021;11(6):1549. PMID 34070579. DOI 10.3390/ani11061549.
- den Uijl I et al. External validation of a collar-mounted triaxial accelerometer for second-by-second monitoring of eight behavioural states in dogs. PLoS One. 2017;12(11):e0188481. PMID 29186154. DOI 10.1371/journal.pone.0188481.
- Murphy KE et al. The Maven Pet Smart Collar system shows small bias compared to manually counted resting respiratory rates in healthy dogs. Am J Vet Res. 2025. PMID 41145070. DOI 10.2460/ajvr.25.06.0220.
- Muminov A et al. Enhanced Classification of Dog Activities with Quaternion-Based Fusion Approach on High-Dimensional Raw Data from Wearable Sensors. Sensors. 2022. PMID 36502172. DOI 10.3390/s22239471.
Editorial note: 이 기사는 펫 웨어러블 산업과 연구 동향을 설명하기 위한 것으로, 특정 제품의 진단 성능이나 치료 효과를 보증하지 않습니다.
작성자 소개
