건강을 위해 운동하는 인구가 많아지면서 스마트 기기를 이용한 운동 방법도 발달하고 있다. 하지만, 근력 및 근육량 증가를 목적으로 하는 근력 운동에서 특정 근육에 적합 운동 강도를 객관적으로 제시하는 것은 여전히 어렵다. 본 연구는 성별, 몸무게, 근육량, 지방량과 같이 신체적 특성이 다름에도 불구하고 개개인에게 적합 운동 강도를 제시하고자 한다.
아두이노 기반의 스마트운동복을 직접 제작하여 피부 온도 데이터를 원격 수집하였다. 근력 운동 중 Dumbbell Biceps Curl을 통해 근육 펌핑으로 인한 이두박근 온도 변화를 측정하였다. 본 연구 대상자의 표본수는 G*Power 3.1 프로그램을 활용하여 비교분석에 필요한 유의수준 .05, 중간정도의 효과 크기 .15, 검정력 .80으로 설정하였을 때 최소 표본수가 128개인 것으로 나타났다. 실험대상자 64명의 왼팔, 오른팔을 대상으로 실험하여 총 표본수 128개로 본 연구는 적정 표본 수를 충족한다. IRB 교육 이수를 통해 개인정보 관리, 실험대상자 관리 등에 엄격한 기준을 적용시켰다. NASM 국제 트레이너 자격을 갖춘 전문가 입회 하에 실험대상자의 왼팔은 부적합 운동 강도로 운동하였고, 오른팔은 실패지점 기반의 반복횟수를 기준으로 한 적합 운동 강도로 구분하여 운동하였다.
위 실험을 통해 근력 운동 시 성별, 체중, 체지방률이 운동 전후 피부 온도 변화와 직접적인 연관이 있다는 것을 알 수 있었다. 이를 바탕으로 데이터셋을 구성하여 기계 학습 중 서포트 벡터 머신(Support Vector Machine, SVM.)으로 총 데이터셋 중 80%를 Binary 분류하여 학습 후 20%로 테스트하였다. Accuracy 0.857, AUC(Area under the ROC Curve) 0.947, F1 Score 0.833의 정확도를 가져 피부 온도 기반 근력 운동 강도 측정 시스템 모델의 유효성이 검증되었다. 결과적으로 스마트운동복과 기계 학습을 이용한 운동 강도 측정 시스템을 통해 사용자가 자신의 근육에 적합한 운동 강도를 알 수 있게 되었다.