당신의 발에 맞는
단 하나의 깔창

본 발명은 바이오메디컬 공학, 인공지능(AI) 및 적층제조(3D 프린팅) 융합 기술에 관한 것으로서, 보다 상세하게는 스마트폰 카메라로 촬영한 발 이미지를 인공지능이 분석하여 발 형태를 분류하고, 상기 분석 결과에 기초하여 자연 지형의 불규칙성을 모사한 표면 패턴을 포함하는 능동적 아치 활성화(Active Arch Activation) 깔창을 자동 설계하며, 구역별 격자 밀도가 개인별로 최적화된 3D 프린팅용 CAD 모델을 자동 생성하는 시스템 및 방법에 관한 것이다.

인간의 발은 약 200만 년에 걸쳐 불규칙한 자연 지형 위에서 진화하였다. 자연 지형은 돌, 나뭇가지, 흙, 모래 등으로 구성된 다양한 요철(凸凹) 표면을 가지며, 이러한 환경에서 인간의 발 아치(足弓)는 내재근과 인대의 능동적 수축 및 이완을 통해 지면 적응, 충격 흡수, 추진력 생성 등의 기능을 수행하도록 진화하였다. 특히 발바닥에 분포하는 기계적 수용체(Meissner 소체, Merkel 원반, Pacinian 소체)는 자연 지형의 불규칙한 자극에 의해 활성화되어 고유수용감각을 통한 자세 제어 및 보행 안정성 유지에 핵심적 역할을 수행한다.

그러나 현대 문명 환경에서 인간은 콘크리트, 아스팔트 등의 평탄화된 지면 위에서 생활하며, 평평한 밑창과 쿠셔닝 소재의 현대식 신발을 착용한다. 이러한 환경은 발바닥 기계적 수용체에 대한 자극을 현저히 감소시키고, 발 아치를 지지하는 내재근의 활성화 기회를 박탈하여 편평족, 족저근막염, 무지외반증 등의 족부 질환을 유발한다.

종래 기술의 한계:

• 수동적 아치 지지(passive arch support) 방식은 장기적으로 내재근 위축을 가속화
• 석고 몰드 기반 맞춤 깔창 제작은 1회 40~60분, 비용 30~80만 원, 기간 1~3주로 접근성 저하
• 기존 AI 발 분석 기술은 전용 압력 측정 패드, 3D 풋 스캐너 등 전문 장비 필요
• 3D 프린팅 깔창은 외형 커스터마이즈 수준에 그치며 기능적 설계 최적화 부재

• 제1 과제: 스마트폰 RGB 카메라만으로 전용 장비 없이 발의 형태학적 특징을 정밀 분석하여 족부 유형을 분류
• 제2 과제: 자연 지형의 불규칙성을 모사한 표면 패턴을 통해 발바닥 기계적 수용체를 자극하고 내재근의 능동적 활성화를 유도하는 "능동적 아치 활성화" 깔창 설계
• 제3 과제: AI 분석 결과에서 3D 프린팅 가능한 CAD 모델 및 G-code 생성까지 전 과정 자동화
• 제4 과제: 수동적 아치 지지 비율과 능동적 자극 비율을 점진적으로 조절하여 자립적 아치 기능 회복 달성
• 제5 과제: 사용자 착용 피드백을 AI가 학습하여 후속 깔창 설계에 반영하는 적응형 설계 시스템 제공

(1) 스마트폰 이미지 기반 발 분석 모듈

사용자의 발을 3방향(상면, 내측면, 후면)으로 촬영한 3장의 사진으로부터 딥러닝 기반 세그멘테이션(U-Net/DeepLab v3+)으로 발 영역을 분리하고, HRNet 기반 키포인트 검출 모델로 17개 해부학적 랜드마크를 검출한다. 검출된 랜드마크로부터 아치 높이 지수(AHI), 후족부 정렬 각도, 전족부 형태(이집트형/그리스형/로마형), 무지외반 각도, 족저근막 긴장도를 포함하는 족부 프로파일 벡터 F를 산출한다.

(2) 능동적 아치 활성화 깔창 설계 모듈

지형 모사 표면(Terrain-Mimicking Surface): 3종의 기계적 수용체를 선택적으로 자극하는 패턴 설계 -- Meissner 소체(높이 0.3~0.8mm 미세 돌기), Merkel 원반(높이 1.0~2.5mm 완만한 융기), Pacinian 소체(높이 2.0~4.0mm 고경도 돌기).

점진적 아치 훈련(Progressive Arch Training): Level 1(적응기, 수동 80%/능동 20%) → Level 2(강화기, 50%/50%) → Level 3(자립기, 20%/80%) → Level 4(유지기, 0~10%/90~100%).

구역별 경도 맵(Zone-Specific Stiffness Map): 깔창을 12개 기능적 구역(Z1~Z12: 종골 내측/외측/중앙, 내측/외측 중족부, 제1~5 중족골두 하방, 엄지발가락/소족지 하방, 내측 아치 정점, 횡아치 영역)으로 분할하여 격자 밀도 0.2~0.8 범위에서 AI가 개인별 최적화.

(3) 3D 프린팅 자동 제조 모듈

TPMS 자이로이드(Gyroid) 격자 구조 기반 CAD 모델 자동 생성. 의료용 TPU(Shore 85A~95A), 층 두께 0.15~0.25mm, 격자 주기 2~6mm. 구역 경계에서 가우시안 블러/거리 기반 보간으로 연속적 물성 구배를 적용하여 응력 집중 방지. 제조 시간 1쌍 약 3~6시간.

(4) 사용자 피드백 기반 적응 모듈

편안함 점수, 부위별 통증 맵, 아치 피로도, 보행 활동량 등의 피드백 데이터를 수집하여 강화학습/베이지안 최적화로 후속 깔창 설계 파라미터를 지속 최적화. 최소 3주 착용, 편안함 7점 이상, 통증 감소 추세, 일일 5,000보 이상 등의 조건 충족 시 다음 훈련 레벨로 자동 전환.

• 스마트폰 RGB 카메라만으로 발 형태 정밀 분석 -- 전용 장비 불필요, 가정에서 접근 가능
• 지형 모사 표면 패턴으로 3종 기계적 수용체를 선택적 자극하여 내재근 위축 문제를 근본적으로 해결
• AI에서 3D 프린팅까지 전 과정 자동화 -- 종래 대비 비용 약 1/10 수준(5~8만 원), 제작 기간 수 시간으로 단축
• 점진적 아치 훈련 시스템으로 깔창 의존이 아닌 자립적 아치 기능 회복 달성
• 사용자 피드백 기반 적응 모듈로 사용 기간이 경과할수록 개인 최적 설계 수렴
• TPMS 자이로이드 격자 구조와 12개 구역별 밀도 제어로 각 영역의 기계적 특성 독립 최적화

본 발명은 스마트폰 RGB 카메라로 촬영한 발 사진 3장으로부터 인공지능이 17개 해부학적 랜드마크를 검출하여 족부 유형을 분류하고, 자연 지형의 불규칙성을 모사한 표면 패턴을 통해 발바닥 기계적 수용체(Meissner 소체, Merkel 원반, Pacinian 소체)를 자극하여 발 내재근의 능동적 활성화를 유도하는 능동적 아치 활성화(Active Arch Activation) 깔창을 자동 설계하며, 12개 구역별 TPMS 자이로이드 격자 밀도 제어를 통해 개인 맞춤형 3D 프린팅용 CAD 모델 및 G-code를 자동 생성하고, 점진적 아치 훈련 레벨 시스템과 사용자 피드백 기반 적응 학습에 의해 장기적 족부 건강 개선을 달성하는 시스템 및 방법에 관한 것이다.