IEEE 802.11bf WiFi Sensing: 무선 신호로 환경을 감지하는 기술
IEEE 802.11bf WiFi Sensing의 동작 원리와 USRP·SDR·Fast FFT·OFDM 역할, 스마트홈·헬스케어·실내 위치 추적 활용을 정리한다.
2026-08-14 · 최초 발행 2025-08-10
WiFi 신호가 주변 환경을 읽는 방식
IEEE 802.11bf는 WiFi를 통신 수단에만 두지 않고 주변 환경을 감지하는 WiFi Sensing 기술로 확장하는 표준이다. 기존 네트워크에서 발생하는 전파 반사 패턴을 분석하면 사람이나 물체의 움직임과 존재 여부, 호흡처럼 미세한 생체 신호까지 감지할 가능성이 생긴다.
동작 방식은 RADAR(Radio Detection And Ranging)와 닮아 있다. 송신기가 전파를 내보내면 신호는 사람이나 물체 같은 주변 환경에서 반사되고, 수신기는 그 반사 신호를 수집한다. 이후 반사 패턴의 변화를 분석해 환경 변화를 판단한다.
이때 분석 대상은 도플러 효과에 따른 주파수 변화, 신호 강도, 위상 변화, 도달 시간 등이다.
신호를 수집하고 해석하는 기반 기술
USRP와 SDR로 RF 신호를 다루기
USRP(Universal Software Radio Peripheral)는 소프트웨어 정의 라디오의 명령을 받아 실제 무선 주파수(RF) 신호를 처리하는 하드웨어 장치다. SDR(Software-Defined Radio)은 하드웨어를 바꾸지 않고 소프트웨어로 무선 통신 파라미터를 제어할 수 있게 하는 기술이다.
이 조합은 다양한 주파수 대역 지원, 실시간 신호 처리, 유연한 파형 생성과 분석, 프로토타이핑 및 실험에 활용된다. WiFi Sensing에서는 USRP가 WiFi 신호의 미세한 변화를 캡처하고, SDR이 이를 센싱 정보로 변환한다.
Fast FFT가 주파수 변화에서 찾는 정보
Fast FFT(Fast Fourier Transform)는 수신 신호를 시간 영역에서 주파수 영역으로 변환하는 알고리즘이다. 계산 복잡도를 O(n log n)으로 줄여 실시간 처리에 활용할 수 있다.
WiFi Sensing에서는 도플러 시프트를 분석해 움직임을 감지하고, 주파수 스펙트럼을 통해 물체 특성을 파악한다. 주변 환경이 바뀌며 나타나는 신호 패턴 변화도 이 과정에서 분석한다.
OFDM의 부반송파가 제공하는 채널 정보
OFDM(Orthogonal Frequency Division Multiplexing)은 802.11a/g/n/ac/ax WiFi 표준에서 기본적으로 사용하는 변조 방식이다. 주파수 대역을 여러 직교 부반송파로 나누어 데이터를 전송한다.
센싱 관점에서는 다중 부반송파로 풍부한 채널 상태 정보(CSI)를 얻을 수 있다. 주파수 선택적 페이딩을 분석해 환경을 더 세밀하게 감지하고, 각 부반송파의 위상과 진폭 변화를 바탕으로 미세한 움직임을 포착한다.
카메라 없이 적용할 수 있는 영역
스마트 홈과 건물 관리에서는 별도 모션 센서 없이 WiFi 신호만으로 공간 내 재실 여부를 파악할 수 있다. 비정상적인 움직임 패턴을 감지해 보안 시스템을 보강하거나, 재실 상태에 맞춰 조명과 냉난방을 자동 제어하는 방식도 가능하다.
헬스케어에서는 WiFi 신호의 미세한 변화를 이용해 비접촉식 호흡 및 심박 모니터링을 시도할 수 있다. 노인이나 환자의 갑작스러운 움직임 패턴을 감지하는 낙상 감지, 침대 위 움직임 패턴을 분석하는 수면 품질 모니터링도 적용 대상이다.
실내 위치 추적과 내비게이션에서는 센티미터 수준의 정밀 위치 추적으로 기존 WiFi 기반 위치 추적보다 정확도를 높일 수 있다. 손이나 신체의 움직임을 인식하는 비접촉식 제어와 실내 로봇의 정밀 이동 지원도 같은 신호 분석 범위에 들어간다.
표준화가 만드는 운영상의 의미
IEEE 802.11bf는 별도 센서 없이 기존 WiFi AP와 단말을 활용할 수 있다는 점에서 인프라 활용 범위를 넓힌다. 카메라와 달리 직접적인 이미지를 수집하지 않으므로 프라이버시 침해 우려를 줄일 수 있으며, 추가 하드웨어 설치 없이 소프트웨어 업데이트만으로 구현 가능하다는 비용 효율성도 있다.
표준화는 제조사가 다른 기기 사이의 상호운용성 확보에도 필요하다. 센싱 기능이 특정 장비나 구현에 묶이지 않게 하는 기반이 된다.
전파 환경과 처리 부담은 남는다
벽과 가구 같은 물리적 장애물은 신호 감쇠를 일으키며, 다중 경로 전파는 신호 해석을 복잡하게 만든다. 여러 사람이 함께 있는 환경에서는 개별 움직임을 구분하기 어렵고, 복잡한 환경일수록 신호 해석 정확도도 낮아질 수 있다.
실시간 신호 처리를 위해서는 고성능 하드웨어가 필요하며, 에지 컴퓨팅을 통한 부하 분산도 고려 대상이다.
센싱 결과까지 이어지는 처리 경로
WiFi AP가 신호를 전송하고 환경에서 반사된 신호를 수신기가 받으면, USRP 또는 SDR과 신호 처리 엔진이 원시 데이터를 디지털 신호로 다룬다. Fast FFT를 거쳐 추출한 특징과 주파수 분석 결과는 패턴 인식 알고리즘으로 전달되고, 최종적으로 응용 서비스의 센싱 결과가 된다.
AI와 다른 센서가 더하는 가능성
딥러닝을 이용하면 신호 패턴 인식 정확도를 높이고, 개인화된 행동 패턴 학습을 바탕으로 맞춤형 서비스를 제공할 수 있다. 카메라나 적외선 센서 같은 다른 센싱 기술과 결합하는 멀티모달 센싱, 센서 퓨전을 통한 정확도와 신뢰성 향상도 발전 방향이다.
원시 데이터의 외부 전송을 줄이기 위한 로컬 처리와 차등 프라이버시 같은 데이터 보호 기술 역시 함께 적용할 수 있다. IEEE 802.11bf는 WiFi를 주변 환경을 인식하는 지능형 인프라로 확장하며, IoT와 엣지 컴퓨팅 환경에서 인공지능과 결합한 서비스로 발전할 전망이다.