웹캠 AI 포즈 인식과 무릎 관절 각도 계산:
수학적 원리와 제로-업로드 프라이버시

1. 전통적인 고니오미터(수동 각도계)의 한계

오랫동안 정형외과 외래 진료실에서는 투명 플라스틱 형태의 '고니오미터(Goniometer)'를 사용하여 무릎 각도를 측정해 왔습니다. 그러나 고니오미터는 두 손으로 기구를 쥐고 관절 중심축에 정확히 밀착시켜야 하므로 환자가 혼자서 측정하기가 매우 까다로우며, 측정자의 주관적인 시야각(시차, Parallax Error)에 따라 5도~15도 이상의 편차가 발생하는 단점이 있었습니다.

2. 컴퓨터 비전 3점(Three-Point) 관절 벡터 연산 원리

KneeFlow AI는 인체의 골격 랜드마크(Skeletal Keypoints) 중 다리의 움직임을 결정하는 3개의 해부학적 포인트를 실시간으로 추적합니다:

Vector BA = (xA - xB, yA - yB)
Vector BC = (xC - xB, yC - yB)
θ = arccos( (Vector BA · Vector BC) / (|Vector BA| * |Vector BC|) )

무릎 관절을 꼭짓점(B)으로 하는 두 벡터(허벅지 축 BA와 정강이 축 BC)의 내적(Dot Product)을 통해 초당 30프레임 이상으로 부드럽게 실시간 내각을 산출합니다.

3. 완벽한 프라이버시: 온디바이스 Wasm 추론

기존의 클라우드 기반 AI 솔루션은 환자의 카메라 영상을 서버로 전송하여 모델을 실행한 뒤 결과를 돌려받는 방식이었습니다. 이는 민감한 환자의 환부나 신체가 외부 데이터베이스에 남게 되는 심각한 프라이버시 위험이 있었습니다.