부드러운 봉제 인형형 소셜 로봇에서 애착 터치(affective touch)를 인식하는 경량 1D CNN 프레임워크가 오픈소스로 공개됐다. 어린이부터 성인까지 25명에게서 수집한 1,326개 라벨링 제스처 시퀀스의 FAIR 준수 데이터셋을 공개했고, 468개 CNN 모델을 체계적으로 탐색해 13.2k 파라미터의 소형 팽창(dilated) 1D CNN이 테스트 정확도 75%, LOSO 교차검증 평균 85%로 최적임을 확인했다. 양자화 배포 시 윈도당 3.2 MMAC로 마이크로컨트롤러에서 20Hz 실시간 동작이 가능하며, 실물 인형 실시간 시뮬레이션에서 기존 휴리스틱이 놓치던 미묘한 사회적 터치를 분해해냈다. 휴리스틱 필터링과 CNN 분류를 결합한 하이브리드 파이프라인으로, 프라이버시를 지키는 감정 터치 해석이 소프트 치료용 로봇에 내장 가능함을 보였다.

• •25명·1,326개 제스처 시퀀스의 FAIR 준수 오픈 데이터셋과 MATLAB 기반 프레임워크 공개
• •468개 모델 탐색 결과 13.2k 파라미터 팽창 1D CNN이 최적 — 테스트 75%, LOSO 교차검증 85%
• •양자화 시 윈도당 3.2 MMAC로 마이크로컨트롤러 20Hz 실시간 동작 가능
• •미묘한 터치는 CNN, 고압 부정 상호작용은 임계값 로직이 강점 — 하이브리드 추론 파이프라인 제안