카메라 없이 움직임·호흡 감지! 1만 원 ESP32-S3 WiFi Sensing DIY 완벽 가이드

카메라 없이 움직임·호흡 감지! 1만 원 ESP32-S3 WiFi Sensing DIY 완벽 가이드

와이파이 센싱은 기존 공유기 전파만으로 사람 움직임, 존재 여부, 호흡 패턴까지 감지하는 기술이다. CSI(채널 상태 정보) 데이터를 분석해 별도 센서나 카메라 없이 작동하며, 2025년 9월 IEEE 802.11bf 표준이 공식 발표된 이후 상용화가 빠르게 진행되고 있다. 아직 국내 KT·SK·LG 가정용 공유기는 지원하지 않지만, ESP32-S3 보드 하나로 1만 원 내외 비용에 즉시 구현할 수 있다. GitHub 오픈소스 프로젝트 ESPectre(v2.6.0)를 활용하면 ESPHome으로 Home Assistant에 네이티브 연동돼 조명 자동 켜기, 알림, 수면 모니터링까지 가능하다. Raspberry Pi 방식보다 설치가 10~15분 만에 끝나고 정확도는 ML 모드에서 F1-score 97~100% 수준이다. 이 기술은 프라이버시를 최우선으로 하는 스마트홈에서 특히 강력하며, 낙상 감지나 활동 인식까지 확장된다.

와이파이 센싱이란 무엇인가

와이파이 센싱은 라우터가 보내는 2.4GHz 또는 5GHz 신호가 사람이나 물체에 부딪혀 발생하는 멀티패스 왜곡을 포착한다. 단순 RSSI 강도 변화로는 부족하지만 CSI 데이터는 64개 서브캐리어의 진폭과 위상 정보를 실시간 제공해 미세한 움직임까지 감지한다. 호흡으로 인한 가슴 미세 상승·하강(1~2cm)도 I/Q 평면 궤적으로 분석 가능하며, 벽 너머 감지도 지원한다. 2025년 9월 IEEE 802.11bf 표준 발표로 모든 WiFi 기기가 네이티브 감지 기능을 갖추게 됐고, Origin AI 등 기업이 라우터 펌웨어에 직접 적용 중이다. 한국 시장에서는 아직 공유기 지원이 없지만 ESP32-S3 기반 DIY로 누구나 바로 시작할 수 있다.

CSI 데이터 처리 원리 상세

CSI는 WiFi 패킷마다 수집되는 64개 서브캐리어의 복소수 데이터(I/Q 값)다. 움직임 발생 시 신호 경로가 변해 진폭·위상이 왜곡된다. ESPectre는 먼저 NBVI(Normalized Band Variance Index)로 최적 서브캐리어 자동 선택 후, 이동 분산(Moving Variance Segmentation) 또는 MLP 신경망(ML 모드)을 적용한다. Hampel 필터와 8Hz Butterworth 저역 통과 필터로 가전 간섭을 제거하고, 적응형 임계값으로 판단한다. 연구 결과 실내 3~8m 거리에서 존재 감지 95% 이상, 호흡 감지 96%, 낙상 감지 93~99% 정확도를 기록한다. ML 모드는 12→16→8→1 구조의 신경망으로 F1-score 97~100%를 달성하며, 3초 부팅 후 바로 작동한다.

tns.thss.tsinghua.edu.cn

Understanding CSI | Hands-on Wireless Sensing with Wi-Fi: A Tutorial

ESPectre 프로젝트 최신 업데이트 (v2.6.0)

ESPectre는 francescopace가 개발한 오픈소스 프로젝트로 2026년 3월 v2.6.0 버전이 출시됐다. ESP32-S3·C6·C3·C5를 지원하며 ESPHome 컴포넌트로 Home Assistant에 자동 등록된다. MVS와 ML Detector 두 모드를 선택 가능하고, NBVI 자동 서브캐리어 선택으로 설정 없이 96% 이상 정확도를 낸다. GitHub 스타 6.7k를 돌파했으며 최근 3월 10일 ML 데이터셋 재학습과 ESP32-C5 지원 확대가 이뤄졌다. Raspberry Pi Nexmon 방식과 달리 커널 패치 없이 10~15분 설치가 끝나 초보자 최적이다. 펌웨어는 ESPHome YAML 하나로 끝나며, 움직임 점수와 임계값 엔티티를 실시간 조정할 수 있다.

adafruit.com

Adafruit ESP32-S3 Feather 8MB with w.FL Antenna

준비물과 비용 상세 분석

ESP32-S3 개발보드(외장 안테나 필수)와 기존 공유기만 있으면 된다. 총 비용 1만 원 내외로 완성 가능하며 아래 표를 참고하자.

항목추천 사양예상 가격비고

ESP32-S3 보드	외장 안테나·8MB PSRAM 모델	8,000~9,500원	S3 또는 C6 강력 추천
외장 안테나	IPEX 타입	2,000원	신호 안정성 크게 향상
USB 케이블	데이터 전송 지원	1,000원	기존 사용 가능
공유기	2.4GHz/5GHz 아무거나	0원	기존 가정용 OK
컴퓨터	Windows/Mac/Linux	0원	ESPHome 설치용

 

ESPHome 방식은 YAML 편집만으로 끝나 별도 IDE 불필요하다.

단계별 설치 방법

ESPHome을 설치한 뒤 GitHub 예제 YAML을 복사한다. 보드를 USB로 연결하고 WiFi SSID·비밀번호만 입력하면 10분 만에 펌웨어 업로드 완료다. 부팅 후 10초간 조용한 상태로 자동 캘리브레이션(ML 모드는 생략)이 진행된다. 이후 움직임 발생 시 바이너리 센서 ‘on’ 신호와 움직임 점수를 MQTT 없이 직접 Home Assistant로 전송한다. 외장 안테나 부착과 1~1.5m 높이 배치가 핵심이며, TUNING.md 가이드로 임계값(segmentation_threshold)을 환경에 맞춰 조정한다.

Home Assistant 연동과 스마트홈 자동화 예시

ESPectre는 ESPHome 자동 발견으로 Home Assistant에 바로 나타난다. 움직임 센서와 움직임 점수 센서를 자동화에 추가해 “움직임 감지 시 거실 조명 ON”, “호흡 점수 30초 이상 시 수면 모드” 등을 설정할 수 있다. 다중 보드 배치로 집 전체 커버 가능하며 지연은 50ms 미만이다. 이전에 소개한 Home Assistant 기본 자동화와 결합하면 낙상 시 즉시 가족 알림, 활동 인식 기반 조명·환기 제어가 완성된다.

mwunderling.com

Automation ideas for Home Assistant

정확도와 실제 테스트 결과

실내 테스트에서 MVS 모드 95%, ML 모드 97~100% F1-score를 기록한다. 3~8m 거리, 벽 너머 감지도 안정적이며 호흡 감지는 96% 수준이다. 다만 사람·애완동물 구분은 불가능하고 여러 명 동시 감지는 제한적이다. PERFORMANCE.md 벤치마크에 따르면 최적 환경에서 50ms 지연으로 실시간 응답이 가능하다. 가구 배치와 금속 장애물만 피하면 일상에서 충분히 신뢰할 수 있다.

대안 비교: ESP32 vs Raspberry Pi vs 상용 제품

ESP32 방식이 설치 난이도와 비용 면에서 압도적이다. 상세 비교는 아래 표 참조.

방식비용설치 난이도정확도Home Assistant 연동비고

ESP32-S3 (ESPectre)	1만 원	매우 쉬움	95~100%	네이티브	초보자 최적, 2026년 최신
Raspberry Pi + Nexmon	5~10만 원	중간	97%+	가능	정밀 작업용, 패치 필요
상용 라우터 (2026~)	10만 원↑	쉬움	95%+	가능	802.11bf 지원 예정, Origin AI 호환

 

2026년 말부터 Origin AI Compatible 프로그램으로 호환 라우터가 출시될 예정이다.

 

“They Can See You Through WiFi”: This New Tech Identifies People Without Cameras or Devices (and It's Already Working Indoors)

미래 전망: 802.11bf와 2026 상용화

2025년 9월 IEEE 802.11bf 표준이 정식 발표되면서 모든 WiFi 기기가 감지 기능을 기본 지원하게 됐다. Origin AI는 2026년 말 상용 배포를 목표로 SoC 제조사와 협력 중이며, 국내 공유기도 펌웨어 업데이트로 지원할 가능성이 크다. ESPectre는 지금 바로 실험할 수 있는 최선의 플랫폼이며, 향후 ML 고도화로 활동 인식(걷기·누워있기) 정확도가 94% 이상까지 올라갈 전망이다.

주의사항과 프라이버시 보호

CSI 데이터는 집 안에서만 처리해야 하며 외부 유출을 철저히 막는다. 사람과 동물 구분이 어렵기 때문에 자동화 조건을 세밀하게 조정한다. GDPR 등 법규 준수와 가족 동의가 필수다. 간섭이 심한 환경에서는 NBVI 재선택과 외장 안테나로 해결 가능하다.

와이파이 센싱은 기존 인프라만으로 스마트홈을 완전히 바꾸는 게임체인저다. ESP32-S3와 ESPectre v2.6.0으로 15분 만에 실전 배포가 가능하며, 802.11bf 시대를 앞당기는 최고의 실험 도구가 된다. 정확도와 편의성을 직접 테스트하며 점차 시스템을 확장해 보자.

실전 체크포인트 외장 안테나와 3~8m 배치로 기본 정확도를 먼저 확보한다. Home Assistant에서 움직임 점수와 임계값을 2~3회 환경별 조정한다. ML 모드와 MVS 모드를 번갈아 테스트해 최적 알고리즘을 선택한다.

 

출처·참고자료 GitHub - francescopace/espectre (v2.6.0, 2026년 3월 10일 업데이트 확인) IEEE 802.11bf-2025 표준 (2025년 9월 26일 발표) Origin AI Compatible With Origin 프로그램 (2026년 1월 2일 발표) Hackaday - Make Your Own ESP32-Based Person Sensor (2026년 1월 28일) TeachMeMicro - ESPectre Tutorial (2026년 1월 5일) ABi Research WiFi Sensing 시장 보고서 (2024~2030) Origin Wireless AI 공식 자료 (2026년 3월 기준)