KR20230157216A

KR20230157216A - 사용자에게 운동 프로그램을 제공하는 방법 및 시스템

Info

Publication number: KR20230157216A
Application number: KR1020220105747A
Authority: KR
Inventors: 김홍윤; 현재훈; 김동우; 김길종; 김종원; 엄승연; 이기완; 조현국; 최석원; 이광형; 전명희; 정유창; 하지원
Original assignee: 삼성전자주식회사
Priority date: 2022-05-09
Filing date: 2022-08-23
Publication date: 2023-11-16

Abstract

일 실시 예에 따른, 운동 프로그램 결정하기 위해 사용자의 운동 기초 정보를 획득하고, 운동 기초 정보에 기초하여 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정하고, 사용자에 대한 목표 운동 결과에 기초하여 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성하고, 운동 기초 정보에 기초하여 사용자에 대한 목표 운동량을 결정하고, 목표 운동량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다.

Description

사용자에게 운동 프로그램을 제공하는 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING EXERCISE PROGRAMS TO USER}

다양한 실시 예들은 사용자에게 운동 프로그램을 제공하는 기술에 관한 것이다.

고령화 사회로 진입하면서 노화로 인한 근력 약화 또는 관절 이상으로 보행에 불편과 고통을 호소하는 사람들이 증가하고 있고, 근력이 약화된 노인이나 근관절이 불편한 환자들이 보행을 원활하게 할 수 있는 보행 보조 장치에 대한 관심이 높아지고 있다.

일 실시 예에 따른, 서버는 외부 장치와 데이터를 교환하는 통신 모듈, 및 상기 서버를 제어하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 전자 장치의 사용자의 운동 기초 정보를 획득하고, 상기 운동 기초 정보에 기초하여 상기 서버에 저장된 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정하고, 상기 사용자에 대한 목표 운동 결과에 기초하여 상기 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성하고, 상기 운동 기초 정보에 기초하여 상기 사용자에 대한 목표 운동량(amount of exercise)을 결정하고, 상기 목표 운동량에 기초하여 상기 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하고, 상기 타겟 운동 프로그램에 대한 정보를 상기 전자 장치로 전송할 수 있다.

일 실시 예에 따른, 서버에 의해 수행되는, 운동 프로그램 결정 방법은, 전자 장치의 사용자의 운동 기초 정보를 획득하는 동작, 상기 운동 기초 정보에 기초하여 상기 서버에 저장된 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정하는 동작, 상기 사용자에 대한 목표 운동 결과에 기초하여 상기 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성하는 동작, 상기 운동 기초 정보에 기초하여 상기 사용자에 대한 목표 운동량을 결정하는 동작, 상기 목표 운동량에 기초하여 상기 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 동작, 및 상기 타겟 운동 프로그램에 대한 정보를 상기 전자 장치로 전송하는 동작을 포함할 수 있다.

일 실시 예에 따른, 전자 장치에 있어서, 외부 장치와 데이터를 교환하는 통신 모듈, 및 상기 전자 장치를 제어하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 상기 전자 장치의 사용자의 운동 기초 정보를 획득하고, 상기 운동 기초 정보에 기초하여 상기 서버에 저장된 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정하고, 상기 사용자에 대한 목표 운동 결과에 기초하여 상기 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성하고, 상기 운동 기초 정보에 기초하여 상기 사용자에 대한 목표 운동량을 결정하고, 상기 목표 운동량에 기초하여 상기 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하고, 상기 운동 프로그램에 기초하여 상기 사용자가 착용한 웨어러블 장치를 제어할 수 있다.

도 1은 일 실시 예에 따른, 사용자에게 운동 프로그램을 제공하기 위한 시스템의 구성도이다.
도 2는 일 실시 예에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 3a, 3b, 3c 및 3d는 일 실시 예에 따른, 웨어러블 장치를 설명하기 위한 도면이다.
도 4는 일 실시 예에 따른, 전자 장치와 통신하는 웨어러블 장치를 설명하기 위한 도면이다.
도 5 및 도 6은 일 실시 예에 따른, 웨어러블 장치의 토크 출력 방법을 설명하기 위한 도면이다.
도 7은 일 실시 예에 따른, 서버의 구성도이다.
도 8은 일 실시 예에 따른, 운동 프로그램을 결정하는 방법의 흐름도이다.
도 9는 일 실시 예에 따른, 사용자의 운동 기초 정보로서 운동 능력 지표를 계산하는 방법의 흐름도이다.
도 10은 일 실시 예에 따른, 운동 기초 정보에 기초하여 복수의 운동 모드들 중 후보 운동 모드들을 결정하는 방법의 흐름도이다.
도 11은 일 실시 예에 따른, 사용자에 대한 목표 운동 결과에 기초하여 복수의 운동 프로그램들을 생성하는 방법의 흐름도이다.
도 12는 일 실시 예에 따른, 사용자에 대한 목표 운동량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 방법의 흐름도이다.
도 13은 일 실시 예에 따른, 사용자가 수행한 현재 운동량 및 현재 운동 효과량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 방법의 흐름도이다.
도 14는 일 실시 예에 따른, 사용자의 추가 정보에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 방법의 흐름도이다.
도 15는 일 실시 예에 따른, 사용자의 운동 기초 정보로서 이전 운동 모드에 대한 운동 정확도 정보를 생성하는 방법의 흐름도이다.
도 16은 일 실시 예에 따른, 사용자에게 타겟 운동 프로그램을 추천하는 방법의 개략도이다.

이하, 본 기재의 일 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 기재를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 기재의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.

도 1은 일 실시 예에 따른, 사용자에게 운동 프로그램을 제공하기 위한 시스템의 구성도이다.

일 실시 예에 따른, 사용자에게 운동 프로그램을 제공하기 위한 시스템(100)은 전자 장치(110), 웨어러블 장치(120), 부가 장치(130), 및 서버(140)를 포함할 수 있다.

일 실시 예에 따르면, 전자 장치(110)는 근거리 무선 통신을 이용하여 웨어러블 장치(120)와 연결될 수 있는 사용자 단말일 수 있다. 예를 들어, 전자 장치(110)는 웨어러블 장치(120)를 제어하기 위한 제어 신호를 웨어러블 장치(120)로 전송할 수 있다. 전자 장치(110)에 대해 아래에서 도 2를 참조하여 상세히 설명되고, 제어 신호의 전송에 대해 아래에서 도 4를 참조하여 상세히 설명된다.

일 실시 예에 따르면, 웨어러블 장치(120)는 웨어러블 장치(120)를 착용한 사용자에게 보행을 보조하기 위한 보조력 또는 보행을 방해하기 위한 저항력을 제공할 수 있다. 저항력은 사용자의 운동을 위해 제공될 수 있다. 웨어러블 장치(120)에서 이용되는 다양한 제어 파라미터들의 값들이 제어됨으로써 웨어러블 장치(120)에 의해 출력되는 보조력 또는 저항력이 제어될 수 있다. 웨어러블 장치(120)의 구조 및 구동 방법에 대해 아래에서 도 3a, 3b, 3c, 3d, 4, 5, 및 6을 참조하여 상세히 설명된다.

일 실시 예에 따르면, 전자 장치(110)는 근거리 무선 통신을 이용하여 부가 장치(130)(예: 무선 이어폰(131), 스마트워치(132) 또는 스마트글래스(133))와 연결될 수 있다. 예를 들어, 전자 장치(110)는 전자 장치(110)의 상태 또는 웨어러블 장치(120)의 상태 등을 나타내는 정보를 부가 장치(130)를 통해 사용자에게 출력할 수 있다. 예를 들어, 부가 장치(130)의 햅틱 장치, 스피커 장치 및 디스플레이 장치를 통해 웨어러블 장치(120)를 착용한 사용자의 보행 상태에 대한 피드백 정보가 출력될 수 있다.

일 실시 예에 따르면, 전자 장치(110)는 근거리 무선 통신 또는 셀룰러 통신을 이용하여 서버(140)와 연결될 수 있다. 예를 들어, 서버(140)는 웨어러블 장치(120)를 통해 사용자에게 제공될 수 있는 복수의 운동 프로그램들에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 서버(140)는 전자 장치(110) 또는 웨어러블 장치(120)의 사용자에 대한 사용자 계정을 관리할 수 있다. 서버(140)는 사용자가 수행한 운동 프로그램 및 운동 프로그램에 대한 수행 결과 등을 사용자 계정과 연관하여 저장하고, 관리할 수 있다. 서버(140)에 대한 예시적인 구성도에 대해 아래에서 도 7을 참조하여 상세히 설명된다.

일 실시 예에 따르면, 시스템(100)은 사용자가 원하는 다양한 운동 환경에서 운동 목적을 달성하기 위한 다양한 운동 프로그램들을 사용자에게 제공할 수 있다. 예를 들어, 사용자의 운동 목적이 미리 설정될 수 있다. 예를 들어, 운동 목적은 근력 향상, 근체력 향상, 심폐지구력 향상, 코어 안정성 향상, 유연성 향상, 또는 대칭성 향상 중 적어도 하나를 포함할 수 있다.

사용자의 운동 목적을 달성하기 위해 시스템(100)은 사용자에게 운동 프로그램들을 추천할 수 있다. 예를 들어, 각 운동 프로그램은 하나 이상의 운동 모드들로 구성될 수 있다. 예를 들어, 각 운동 모드는 특정한 운동 목적을 달성하기 위한 신체 동작에 대한 것일 수 있다. 예를 들어, 달리기는 사용자의 심폐지구력 향상을 위한 운동 모드일 수 있다. 예를 들어, 런지는 사용자의 코어 안정성 향상을 위한 운동 모드일 수 있다. 사용자의 운동 목적에 따라 각 운동 프로그램을 구성하는 복수의 운동 모드들의 조합이 다양하게 나타날 수 있다. 시스템(100)은 동일한 운동 목적을 위한 경우에도, 복수의 운동 모드들의 조합에 따른 다양한 운동 프로그램들을 사용자에게 제공할 수 있다.

일 실시 예에 따르면, 운동 모드는 사용자의 목표 움직임에 대해 웨어러블 장치(120)가 적절한 토크를 사용자에게 제공하도록 웨어러블 장치(120)를 제어하는 움직임 제어 모델에 기초할 수 있다. 예를 들어, 제1 운동 모드가 스쿼트인 경우 스쿼트에 대한 움직임 제어 모델은 사용자의 스쿼트 자세에 대응하는 보조력 또는 저항력이 사용자에게 제공되도록 웨어러블 장치(120)를 제어할 수 있다. 예를 들어, 제2 운동 모드가 왼쪽 런지인 경우 왼쪽 런지에 대한 움직임 제어 모델은 사용자의 왼쪽 런지 자세에 대응하는 보조력 또는 저항력이 사용자에게 제공되도록 웨어러블 장치(120)를 제어할 수 있다. 움직임 제어 모델은 사용자가 착용한 웨어러블 장치(120)의 목표 움직임에서 출력되는 토크와 관련된 제어 파라미터들의 값들을 결정할 수 있다. 예를 들어, 제어 파라미터들은 웨어러블 장치(120)를 통해 출력될 토크의 크기, 방향 및 타이밍, 웨어러블 장치(120)의 관절 각도들 간의 오프셋 각도, 및 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터들을 포함할 수 있다.

일 실시 예에 따르면, 복수의 운동 모드들은 데이터베이스화되어 전자 장치(110)에 저장되거나, 또는 서버(140)에 저장될 수 있다. 전자 장치(110) 또는 서버(140)는 사용자에 대한 다양한 정보들에 기초하여 복수의 운동 프로그램들을 생성하고, 사용자의 운동 목적 또는 운동 수행 상태 등을 고려하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 사용자에게 추천할 수 있다. 예를 들어, 전자 장치(110) 또는 서버(140)는 사용자의 운동 목적, 운동 이력 또는 운동 수행 결과 중 적어도 하나에 기초하여 사용자에게 추천할 타겟 운동 프로그램을 결정할 수 있다. 이에 따라, 사용자는 동일한 운동 목표 하에서 매일 운동을 수행하는 경우에도 새로운 운동 프로그램을 추천 받을 수 있고, 사용자는 새로운 운동 프로그램을 수행함으로써 기존과는 다른 운동을 수행하는 느낌을 받을 수 있다.

아래에서 도 8 내지 도 16을 참조하여 사용자에게 운동 프로그램을 제공하는 방법이 상세히 설명된다.

도 2는 일 실시 예에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.

도 2는 일 실시 예에 따른, 네트워크 환경(200) 내의 전자 장치(201)(예: 도 1의 전자 장치(110))의 블록도이다. 도 2를 참조하면, 네트워크 환경(200)에서 전자 장치(201)는 제1 네트워크(298)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(202)와 통신하거나, 또는 제2 네트워크(299)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(204) 또는 서버(208) 중 적어도 하나와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 서버(208)를 통하여 전자 장치(204)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 프로세서(220), 메모리(230), 입력 모듈(250), 음향 출력 모듈(255), 디스플레이 모듈(260), 오디오 모듈(270), 센서 모듈(276), 인터페이스(277), 연결 단자(278), 햅틱 모듈(279), 카메라 모듈(280), 전력 관리 모듈(288), 배터리(289), 통신 모듈(290), 가입자 식별 모듈(296), 또는 안테나 모듈(297)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(201)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(278))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(276), 카메라 모듈(280), 또는 안테나 모듈(297))은 하나의 구성요소(예: 디스플레이 모듈(260))로 통합될 수 있다.

프로세서(220)는, 예를 들면, 소프트웨어(예: 프로그램(240))를 실행하여 프로세서(220)에 연결된 전자 장치(201)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(220)는 다른 구성요소(예: 센서 모듈(276) 또는 통신 모듈(290))로부터 수신된 명령 또는 데이터를 휘발성 메모리(232)에 저장하고, 휘발성 메모리(232)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(234)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(220)는 메인 프로세서(221)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(223)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(201)가 메인 프로세서(221) 및 보조 프로세서(223)를 포함하는 경우, 보조 프로세서(223)는 메인 프로세서(221)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(223)는 메인 프로세서(221)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(223)는, 예를 들면, 메인 프로세서(221)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(221)를 대신하여, 또는 메인 프로세서(221)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(221)와 함께, 전자 장치(201)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(260), 센서 모듈(276), 또는 통신 모듈(290))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(223)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(280) 또는 통신 모듈(290))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(223)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(201) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(208))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(230)는, 전자 장치(201)의 적어도 하나의 구성요소(예: 프로세서(220) 또는 센서 모듈(276))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(240)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(230)는, 휘발성 메모리(232) 또는 비휘발성 메모리(234)를 포함할 수 있다.

프로그램(240)은 메모리(230)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(242), 미들 웨어(244) 또는 어플리케이션(246)을 포함할 수 있다.

입력 모듈(250)은, 전자 장치(201)의 구성요소(예: 프로세서(220))에 사용될 명령 또는 데이터를 전자 장치(201)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(250)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(255)은 음향 신호를 전자 장치(201)의 외부로 출력할 수 있다. 음향 출력 모듈(255)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(260)은 전자 장치(201)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(260)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(260)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(270)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(270)은, 입력 모듈(250)을 통해 소리를 획득하거나, 음향 출력 모듈(255), 또는 전자 장치(201)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(202))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(276)은 전자 장치(201)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(276)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(277)는 전자 장치(201)가 외부 전자 장치(예: 전자 장치(202))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(277)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(278)는, 그를 통해서 전자 장치(201)가 외부 전자 장치(예: 전자 장치(202))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(278)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(279)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(279)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(280)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(280)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(288)은 전자 장치(201)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(288)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(289)는 전자 장치(201)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(289)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(290)은 전자 장치(201)와 외부 전자 장치(예: 전자 장치(202), 전자 장치(204), 또는 서버(208)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(290)은 프로세서(220)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(290)은 무선 통신 모듈(292)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(294)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(298)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(299)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(204)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(292)은 가입자 식별 모듈(296)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 사용하여 제1 네트워크(298) 또는 제2 네트워크(299)와 같은 통신 네트워크 내에서 전자 장치(201)를 확인 또는 인증할 수 있다.

무선 통신 모듈(292)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(292)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(292)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(292)은 전자 장치(201), 외부 전자 장치(예: 전자 장치(204)) 또는 네트워크 시스템(예: 제2 네트워크(299))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(292)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(297)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(297)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(297)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(298) 또는 제2 네트워크(299)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(290)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(290)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(297)의 일부로 형성될 수 있다.

일 실시 예에 따르면, 안테나 모듈(297)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(299)에 연결된 서버(208)를 통해서 전자 장치(201)와 외부의 전자 장치(204)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(202, 또는 204) 각각은 전자 장치(201)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(201)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(202, 204, 또는 208) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(201)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(201)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(201)로 전달할 수 있다. 전자 장치(201)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 사용될 수 있다. 전자 장치(201)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 사용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(204)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(208)는 기계 학습 및/또는 신경망을 사용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(204) 또는 서버(208)는 제2 네트워크(299) 내에 포함될 수 있다. 전자 장치(201)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

본 문서에 개시된 일 실시 예에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 일 실시 예 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 일 실시 예에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 일 실시 예는 기기(machine)(예: 전자 장치(201)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(236) 또는 외장 메모리(238))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(240))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(201))의 프로세서(예: 프로세서(220))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시 예에 따르면, 본 문서에 개시된 일 실시 예에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

일 실시 예에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 일 실시 예에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 일 실시 예에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 3a, 3b, 3c 및 3d는 일 실시 예에 따른, 웨어러블 장치를 설명하기 위한 도면이다.

도 3a, 3b, 3c 및 3d를 참조하면, 웨어러블 장치(300)(예: 도 1의 웨어러블 장치(120))는 사용자에게 장착되어 사용자의 보행(gait)을 보조할 수 있다. 예를 들어, 웨어러블 장치(300)는 사용자의 보행을 보조하는 장치일 수 있다. 또한, 웨어러블 장치(300)는 사용자의 보행을 보조할 뿐만 아니라, 사용자에게 저항력을 제공함으로써 운동 기능을 제공하는 운동 장치일 수 있다. 예를 들어, 사용자에게 제공되는 저항력은 모터와 같은 장치에 의해 출력되는 힘과 같이 사용자에게 능동적으로 가해지는 힘일 수도 있고, 다른 예로, 저항력은 사용자에게 능동적으로 가해지는 힘은 아니나 마찰력과 같이 사용자의 움직임을 방해하는 힘일 수 있다. 다른 말로, 저항력은 운동 부하로 표현될 수 있다.

도 3a, 3b, 3c 및 3d는 힙 타입의 웨어러블 장치(300)를 도시하고 있으나, 웨어러블 장치의 타입은 힙 타입에 제한되는 것은 아니며, 웨어러블 장치는 하지 전체를 지원하는 형태 또는 하지 일부를 지원하는 타입일 수 있다. 그리고, 웨어러블 장치는 하지 일부를 지원하는 형태, 무릎까지 지원하는 형태, 발목까지 지원하는 형태 및 전신을 지원하는 형태 중 어느 하나일 수 있다.

도 3a, 3b, 3c 및 3d를 참조하여 설명되는 실시예들은 힙 타입에 대해 적용될 수 있으나, 이에 한정되는 것이 아니며 다양한 타입들의 웨어러블 장치에 대해서 모두 적용될 수 있다.

일 측면에 따르면, 웨어러블 장치(300)는 구동부(310), 센서부(320), IMU(Inertial Measurement Unit)(330), 제어부(340), 배터리(350) 및 통신 모듈(152)을 포함한다. 예를 들어, IMU(330) 및 제어부(340)는 웨어러블 장치(300)의 메인 프레임 내에 배치될 수 있다. 다른 예로, IMU(330) 및 제어부(340)는 웨어러블 장치(300)의 메인 프레임의 외부에 형성(또는, 부착)되는 하우징(미도시)에 포함될 수 있다.

구동부(310)는 모터(314) 및 모터(314)를 구동시키기 위한 모터 드라이버 회로(312)를 포함할 수 있다. 센서부(320)는 적어도 하나의 센서(321)를 포함할 수 있다. 제어부(340)는 프로세서(342), 메모리(344) 및 입력 인터페이스(346)를 포함할 수 있다. 도 3c에는 하나의 센서(321), 하나의 모터 드라이버 회로(312), 및 하나의 모터(314)가 도시되어 있으나 이는 예시적인 사항일 뿐, 도 3d에 도시된 예와 같이 다른 일례의 웨어러블 장치(300-1)는 복수의 센서들(321 및 321-1), 복수의 모터 드라이버 회로들(312 및 312-1), 및 복수의 모터들(314 및 314-1)을 포함할 수 있다. 또한, 구현에 따라 웨어러블 장치(300)는 복수의 프로세서들을 포함할 수 있다. 모터 드라이버 회로 개수, 모터 개수, 또는 프로세서 개수는 웨어러블 장치(300)가 착용되는 신체 부위에 따라 달라질 수 있다.

후술할 센서(321), 모터 드라이버 회로(312), 및 모터(314)에 대한 설명은 도 3d에 도시된 센서(321-1), 모터 드라이버 회로(312-1), 및 모터(314-1)에 대해서도 적용될 수 있다.

구동부(310)는 사용자의 힙 관절(hip joint)을 구동시킬 수 있다. 예를 들어, 구동부(310)는 사용자의 오른쪽 힙 및/또는 왼쪽 힙 부분에 위치할 수 있다. 구동부(310)는 사용자의 무릎 부분 및 발목 부분에 추가적으로 위치할 수 있다. 구동부(310)는 회전 토크를 발생시킬 수 있는 모터(314) 및 모터(314)를 구동시키기 위한 모터 드라이버 회로(312)를 포함한다.

센서부(320)는 보행 시 사용자의 힙 관절의 각도를 측정할 수 있다. 센서부(320)에서 센싱되는 힙 관절의 각도에 대한 정보는 오른쪽 힙 관절의 각도, 왼쪽 힙 관절의 각도, 양쪽 힙 관절 각도들 간의 차이 및 힙 관절 운동 방향을 포함할 수 있다. 예를 들어, 센서(321)는 구동부(310) 내에 위치할 수 있다. 센서(321)의 위치에 따라 센서부(320)는 사용자의 무릎 각도 및 발목 각도를 추가적으로 측정할 수 있다. 센서(321)는 엔코더(encoder)일 수 있다. 센서부(320)에 의해 측정된 관절의 각도에 정보는 제어부(340)로 전송될 수 있다.

일 측면에 따르면, 센서부(320)는 포텐셔미터를 포함할 수 있다. 포텐셔미터는 사용자의 보행 동작에 따른 R축 관절 각도, L축 관절 각도, R축 관절 각속도, 및 L축 관절 각속도를 센싱할 수 있다. R/L축은 사용자의 오른쪽/왼쪽 다리에 대한 기준 축일 수 있다. 예를 들어, R/L축은 지면에 수직이 되도록 설정되고, 사람의 몸통의 앞면 쪽이 음수 값을 갖고, 몸통의 뒷면 쪽이 양수 값을 갖도록 설정될 수 있다.

IMU(330)는 보행 시 가속도 정보와 자세 정보를 측정할 수 있다. 예를 들어, IMU(330)는 사용자의 보행 동작에 따른 X축, Y축, Z축 가속도 및 X축, Y축, Z축 각속도를 센싱할 수 있다. IMU(330)에 의해 측정된 가속도 정보와 자세 정보는 제어부(340)로 전송될 수 있다.

웨어러블 장치(300)는 앞서 설명한 센서부(320) 및 IMU(330) 이외에, 보행 동작에 따른 사용자의 운동량(quantity of motion) 또는 생체 신호 등의 변화를 센싱할 수 있는 다른 센서(예를 들어, 근전도 센서(ElectroMyoGram sensor: EMG sensor))를 포함할 수 있다.

제어부(340)는 웨어러블 장치(300)의 동작을 전반적으로 제어할 수 있다. 예를 들어, 제어부(340)는 센서부(320) 및 IMU(330) 각각이 센싱된 정보를 수신할 수 있다. IMU(330)에 의해 센싱된 정보는 가속도 정보 및 자세 정보를 포함하고, 센서부(320)에 의해 센싱된 정보는 오른쪽 힙 관절의 각도, 왼쪽 힙 관절의 각도, 양쪽 힙 관절 각도들 간의 차이 및 힙 관절 운동 방향을 포함할 수 있다. 실시예에 따라, 제어부(340)가 오른쪽 힙 관절의 각도 및 왼쪽 힙 관절의 각도에 기초하여 양쪽 힙 관절 각도들 간의 차이를 계산할 수도 있다. 제어부(340)는 센싱된 정보에 기초하여 구동부(310)를 제어하기 위한 신호를 생성할 수 있다. 예를 들어, 생성된 신호는 사용자의 보행을 보조하기 위한 보조력일 수 있다. 다른 예로, 생성된 신호는 사용자의 보행을 방해하기 위한 저항력일 수 있다. 저항력은 사용자의 운동을 위해 제공될 수 있다.

일 실시 예에 따르면, 제어부(340)의 프로세서(342)는 사용자에게 저항력을 제공하기 위해 구동부(310)를 제어할 수 있다.

예를 들어, 구동부(310)는 모터(314)를 통해 사용자에게 능동적인 힘을 가함으로써 사용자에게 저항력을 제공할 수 있다. 구동부(310)는 사용자의 움직임에게 방해되는 방향으로 토크를 출력함으로써 사용자에게 저항력을 제공할 수 있다.

예를 들어, 구동부(310)는 사용자에게 능동적인 힘을 가하지 않고, 모터(314)의 역 구동성(back-drivability)을 이용하여 사용자에게 저항력을 제공할 수 있다. 모터의 역 구동성이란, 외부의 힘에 대한 모터의 회전 축의 반응성을 의미할 수 있고, 모터의 역 구동성이 높을수록 모터의 회전 축에 작용하는 외부의 힘에 대해 쉽게 반응할 수 있다(즉, 모터의 회전 축이 쉽게 회전한다). 예를 들어, 모터의 회전 축에 동일한 외부의 힘이 가해지더라도, 역 구동성의 정도에 따라 모터의 회전 축이 회전하는 정도가 달라진다.

일 실시 예에 따르면, 제어부(340)의 프로세서(342)는 구동부(310)가 사용자의 보행을 돕기 위한 토크(또는 보조 토크)를 출력하도록, 구동부(310)를 제어할 수 있다. 예를 들어, 힙 타입의 웨어러블 장치(300)에서, 구동부(310)는 왼쪽 힙 부분 및 오른쪽 힙 부분에 각각 배치되도록 구성될 수 있고, 제어부(340)는 토크가 발생되도록 구동부(310)를 제어하는 제어 신호를 출력할 수 있다.

구동부(310)는 제어부(340)가 출력한 제어 신호에 기반하여, 토크를 발생시킬 수 있다. 토크를 발생시키기 위한 토크 값은 외부에 의해 설정될 수도 있고, 제어부(340)에 의해 설정될 수도 있다. 예를 들어, 제어부(340)는 토크 값의 크기를 나타내기 위해, 구동부(310)로 전송하는 신호에 대한 전류의 크기를 이용할 수 있다. 즉, 구동부(310)가 수신하는 전류의 크기가 클수록, 토크 값이 클 수 있다. 다른 예로, 제어부(340)의 프로세서(342)는 제어 신호를 구동부(310)의 모터 드라이버 회로(312)로 전송하고, 모터 드라이버 회로(312)는 제어 신호에 대응하는 전류를 생성함으로써 모터(314)를 제어할 수 있다.

배터리(350)는 웨어러블 장치(300)의 구성 요소에 전력을 공급한다. 웨어러블 장치(300)는 배터리(350)의 전력을 웨어러블 장치(300)의 구성 요소의 동작 전압에 맞게 변환하여 웨어러블 장치(300)의 구성 요소에 제공하는 회로(예를 들어, PMIC(Power Management Integrated Circuit))를 더 포함할 수 있다. 또한, 웨어러블 장치(300)의 동작 모드에 따라 배터리(350)는 모터(314)에 전력을 공급하거나 공급하지 않을 수 있다.

통신 모듈(352)은 웨어러블 장치(300)와 외부 전자 장치 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(352)은 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(352)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크를 통하여 외부의 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다.

도 4는 일 실시 예에 따른, 전자 장치와 통신하는 웨어러블 장치를 설명하기 위한 도면이다.

도 4에 도시된 예에서, 웨어러블 장치(300)는 전자 장치(201)와 통신할 수 있다. 예를 들어, 전자 장치(201)는 웨어러블 장치(300)의 사용자의 전자 장치일 수 있다. 일 실시 예에 따르면, 웨어러블 장치(300)와 전자 장치(201)는 근거리 무선 통신 방식을 이용하여 연결될 수 있다.

전자 장치(201)는 디스플레이(201-1)에 웨어러블 장치(300)의 동작을 제어하기 위한 UI(user interface)를 표시할 수 있다. 예를 들어, UI는 사용자가 웨어러블 장치(300)를 제어할 수 있는 적어도 하나의 소프트키를 포함할 수 있다.

사용자는 전자 장치(201)의 디스플레이(201-1) 상의 UI를 통해 웨어러블 장치(300)의 동작을 제어하기 위한 명령을 입력할 수 있고, 서버(140)는 명령에 대응하는 제어 명령을 생성하고, 생성된 제어 명령을 웨어러블 장치(300)로 전송할 수 있다. 웨어러블 장치(300)는 수신된 제어 명령에 따라 동작할 수 있고, 제어 결과를 전자 장치(201)로 전송할 수 있다. 전자 장치(201)는 제어 완료 메시지를 전자 장치(201)의 디스플레이(201-1)에 표시할 수 있다.

도 5 및 도 6은 일 실시 예에 따른, 웨어러블 장치의 토크 출력 방법을 설명하기 위한 도면이다.

도 5 내지 도 6에 도시된 예에서, 도 3의 웨어러블 장치(300)의 구동부들(310-1 및 310-2)은 사용자의 힙 관절 부근에 위치할 수 있고, 웨어러블 장치(300)의 제어부(340)는 허리 부근에 위치할 수 있다. 구동부들(310-1 및 310-2) 및 제어부(340)의 위치는 도 5 및 도 6에 도시된 예로 제한되지 않는다.

웨어러블 장치(300)는 사용자의 왼쪽 힙 관절 각도 q_l과 오른쪽 힙 관절 각도 q_r을 측정(또는, 센싱)한다. 일례로, 웨어러블 장치(300)는 왼쪽 엔코더를 통해 사용자의 왼쪽 힙 관절 각도 q_l을 측정할 수 있고, 오른쪽 엔코더를 통해 사용자의 오른쪽 힙 관절 각도 q_r을 측정할 수 있다. 도 6에 도시된 예에서, 왼쪽 다리는 기준선(620)보다 앞서므로 왼쪽 힙관절 각도 q_l은 음수(negative number)일 수 있고, 오른쪽 다리는 기준선(620)보다 뒤에 있으므로 오른쪽 힙 관절 각도 q_r은 양수(positive number)일 수 있다. 구현에 따라, 오른쪽 다리가 기준선(620)보다 앞설 때 오른쪽 힙관절 각도 q_r이 음수일 수 있고 왼쪽 다리가 기준선(620)보다 뒤에 있을 때 왼쪽 힙 관절 각도 q_l이 양수일 수 있다.

일 실시 예에 따르면, 웨어러블 장치(300)는 센서부(320)가 측정한 제1 관절(예: 오른쪽 힙 관절)의 제1 원시 각도(예: q_r_raw) 및 제2 관절(예: 왼쪽 힙 관절)의 제2 원시 각도(예: q_l_raw)를 필터링함으로써 제1 각도(예: q_r) 및 제2 각도(q_l)를 획득할 수 있다. 예를 들어, 웨어러블 장치(300)는 이전 시각에 대해 측정된 제1 이전 각도 및 제2 이전 각도에 기초하여 제1 원시 각도 및 제2 원시 각도를 필터링할 수 있다.

일 실시 예에 따르면, 웨어러블 장치(300)는 왼쪽 힙 관절 각도 q_l, 오른쪽 힙 관절 각도 q_r, 오프셋 각도(offset angle) c, 민감도 α, 게인 κ, 및 딜레이 △t를 기초로 토크 값 τ(t)을 결정하고, 결정된 토크 값 τ(t)이 출력되도록 웨어러블 장치(300)의 모터 드라이버 회로(312)를 제어할 수 있다. 토크 값 τ(t)에 의해 사용자에게 제공되는 힘은 포스 피드백으로 명명될 수 있다. 일례로, 웨어러블 장치(300)는 아래의 [수학식 1]에 기초하여 토크 값 τ(t)을 결정할 수 있다.

[수학식 1]

[수학식 1]에서 y는 상태 인자(state factor)이고, q_r는 오른쪽 힙 관절 각도이고, q_l는 왼쪽 힙 관절 각도일 수 있다. 상기의 [수학식 1]에 따르면, 상태 인자 y는 두 다리들 사이의 거리와 관련될 수 있다. 예를 들어, y가 0인 경우에는 다리들 사이의 거리가 0인 상태(즉, 교차 상태)를 나타내고, y의 절대 값이 최대인 경우에는 다리들 사이의 각도가 최대인 상태(즉, 랜딩 상태)를 나타낼 수 있다. 일 실시 예에 따르면, q_r 및 q_l이 시각 t에서 측정된 경우, 상태 인자는 y(t)로 표현될 수 있다.

게인 κ는 출력되는 토크의 크기와 방향을 나타내는 파라미터이다. 게인 κ의 크기가 클수록 강한 토크가 출력될 수 있다. 게인 κ가 음수이면 사용자에게 저항력으로 작용하는 토크가 출력될 수 있고 게인 κ가 양수이면 사용자에게 보조력으로 작용하는 토크가 출력될 수 있다. 딜레이 △t는 토크의 출력 타이밍과 관련된 파라미터이다. 게인 κ의 값 및 딜레이 △t의 값은 미리 설정될 수 있고, 사용자 또는 웨어러블 장치(300)에 의해 조정 가능할 수 있다. [수학식 1], 게인 κ 및 딜레이 △t와 같은 파라미터들에 기초하여 사용자에게 보조력으로 작용하는 토크를 출력하는 모델은 토크 출력 모델(또는, 토크 출력 알고리즘)로 정의될 수 있다. 웨어러블 장치(300) 센서들을 통해 수신한 입력 파라미터들의 값들을 토크 출력 모델에 입력함으로써 출력될 토크의 크기 및 딜레이를 결정할 수 있다.

일 실시 예에 따르면, 웨어러블 장치(300)는 상태 인자 y(t)에 대해 결정된 파라미터 값으로서 제1 게인 값 및 제1 딜레이 값을 제1 상태 인자 y(t)에 적용함으로써 아래의 [수학식 2]을 통해 제1 토크 값을 결정할 수 있다.

[수학식 2]

두 다리들에 적용되어야 하므로, 계산된 제1 토크 값은 제1 관절에 대한 값 및 제2 관절에 대한 값을 포함할 수 있다. 예를 들어, 은 제2 관절인 왼쪽 힙 관절에 대한 값일 수 있고, 은 제1 관절인 오른쪽 힙 관절에 대한 값일 수 있다. 및 은 크기는 동일하고, 토크의 방향이 반대인 값일 수 있다. 웨어러블 장치(300)는 제1 토크 값에 대응하는 토크가 출력되도록 웨어러블 장치(300)의 모터 드라이버(312)를 제어할 수 있다.

일 실시 예에 따르면, 사용자가 왼쪽 다리와 오른쪽 다리가 비대칭인 보행을 수행하는 경우, 웨어러블 장치(300)는 비대칭 보행을 보조하기 위해 비대칭적인 토크를 사용자의 양쪽 다리들에 각각 제공할 수 있다. 예를 들어, 보폭이 작거나 또는 스윙 속도가 느린 다리 쪽에 더 강한 보조력을 제공할 수 있다. 이하에서, 보폭이 작거나 또는 스윙 속도가 느린 다리를 환측 다리(affected leg) 또는 타겟 다리(target leg)로 명명한다.

일반적으로 환측 다리는 건측 다리에 비해 스윙 시간이 짧거나, 보폭이 작을 수 있다. 일 실시 예에 따르면, 사용자의 보행을 보조하기 위해 환측 다리에 작용하는 토크의 타이밍을 조절하는 방식이 고려될 수 있다. 예를 들어, 환측 다리의 스윙 동작을 보조하기 위한 토크의 출력 시간을 증가시키기 위해 환측 다리에 대한 실제의 관절 각도에 오프셋 각도가 부가될 수 있다. c는 관절 각도들 간의 오프셋 각도를 나타내는 파라미터의 값일 수 있다. 환측 다리의 실제의 관절 각도에 오프셋 각도가 부가됨으로써 웨어러블 장치(300)에 탑재(또는, 적용)된 토크 출력 모델에 입력되는 입력 파라미터의 값이 조정될 수 있다. 예를 들어, q_r 및 q_l의 값이 아래의 [수학식 3]을 통해 조정될 수 있다. c_r은 오른쪽 힙 관절에 대한 오프셋 각도를 의미하고, c_l은 왼쪽 힙 관절에 대한 오프셋 각도를 의미할 수 있다.

[수학식 3]

일 실시 예에 따르면, 웨어러블 장치(300)는 불규칙한 토크의 출력에 의해 사용자가 느끼는 불편감을 감소시키기 위해 상태 인자를 필터링할 수 있다. 예를 들어, 웨어러블 장치(30)는 제1 관절의 제1 각도 및 제2 관절의 제2 각도에 기초하여 현재 시각 t의 초기 상태 인자 y _raw (t)를 결정하고, 이전 시각 t-1에 대해 결정된 이전 상태 인자 y ^prv 및 초기 상태 인자 y _raw (t)에 기초하여 제1 상태 인자 y(t)를 결정할 수 있다. 현재 시각 t는 t 번째의 데이터(또는, 샘플)에 대한 처리 시각을 의미하고, 이전 시각 t-1는 t-1 번째의 데이터에 대한 처리 시각을 의미할 수 있다. 예를 들어, 현재 시각 t 및 이전 시각 t-1 간의 차이는 해당 데이터들을 생성 또는 처리하는 프로세서의 동작 주기일 수 있다. 민감도 α는 민감도를 나타내는 파라미터의 값일 수 있다. 예를 들어, 민감도 값은 테스트 보행 동안 계속적으로 조정될 수 있으나, 계산의 복잡성을 낮추기 위해 민감도 값은 일정한 값으로 미리 설정될 수 있다.

전술된 실시 예에서는, 웨어러블 장치(300)에 의해 제어 파라미터들의 값이 결정되는 방법에 대해 설명되었지만, 웨어러블 장치(300) 대신에 전자 장치(예: 도 1의 전자 장치(110) 또는 도 2의 전자 장치(201))에 의해 제어 파라미터들의 값이 결정될 수 있다. 예를 들어, 전자 장치는 웨어러블 장치(300)로부터 센싱 데이터를 수신하고, 센싱 데이터에 기초하여 제어 파라미터들의 값을 결정할 수 있고, 결정된 제어 파라미터들의 값에 기초하여 웨어러블 장치(300)의 동작을 제어할 수 있다.

도 7은 일 실시 예에 따른, 서버의 구성도이다.

서버(700)는 통신부(710), 프로세서(720) 및 메모리(730)를 포함한다. 예를 들어, 서버(700)는 도 1을 참조하여 전술된 서버(140)일 수 있다.

통신부(710)는 프로세서(720) 및 메모리(730)와 연결되어 데이터를 송수신한다. 통신부(710)는 외부의 다른 장치와 연결되어 데이터를 송수신할 수 있다.

통신부(710)는 서버(700) 내의 회로망(circuitry)으로 구현될 수 있다. 예를 들어, 통신부(710)는 내부 버스(internal bus) 및 외부 버스(external bus)를 포함할 수 있다. 예를 들어, 통신부(710)는 서버(700)와 외부의 장치를 연결하는 요소일 수 있다. 통신부(710)는 인터페이스(interface)일 수 있다. 통신부(710)는 외부의 장치로부터 데이터를 수신하여, 프로세서(720) 및 메모리(730)에 데이터를 전송할 수 있다.

프로세서(720)는 통신부(710)가 수신한 데이터 및 메모리(730)에 저장된 데이터를 처리한다. "프로세서"는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.

프로세서(720)는 메모리(예를 들어, 메모리(730))에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(720)에 의해 유발된 인스트럭션들을 실행한다.

메모리(730)는 통신부(710)가 수신한 데이터 및 프로세서(720)가 처리한 데이터를 저장한다. 예를 들어, 메모리(730)는 프로그램(또는 어플리케이션, 소프트웨어)을 저장할 수 있다. 저장되는 프로그램은 사용자에 대한 복수의 운동 프로그램들을 생성하고, 사용자에게 복수의 운동 프로그램들 중 타겟 운동 프로그램을 추천할 수 있도록 코딩되어 프로세서(720)에 의해 실행 가능한 신텍스(syntax)들의 집합일 수 있다.

일 측면에 따르면, 메모리(730)는 하나 이상의 휘발성 메모리, 비휘발성 메모리 및 RAM(Random Access Memory), 플래시 메모리, 하드 디스크 드라이브 및 광학 디스크 드라이브를 포함할 수 있다.

메모리(730)는 서버(700)를 동작 시키는 명령어 세트(예를 들어, 소프트웨어)를 저장한다. 서버(700)를 동작 시키는 명령어 세트는 프로세서(720)에 의해 실행된다. 일 실시 예에 따르면, 메모리(730)는 복수의 운동 모드들에 대한 정보를 포함하는 데이터베이스를 포함할 수 있다. 일 실시 예에 따르면, 메모리(730)는 복수의 사용자들이 수행한 운동 프로그램들의 이력을 저장하는 데이터베이스를 포함할 수 있다.

도 8은 일 실시 예에 따른, 운동 프로그램을 결정하는 방법의 흐름도이다.

일 실시 예에 따르면, 아래의 동작들 810 내지 850은 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))에 의해 수행될 수 있다. 예를 들어, 아래의 동작 860은 전자 장치가 서버(예: 도 1의 서버(140) 또는 제7의 서버(700))인 경우에 동작 850이 수행된 후 추가로 수행될 수 있다.

동작 810에서, 전자 장치는 사용자의 운동 기초 정보를 획득할 수 있다. 사용자의 운동 기초 정보는 사용자 데이터일 수 있다.

일 실시 예에 따르면, 운동 기초 정보는 사용자의 신체 정보를 포함할 수 있다. 예를 들어, 신체 정보는 사용자의 성별, 나이, 체중, 키, 운동 목적, 또는 질병 종류 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 운동 기초 정보는 부가 장치(예: 도 1의 부가 장치(130)) 또는 웨어러블 장치(예: 도 1의 웨어러블 장치(120) 또는 도 3의 웨어러블 장치(300))에 의해 측정된 사용자의 체성분 분석 정보일 수 있다.

일 실시 예에 따르면, 운동 기초 정보는 운동 능력 지표를 포함할 수 있다. 예를 들어, 운동 능력 지표는 사용자가 착용한 웨어러블 장치를 이용하여 획득된 센싱 데이터에 기초하여 계산될 수 있다. 예를 들어, 운동 능력 지표는 피크 토크(peak torque: PT)(단위 J/rad), 일(work: W)(단위W), 근파워(muscle power: MP)(단위W), 근지구력(muscle endurance: ME)(단위 repetition: rep), 토크 가속 에너지(torque acceleration energy: TAE) (단위 J), 가속 시간(acceleration time: AT)(단위 sec), 또는 가동 범위(range of motion: RoM)(단위 deg) 중 적어도 하나를 포함할 수 있다. 근파워는 근육이 가능한 한 빨리 얼마나 큰 힘을 내는지를 의미하고, 근육이 시간에 상관없이 얼마나 큰 힘을 내는지를 의미하는 근력(muscle strength)과는 다를 수 있다. 아래에서 도 9를 참조하여 사용자의 운동 능력 지표를 계산하는 방법에 대해 상세히 설명된다.

일 실시 예에 따르면, 운동 기초 정보는 사용자가 이전에 수행했던 이전 운동 프로그램에 대한 사용자의 피드백 정보를 포함할 수 있다. 예를 들어, 피드백 정보는 이전 운동 프로그램에 대한 사용자 만족도를 포함할 수 있다. 예를 들어, 피드백 정보는 이전 운동 프로그램을 수행하는 동안 획득된 사용자의 심박수일 수 있다. 예를 들어, 사용자의 심박수는 사용자가 착용한 부가 장치(예: 도 1의 스마트워치(132))를 이용하여 획득될 수 있다.

일 실시 예에 따르면, 운동 기초 정보는 사용자가 이전에 수행했던 이전 운동 프로그램에 대한 운동 정확도 정보를 포함할 수 있다. 아래에서 도 15를 참조하여 운동 정확도 정보에 대해 상세히 설명된다.

동작 820에서, 전자 장치는 운동 기초 정보에 기초하여 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 복수의 운동 모드들 각각에 대한 정보를 포함하는 데이터베이스(예: 도 2의 메모리(230) 또는 도 7의 메모리(730))를 포함할 수 있다. 운동 모드는 해당하는 운동 모드의 각 동작에 대해 제공되는 토크의 강도 및 동작의 빠르기(템포)에 기초하여 동일한 동작에 대해서도 서로 구분될 수 있다. 예를 들어, 스쿼트에 대해 하프 스쿼트 및 풀 스쿼트가 구분될 수 있다. 각 운동 모드에 대해 사용되는 근육의 부위, 운동 효과, 자세 정보, 소모 대사량, 소모 열량 및 난이도에 대한 정보가 운동 모드와 연관되어 저장될 수 있다.

일 실시 예에 따르면, 전자 장치는 획득된 운동 기초 정보에 기초하여 사용자가 수행할 수 있는 운동 난이도를 결정할 수 있다. 예를 들어, 운동 난이도는 사용자의 관절의 가동 범위의 레벨, 심폐지구력의 레벨, 근력의 레벨, 및 특정 질병의 유무를 포함할 수 있다. 전자 장치는 사용자의 운동 난이도 및 복수의 운동 모드들 각각에 대한 정보에 기초하여 사용자에게 적합한 운동 모드들을 후보 운동 모드들로 결정할 수 있다. 아래에서 도 10을 참조하여 사용자의 운동 난이도에 기초하여 후보 운동 모드들을 결정하는 방법에 대해 상세히 설명된다.

동작 830에서, 전자 장치는 사용자에게 대한 목표 운동 결과에 기초하여 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성할 수 있다.

일 실시 예에 따르면, 전자 장치는 사용자의 운동 기초 정보에 기초하여 사용자에 대한 목표 운동 결과를 생성할 수 있다. 예를 들어, 목표 운동 결과는 사용자의 신체 능력이 좋아질 수 있는 방향성을 나타낼 수 있다. 예를 들어, 목표 운동 결과는 이상적인 신체 능력과 사용자의 신체 능력 간의 차이 일 수 있다. 예를 들어, 목표 운동 결과는 사용자의 운동 기초 정보에 기초하여 특정한 신체 능력이 더 향상되도록 결정될 수 있다. 목표 운동 결과는 자극이 필요한 근육의 부위, 운동 효과의 종류 또는 자세 교정 중 적어도 하나를 포함할 수 있다. 예를 들어, 운동 효과는 근력 향상, 근체력 향상, 심폐지구력 향상, 코어 안정성 향상, 유연성 향상, 또는 대칭성 향상 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 전자 장치는 목표 운동 결과가 운동 프로그램을 통해 달성될 수 있도록 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성할 수 있다. 아래에서, 도 11을 참조하여 사용자에 대한 목표 운동 결과에 기초하여 복수의 운동 프로그램들을 생성하는 방법에 대해 상세히 설명된다.

동작 840에서, 전자 장치는 사용자의 운동 기초 정보에 기초하여 사용자에 대한 목표 운동량(amount of exercise)을 결정할 수 있다. 예를 들어, 목표 운동량은 사용자에게 미리 설정된 기간(예: 1일 또는 7일) 동안에 수행하기를 권장하는 총 운동 시간일 수 있다. 예를 들어, 목표 운동량은 사용자에게 미리 설정된 기간(예: 1일 또는 7일) 동안에 소모하기를 권장하는 총 대사량 또는 열량일 수 있다. 예를 들어, 사용자에 대한 목표 열량은 목표 대사량 및 사용자의 몸무게의 곱으로 결정될 수 있다.

일 실시 예에 따르면, 전자 장치는 운동 기초 정보에 기초하여 사용자에 대한 권장 운동량을 결정할 수 있다. 예를 들어, 18세 내지 65세의 일반 성인에게는 일주일 동안 중강도의 신체 활동 150분 또는 고강도의 신체 활동 75분이 권장 운동량으로 결정될 수 있다. 전자 장치는 권장 운동량에 기초하여 목표 운동량으로 결정할 수 있다. 예를 들어, 목표 운동량은 운동 강도와 운동 시간의 곱으로 표현될 수 있다. 예를 들어, 목표 운동량은 METs(metabolic equivalents)의 단위 또는 칼로리(calorie) 단위에 기초하여 결정될 수 있다. 예를 들어, 주간 목표 운동량이 525 METs-min-week로 결정된 경우, 3.5 METs per min의 중강도로 150분을 일주일 내에 수행하도록 사용자에게 요구될 수 있다.

일 실시 예에 따르면, 주간 목표 운동량에 기초하여 일간 목표 운동량이 결정될 수 있다. 예를 들어, 주간 목표 운동량을 7로 나눈 값이 일간 목표 운동량으로 결정될 수 있다. 예를 들어, 일간 목표 운동량의 총 합이 구간 목표 운동량이 되도록, 요일별로 일간 목표 운동량이 다르게 결정될 수 있다.

일 실시 예에 따르면, 주간 목표 운동량 중 사용자가 해당 기간 내에 수행한 현재 운동량에 기초하여 현재 일자에 대응하는 일간 목표 운동량이 결정될 수 있다. 상기의 실시 예에 따르면, 해당 기간 내에 현재 운동량이 적은 경우 나머지 기간 동안의 운동량이 증가하도록 일간 목표 운동량이 결정될 수 있다. 아래에서 도 13을 참조하여 사용자가 수행한 현재 운동량을 결정하는 방법에 대해 상세히 설명된다.

동작 850에서, 전자 장치는 목표 운동량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다.

일 실시 예에 따르면, 현재 일자에 대응하는 일간 목표 운동량에 대응하는 운동 프로그램이 타겟 운동 프로그램으로 결정될 수 있다.

일 실시 예에 따르면, 주간 목표 운동량 중 사용자가 해당 기간 내에 수행한 현재 운동량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램이 결정될 수 있다.

일 실시 예에 따르면, 전자 장치는 사용자의 운동 기초 정보에 기초하여 목표 운동 효과 조합 비율을 결정하고, 목표 운동 효과 조합 비율에 기초하여 목표 운동 효과량(effective amount of exercise)을 결정할 수 있다. 예를 들어, 목표 운동 효과 조합 비율(target exercise effect combination ratio)은 근력 향상, 근체력 향상, 심폐지구력 향상, 코어 안정성 향상, 유연성 향상, 및 대칭성 향상들에 대한 효과들 간의 비율일 수 있다. 목표 운동 효과 조합 비율은 사용자의 운동 기초 정보에 기초하여 결정될 수 있다. 예를 들어, 목표 운동 효과량은 해당하는 목표 운동 효과에 의해 나타나는 운동량을 나타낼 수 있다. 예를 들어, 목표 운동 효과량은 유산소 운동 600 METs, 근력 운동 300 METs, 및 밸런스 운동 100 METs를 포함할 수 있다. 전자 장치는 목표 운동 효과량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다. 아래에서, 도 12를 참조하여 목표 운동 효과량에 기초하여 타겟 운동 프로그램을 결정하는 방법에 대해 상세히 설명된다.

일 실시 예에 따르면, 전자 장치는 목표 운동량 및 목표 운동 효과량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다.

일 실시 예에 따르면, 전자 장치가 사용자 단말(예: 도 1의 전자 장치(110) 또는 도 2의 전자 장치(201))인 경우 전자 장치는 타겟 운동 프로그램에 대한 정보에 기초하여 웨어러블 장치가 사용자에게 타겟 운동 프로그램을 제공할 수 있도록 웨어러블 장치를 제어할 수 있다.

일 실시 예에 따라. 전자 장치가 서버(예: 도 1의 서버(140) 또는 도 7의 서버(700))인 경우, 아래의 동작 860이 수행될 수 있다.

동작 860에서, 전자 장치가 서버인 경우, 서버는 사용자 단말로 타겟 운동 프로그램에 대한 정보를 전송할 수 있다. 사용자 단말은 타겟 운동 프로그램에 대한 정보에 기초하여 웨어러블 장치가 사용자에게 타겟 운동 프로그램을 제공할 수 있도록 웨어러블 장치를 제어할 수 있다.

도 9는 일 실시 예에 따른, 사용자의 운동 기초 정보로서 운동 능력 지표를 계산하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 810은 아래의 동작들 910 내지 950를 포함할 수 있다.

동작 910에서, 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))는 웨어러블 장치(예: 도 1의 웨어러블 장치(120) 또는 도 3의 웨어러블 장치(300))의 운동 능력 지표 측정 모드를 활성화할 수 있다. 예를 들어, 전자 장치는 사용자로부터 운동 능력 지표 측정 모드에 대한 입력을 수신한 경우 운동 능력 지표 측정 모드를 활성화할 수 있다.

동작 920에서, 전자 장치는 운동 능력 지표를 측정하기 위해 사용자가 수행해야할 하나 이상의 움직임인 목표 움직임에 대한 타겟 저항력 프로파일을 결정할 수 있다. 예를 들어, 미리 생성된 복수의 저항력 프로파일들 중 목표 움직임에 대한 타겟 저항력 프로파일이 결정될 수 있다.

일 측면에 따르면, 미리 생성된 저항력 프로파일은 전체의 운동 능력 지표 측정 싸이클에 대한 저항력의 궤적을 나타낼 수 있다. 전체의 운동 능력 지표 측정 싸이클에 대한 저항력 프로파일에 기초하여 운동 능력 지표 측정 싸이클의 현재 진행 정도에 대응하는 저항력이 결정될 수 있다. 운동 능력 지표 측정 싸이클은 목표 움직임의 일련의 과정을 수치화한 것일 수 있다. 목표 움직임이 반복적으로 수행되는 경우, 운동 능력 지표 측정 싸이클도 반복적으로 진행될 수 있다.

일 실시 예에 따르면, 전자 장치는 하나 이상의 목표 움직임들 중 운동 능력 지표를 측정하기 위한 목표 움직임을 결정할 수 있다. 예를 들어, 운동 능력 지표 측정 모드의 진행 과정에 따라 다른 목표 움직임이 결정될 수 있다.

하나 이상의 목표 움직임들 중 제1 목표 움직임은 무릎 들기일 수 있다. 무릎 들기는 사용자가 두 발들을 지면에 접촉한 상태에서 똑바로 선 자세에서 시작하고, 허리를 숙이지 않고 다리를 뒤로 최대한 올린 후 다시 선 자세로 돌아가는 자세일 수 있다. 하나 이상의 목표 움직임들 중 제2 목표 움직임은 다리 뒤로 뻗기일 수 있다. 다리 뒤로 뻗기는 사용자가 벽을 손으로 짚은 상태에서 똑바로 선 자세에서 시작하고, 허리를 숙이지 않고 다리를 뒤로 최대한 올린 후 다시 선 자세로 돌아가는 자세일 수 있다.

일 실시 예에 따르면, 전자 장치는 사용자로부터 수신한 저항 레벨(예: 제1 레벨, 제2 레벨, 제3 레벨 또는 제4 레벨)에 기초하여 복수의 저항력 프로파일들 중 타겟 저항력 프로파일을 결정할 수 있다. 예를 들어, 수신한 저항 레벨이 높을수록, 높은 저항력을 갖는 저항력 프로파일이 결정될 수 있다.

예를 들어, 운동 능력 지표를 측정하는 동안 사용자에게 동일한 저항력이 제공되어야 하는 경우, 운동 능력 지표 측정 싸이클 전체에 대해 동일한 저항력이 나타나는 저항력 프로파일이 결정될 수 있다. 다른 예로, 운동 능력 지표 측정 싸이클에 따라 변화하는 저항력이 제공되어야 하는 경우, 운동 능력 지표 측정 싸이클의 진행 정도에 따라 저항력이 변화하는 저항력 프로파일이 결정될 수 있다. 운동 능력 지표 측정 싸이클의 진행 정도는 시간 또는 사용자의 관절 각도(예를 들어, 관절 각도 세트)에 기초하여 결정될 수 있다.

동작 930에서, 전자 장치는 사용자에게 제공되는 저항력을 제어하기 위해 타겟 저항력 프로파일에 기초하여 웨어러블 장치의 모터 드라이버 회로를 제어할 수 있다.

일 실시 예에 따르면, 전자 장치는 타겟 저항력 프로파일에 기초하여 모터 드라이버 회로를 폐 루프로 제어하는 시간과 모터 드라이버 회로를 개 루프로 제어하는 시간 사이의 비율을 결정하고, 결정된 비율에 기초하여 모터 드라이버 회로를 제어할 수 있다. 결정된 비율에 따라 사용자에게 제공되는 저항력이 달라질 수 있다.

예를 들어, 타겟 저항력 프로파일은 대응하는 수행 시간을 갖고, 전자 장치는 수행 시간 동안 모터 드라이버 회로를 제어할 수 있다. 수행 시간은 목표 움직임에 대해 미리 설정된 타이머를 통해 제어될 수 있다.

동작 940에서, 전자 장치는 웨어러블 장치에 의해 제공되는 저항력 하에서 수행되는 사용자의 움직임에 대한 상태 정보를 센서부(예: 도 3a의 센서부(320)) 및/또는 IMU(예: 도 3a의 IMU(330))를 통해 측정할 수 있다.

일 실시 예에 따르면, 상태 정보는 센서부에 의해 측정되는 하나 이상의 관절 토크, 관절 각도, 관절 각속도 및 관절 각가속도 중 적어도 하나를 포함할 수 있다. 관절 각도는 제1 관절(예: 힙 관절)의 제1 각도를 포함할 수 있다.

예를 들어, 웨어러블 장치의 측면에서는, 목표 움직임이 무릎 들기인 경우 측정되는 힙 관절의 각도에 기초하여 해당 움직임이 수행되었는지 여부를 결정할 수 있다.

일 실시 예에 따르면, 웨어러블 장치는 무릎 들기가 1회 수행된 경우, 사용자에게 피드백을 제공할 수 있다. 예를 들어, 웨어러블 장치는 웨어러블 장치의 스피커를 통해 사용자에게 청각적 피드백을 제공할 수 있다. 예를 들어, 웨어러블 장치는 사용자 단말의 스피커를 통해 사용자에게 청각적 피드백을 제공할 수 있다. 예를 들어, 웨어러블 장치는 사용자 단말의 디스플레이를 통해 사용자에게 시각적 피드백을 제공할 수 있다. 다른 예로, 웨어러블 장치는 웨어러블 장치의 진동자를 통해 사용자에게 촉각적 피드백을 제공할 수 있다.

사용자는 근체력을 측정하기 위해 타겟 저항력 프로파일의 타이머가 종료될 때까지 최대한 반복적으로 무릎 들기를 수행할 수 있다.

예를 들어, 웨어러블 장치의 측면에서는, 목표 움직임이 다리 뒤로 뻗기인 경우 측정되는 힙 관절의 각도에 기초하여 해당 움직임이 수행되었는지 여부를 결정할 수 있다. 웨어러블 장치는 다리 뒤로 뻗기가 1회 수행된 경우, 사용자에게 청각적 피드백을 제공할 수 있다. 사용자는 운동 능력 지표를 측정하기 위해 타겟 저항력 프로파일의 타이머가 종료될 때까지 최대한 반복적으로 다리 뒤로 뻗기를 수행할 수 있다.

일 실시 예에 따르면, 상태 정보는 IMU에 의해 측정되는 가속도 정보 및 자세 정보 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 타겟 저항력 프로파일의 수행 시간에 대한 타이머가 진행되는 동안 사용자의 움직임에 대한 상태 정보가 센서부 및/또는 IMU에 의해 측정될 수 있다. 타이머가 만료된 경우, 상태 정보의 측정도 중지될 수 있다.

동작 950에서, 전자 장치는 상태 정보에 기초하여 사용자의 운동 능력 지표를 계산할 수 있다. 예를 들어, 전자 장치는 상태 정보에 기초하여 미리 설정된 복수의 지표들을 수치적으로 계산할 수 있고, 계산된 복수의 지표들에 기초하여 사용자의 운동 능력 지표를 계산할 수 있다. 예를 들어, 운동 능력 지표는 피크 토크(PT), 일(W), 근파워(MP), 근지구력(ME), 토크 가속 에너지(TAE), 가속 시간(AT), 또는 가동 범위 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 운동 능력 지표는 미리 정의된 수학식을 이용하여 점수화될 수 있다.

도 10은 일 실시 예에 따른, 운동 기초 정보에 기초하여 복수의 운동 모드들 중 후보 운동 모드들을 결정하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 820는 아래의 동작들 1010 및 1020을 포함할 수 있다. 동작들 1010 및 1020은 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))에 의해 수행될 수 있다.

동작 1010에서, 전자 장치는 획득된 운동 기초 정보에 기초하여 사용자가 수행할 수 있는 운동 난이도를 결정할 수 있다. 예를 들어, 운동 난이도는 사용자의 관절의 가동 범위의 레벨, 심폐지구력의 레벨, 근력의 레벨, 또는 특정 질병의 유무 중 적어도 하나를 포함할 수 있다.

동작 1020에서, 전자 장치는 사용자의 운동 난이도 및 복수의 운동 모드들 각각에 대한 정보에 기초하여 사용자에게 적합한 운동 모드들을 후보 운동 모드들로 결정할 수 있다. 예를 들어, 전자 장치는 사용자에게 적합하지 않은 운동 모드를 후보 운동 모드로 결정하지 않을 수 있다. 예를 들어, 다리가 불편한 사용자에 대해서는 이동이 요구되는 운동 모드가 후보 운동 모드로 결정되지 않을 수 있다. 예를 들어, 근력이 부족한 사용자에 대해서는 고중량을 이용하는 운동 모드가 후보 운동 모드로 결정되지 않을 수 있다.

도 11은 일 실시 예에 따른, 사용자에 대한 목표 운동 결과에 기초하여 복수의 운동 프로그램들을 생성하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 830는 아래의 동작들 1110 내지 1160을 포함할 수 있다. 동작들 1110 내지 1160은 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))에 의해 수행될 수 있다.

동작 1110에서, 전자 장치는 사용자의 운동 기초 정보에 기초하여 사용자에 대한 목표 운동 결과를 생성할 수 있다. 예를 들어, 목표 운동 결과는 사용자의 신체 능력이 좋아질 수 있는 방향성을 나타낼 수 있다. 예를 들어, 목표 운동 결과는 이상적인 신체 능력과 사용자의 신체 능력 간의 차이 일 수 있다. 목표 운동 결과는 자극이 필요한 근육의 부위, 운동 효과의 종류 또는 자세 교정 중 적어도 하나를 포함할 수 있다. 예를 들어, 운동 효과는 근력 향상, 근체력 향상, 심폐지구력 향상, 코어 안정성 향상, 유연성 향상, 또는 대칭성 향상 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 사용자에게 특히 요구되는 운동 효과에 대한 항목이 강조되도록 목표 운동 결과가 생성될 수 있다.

동작 1120에서, 전자 장치는 후보 운동 모드들 중 제1 운동 모드에 설정된 제1 운동 시간 및 제2 운동 모드에 설정된 제2 운동 시간에 기초하여 제1 운동 프로그램을 생성할 수 있다. 제1 운동 모드 및 제2 운동 모드는 동일하거나 또는 상이할 수 있다. 전자 장치는 후보 운동 모드들 중 제3 운동 모드에 설정된 제3 운동 시간 및 제4 운동 모드에 설정된 제4 운동 시간에 기초하여 제2 운동 프로그램을 생성할 수 있다.

일 실시 예에 따르면, 생성하고자 하는 운동 프로그램의 속성이 미리 설정될 수 있다. 예를 들어, 운동 프로그램의 속성은 운동 프로그램의 총 시간 또는 이동성의 여부 중 적어도 하나를 포함할 수 있다. 예를 들어, 운동 프로그램의 총 시간은 10분, 20분, 30분, 40분 또는 60분일 수 있다. 예를 들어, 이동성의 여부는 이동이 필요한 운동인지 또는 제자리 운동인지 여부를 포함할 수 있다.

일 실시 예에 따르면, 운동 프로그램의 속성들의 조합이 N개인 경우, N개의 속성 조합 각각에 대한 복수의 운동 프로그램들이 생성될 수 있다. 예를 들어, 제1 조합이 운동 시간이 10분이고, 제자리 운동인 경우, 제1 조합에 대한 제1 운동 프로그램은, 제1 운동 프로그램에 포함된 운동 모드들이 모두 제자리 운동 모드이고, 운동 모드들에 따른 총 운동 수행 시간은 10분 이내일 수 있다.

일 실시 예에 따르면, 전자 장치는 생성될 운동 프로그램의 구조를 결정할 수 있다. 예를 들어, 운동 프로그램의 구조는 몸풀기 운동에 대한 슬롯, 메인 운동에 대한 슬롯, 및 정리 운동에 대한 슬롯을 포함할 수 있다. 몸풀기 운동, 메인 운동, 및 정리 운동 각각에 대한 비율이 미리 설정될 수 있다. 예를 들어, 운동 프로그램의 운동 시간이 10분인 경우, 몸풀기 운동에 1분, 메인 운동에 8분, 정리 운동에 1분이 미리 설정될 수 있다.

일 실시 예에 따르면, 메인 운동에 대한 운동-휴식 시간이 미리 결정될 수 있다. 예를 들어, 타바타 형식을 갖도록 메인 운동에 대한 운동-휴식 시간이 미리 결정될 수 있다. 타바타 형식은 1분 운동, 1분 운동 및 30초 휴식을 1회의 패턴으로 수행하는 운동 형식일 수 있다. 예를 들어, 인터벌 트레이닝 형식을 갖도록 메인 운동에 대한 운동-휴식 시간이 미리 결정될 수 있다.

일 실시 예에 따르면, 전자 장치는 운동 프로그램의 구조에 따라 생성된 복수의 슬롯들 각각에 대한 운동 모드를 임의적으로 결정함으로써 운동 프로그램을 생성할 수 있다. 예를 들어, 운동 프로그램의 구조가 몸풀기 운동 1분, 메인 운동 8분, 정리 운동 1분이고, 타바타 형식의 운동-휴식 구조가 설정된 경우, 메인 운동 8분에는 2분 30초 단위의 운동-휴식 패턴이 3회 반복 설정될 수 있고, 나머지 30초는 이용되지 않을 수 있다. 상기의 경우에 따라 생성되는 운동 프로그램의 운동 시간은 총 9분 30초일 수 있다. 상기의 경우와 다르게 나머지 30초가 몸풀기 운동 또는 정리 운동에 추가될 수 있고, 이 경우 생성되는 운동 프로그램의 운동 시간은 총 10분일 수 있다. 상기의 실시예들의 운동 프로그램은 총 8개의 슬롯들을 포함할 수 있고, 8개의 슬롯들 각각에 임의의 운동 모드가 결정될 수 있다. 예를 들어, 몸풀기 운동에 대한 슬롯에는 동적 스트레칭 운동 모드들 중 임의의 운동 모드가 결정될 수 있다. 예를 들어, 정리 운동에 대한 슬롯에는 정적 스트레칭 운동 모드들 중 임의의 운동 모드가 결정될 수 있다. 예를 들어, 메인 운동에 대한 슬롯들에는 동일한 유형(예: 이동성 유형 또는 제자리 유형)을 갖는 임의의 운동 모드들이 결정될 수 있다.

동작 1130에서, 전자 장치는 생성된 제1 운동 프로그램 내의 운동 모드들 간의 제1 상관도를 결정하고, 제1 상관도가 임계 상관도 이상인 경우 복수의 운동 프로그램들에서 제1 운동 프로그램을 제외시킬 수 있다. 예를 들어, 하프 스쿼트의 운동 모드와 풀 스쿼트의 운동 모드 간의 상관도가 높게 계산될 수 있다. 제1 운동 프로그램을 구성하는 운동 모드들 간의 상관도가 높다는 것은 제1 운동 프로그램이 유사한 운동 모드들로 구성되었다는 것을 의미할 수 있다. 사용자가 유사한 운동을 많이 수행하는 경우, 사용자가 지루함을 느낄 수 있다. 사용자가 지루함을 느끼는 것을 방지하기 위해 운동 모드들 간의 상관도가 높은 운동 프로그램은 추천 운동 프로그램에서 제외될 수 있다.

일 실시 예에 따르면, 제1 운동 프로그램에 대한 제1 상관도가 임계 상관도 미만인 경우 아래의 동작 1140이 수행될 수 있다.

동작 1140에서, 전자 장치는 제1 운동 프로그램들에 대한 제1 수행 운동 결과를 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 제1 운동 프로그램들의 운동 모드들 각각에 대한 정보에 기초하여 제1 수행 운동 결과를 결정할 수 있다. 예를 들어, 제1 수행 운동 결과는 사용자가 제1 운동 프로그램을 수행하는 경우 예상되는 근육 자극의 정도, 운동 효과의 정도 또는 자세 교정의 정도를 포함할 수 있다. 예를 들어, 제1 수행 운동 결과는 제1 운동 프로그램에 설정된 운동-휴식 구조에 기초하여 조정될 수 있다.

동작 1150에서, 전자 장치는 목표 운동 결과 및 제1 수행 운동 결과 사이의 제1 유사도를 결정할 수 있다. 예를 들어, 목표 운동 결과를 구성하는 요소들 및 제1 수행 운동 결과를 구성하는 요소들 각각 간의 유사도가 계산될 수 있다.

일 실시 예에 따르면, 전자 장치는 제1 유사도가 임계 유사도 미만인 경우 복수의 운동 프로그램들에서 제1 운동 프로그램을 제외시킬 수 있다.

동작 1160에서, 전자 장치는 제1 유사도가 임계 유사도 이상인 경우 제1 운동 프로그램 내의 제1 운동 모드를 제3 운동 모드를 변경할 수 있다. 제3 운동 모드는 임의의 운동 모드일 수 있다.

일 실시 예에 따르면, 전자 장치는 제1 운동 프로그램 내의 운동 모드들 중 미리 설정된 개수(또는, 비율)에 대응하는 운동 모드들을 다른 임의의 운동 모드들로 변경할 수 있다.

일 실시 예에 따르면, 전자 장치는 복수의 운동 프로그램들 중 목표 운동 결과와 유사도가 높은 운동 프로그램들을 하나 이상 결정하고, 결정된 운동 프로그램들 각각의 미리 설정된 개수(또는, 비율)에 대응하는 운동 모드들을 다른 임의의 운동 모드들로 변경할 수 있다.

일 실시 예에 따르면, 전자 장치는 동작들 1120 내지 1160을 반복적으로 수행함으로써 복수의 운동 프로그램을 갱신할 수 있다.

일 실시 예에 따르면, 전자 장치는 동작들 1120 내지 1160을 통해 생성된 복수의 운동 프로그램들 중 제1 운동 프로그램 내의 운동 모드들의 순서를 재배열할 수 있다. 예를 들어, 운동량이 적은 운동 모드가 운동량이 큰 운동 모드 보다 먼저 수행되도록 운동 모드들 간의 순서가 조정될 수 있다. 예를 들어, 좌측 런지의 운동 모드 및 우측 런지의 운동 모드와 같이 서로 대응하는 운동 모드들이 연속적으로 수행되도록 운동 모드들 간의 순서가 조정될 수 있다. 예를 들어, 하프 스쿼트의 운동 모드 및 풀 스쿼트의 운동 모드와 같이 유사한 운동 모드들이 연속적으로 수행되지 않도록 운동 모드들 간의 순서가 조정(예: 가능한 멀리 배치되도록)될 수 있다.

도 12는 일 실시 예에 따른, 사용자에 대한 목표 운동량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 850는 아래의 동작들 1210 내지 1230을 포함할 수 있다. 동작들 1210 내지 1230은 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))에 의해 수행될 수 있다.

동작 1210에서, 전자 장치는 운동 기초 정보에 기초하여 목표 운동 효과 조합 비율을 결정할 수 있다. 예를 들어, 목표 운동 효과 조합 비율은 미리 정의된 복수의 운동 효과들 중 사용자에게 요구되는 운동 효과들의 비율일 수 있다. 예를 들어, 목표 운동 효과 조합 비율은 근력 향상, 근체력 향상, 심폐지구력 향상, 코어 안정성 향상, 유연성 향상, 및 대칭성 향상들 간의 비율일 수 있다. 사용자에게 특히 요구되는 운동 효과에 대한 항목이 강조되도록 목표 운동 효과 조합 비율이 결정될 수 있다.

동작 1220에서, 전자 장치는 목표 운동량 및 목표 운동 효과 조합 비율에 기초하여 목표 운동 효과량을 결정할 수 있다. 예를 들어, 목표 운동량을 목표 운동 효과 조합 비율로 나눔으로써 각각의 운동 효과에 대한 목표 운동 효과량이 계산될 수 있다. 예를 들어, 유산소 운동, 근력 운동 및 밸런스 운동에 대한 목표 운동 효과 조합 비율이 6:3:1이고, 주간 목표 운동 효과량이 1000 METs인 경우, 주간 목표 운동 효과량은 유산소 운동에 대해 600 METs, 근력 운동에 대해 300 METs, 밸런스 운동에 대해 100 METs로 계산될 수 있다.

일 실시 예에 따르면, 주간 목표 운동 효과량에 기초하여 일간 목표 운동 효과량이 결정될 수 있다. 예를 들어, 주간 목표 운동 효과량을 7로 나눈 값이 일간 목표 운동 효과량으로 결정될 수 있다. 예를 들어, 일간 목표 운동 효과량의 총 합이 구간 목표 운동 효과량이 되도록, 요일별로 일간 목표 운동 효과량이 다르게 결정될 수 있다.

일 실시 예에 따르면, 주간 목표 운동 효과량 중 사용자가 해당 기간 내에 수행한 현재 운동 효과량에 기초하여 현재 일자에 대응하는 일간 목표 운동 효과량이 결정될 수 있다. 상기의 실시 예에 따르면, 해당 기간 내에 현재 운동 효과량이 적은 경우 나머지 기간 동안의 운동 효과량이 증가하도록 일간 목표 운동 효과량이 결정될 수 있다. 아래에서 도 13을 참조하여 사용자가 수행한 현재 운동 효과량을 결정하는 방법에 대해 상세히 설명된다.

동작 1220에서, 전자 장치는 목표 운동량 및 목표 운동 효과량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다. 예를 들어, 전자 장치는 목표 운동량 및 목표 운동 효과량에 가장 유사한 예상 운동량 및 예상 운동 효과량을 가진 운동 프로그램이 타겟 운동 프로그램으로 결정될 수 있다.

일 실시 예에 따르면, 전자 장치는 복수의 운동 프로그램들 각각에 대한 예상 운동량 및 예상 운동 효과량을 계산할 수 있고, 목표 운동량 및 목표 운동 효과량과 유사한 예상 운동량 및 예상 운동 효과량을 갖는 운동 프로그램을 타겟 운동 프로그램으로 결정할 수 있다. 예를 들어, 전자 장치는 운동 프로그램에 포함된 하나 이상의 운동 모드들 각각에 대한 서브 운동량 및 서브 운동 효과량을 계산하고, 서브 운동량들의 총합을 예상 운동량으로 계산하고, 서브 운동 효과량들의 총합을 예상 운동 효과량으로 계산할 수 있다. 예를 들어, 운동 모드에 대한 서브 운동량 및 서브 운동 효과량은 미리 설정되어 데이터베이스에 저장되어 있을 수 있다. 예를 들어, 운동 프로그램의 구조에 기초하여 예상 운동량 및 예상 운동 효과량이 조정될 수 있다.

일 실시 예에 따르면, 운동 프로그램의 속성 별로 타겟 운동 프로그램이 결정될 수 있다. 예를 들어, 이동성 운동에 대한 타겟 운동 프로그램이 결정되고, 제자리 운동에 대한 타겟 운동 프로그램이 결정될 수 있다. 예를 들어, 10분 운동에 대한 타겟 운동 프로그램이 결정되고, 20분 운동에 대한 타겟 운동 프로그램이 결정될 수 있다.

도 13은 일 실시 예에 따른, 사용자가 수행한 현재 운동량 및 현재 운동 효과량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 12를 참조하여 전술된 동작 1230는 아래의 동작들 1310 및 1320을 포함할 수 있다. 동작들 1310 및 1320은 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))에 의해 수행될 수 있다.

동작 1310에서, 전자 장치는 사용자가 수행한 현재 운동량 및 현재 운동 효과량을 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 웨어러블 장치를 착용한 사용자가 운동 프로그램들을 통해 수행한 현재 운동량 및 현재 운동 효과량을 결정할 수 있다. 예를 들어, 제1 운동 프로그램의 제1 운동 모드의 1회의 동작에 대해 미리 설정된 운동량 및 운동 효과량에 사용자가 실제 수행한 운동 횟수를 곱합으로써 제1 운동 모드의 수행에 대한 제1 서브 현재 운동량 및 제1 서브 현재 운동 효과량을 계산할 수 있다. 제1 운동 프로그램의 운동 모드들에 대한 서브 현재 운동량들 및 서브 현재 운동 효과량들의 합이 제1 운동 프로그램에 대한 제1 현재 운동량 및 제1 현재 운동 효과량으로 계산될 수 있다. 사용자가 해당 기간 내에 복수의 운동 프로그램들을 수행한 경우 복수의 운동 프로그램들에 대한 현재 운동량 및 현재 운동 효과량이 결정될 수 있다.

일 실시 예에 따르면, 전자 장치는 웨어러블 장치를 착용한 사용자가 운동 프로그램들을 통하지 않고 수행한 현재 운동량 및 현재 운동 효과량을 결정할 수 있다. 예를 들어, 사용자가 웨어러블 장치를 착용하고 움직인 경우, 해당 움직임에 대한 현재 운동량 및 현재 운동 효과량이 결정될 수 있다. 예를 들어, 웨어러블 장치가 사용자의 움직임에 대해 기본 저항력을 제공하는 모드(예: 프리스타일 운동 모드)로 동작하는 경우, 상기의 기본 저항력 및 사용자의 움직임에 기초하여 현재 운동량 및 현재 운동 효과량이 결정될 수 있다.

일 실시 예에 따르면, 전자 장치는 웨어러블 장치를 착용하지 않은 사용자가 수행한 현재 운동량 및 현재 운동 효과량을 결정할 수 있다. 예를 들어, 사용자 단말인 전자 장치에 설치된 외부 어플리케이션(예: 건강 앱)을 통해 측정되는 사용자의 보행 데이터에 기초하여 사용자의 움직임에 대한 현재 운동량 및 현재 운동 효과량이 결정될 수 있다. 예를 들어, 걷기 운동에 대해 3METs-min 운동량이 미리 설정되고, 80%의 유산소 운동 효과가 미리 설정되는 경우, 사용자의 60분 걷기 운동에 대해 현재 운동량은 180METs로 결정되고, 유산소 운동에 대한 현재 운동 효과량은 144METs로 결정될 수 있다.

동작 1320에서, 전자 장치는 목표 운동량, 현재 운동량, 목표 운동 효과량, 및 현재 운동 효과량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다.

예를 들어, 전자 장치는 일간 목표 운동량에서 일간 현재 운동량을 뺀 값을 보정된 일간 목표 운동량으로 결정하고, 보정된 일간 목표 운동량에 대응하는 타겟 운동 프로그램을 결정할 수 있다. 예를 들어, 전자 장치는 일간 목표 운동 효과량에서 일간 현재 운동 효과량을 뺀 값을 보정된 일간 목표 운동 효과량으로 결정하고, 보정된 일간 목표 운동 효과량에 대응하는 타겟 운동 프로그램을 결정할 수 있다.

도 14는 일 실시 예에 따른, 사용자의 추가 정보에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 850은 아래의 동작들 1410 및 1420을 포함할 수 있다. 동작들 1410 및 1420은 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))에 의해 수행될 수 있다.

동작 1410에서, 전자 장치는 사용자에 대한 추가 정보를 획득할 수 있다. 예를 들어, 추가 정보는 외부의 서버, 외부의 전자 장치 또는 웨어러블 장치(예: 도 1의 웨어러블 장치(120) 또는 도 3의 웨어러블 장치(300))로부터 획득되는 정보일 수 있다.

일 실시 예에 따르면, 추가 정보는 사용자(또는, 사용자 단말 또는 웨어러블 장치)의 위치에 대한 기상 정보 또는 현재 시각 중 적어도 하나를 포함할 수 있다. 예를 들어, 기상 정보는 강수 여부, 실외 온도, 미세먼지 정도, 또는 풍량 중 적어도 하나를 포함할 수 있다. 예를 들어, 현재 시각은 날짜, 요일, 또는 시각 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 추가 정보는 사용자의 이동성에 대한 정보를 포함할 수 있다. 예를 들어, 이동성에 대한 정보는 웨어러블 장치로부터 수신될 수 있다. 예를 들어, 이성동에 대한 정보는 사용자의 현재 움직임이 걷고 있는지, 뛰고 있는지 또는 움직임이 없는지에 대한 정보를 포함할 수 있다.

동작 1420에서, 전자 장치는 추가 정보 및 목표 운동량에 기초하여 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 추가 정보에 대응하지 않는 운동 프로그램을 복수의 운동 프로그램들에서 제외시킬 수 있다. 예를 들어, 비가 오는 상태인 경우 실외 운동에 대응하는 운동 프로그램이 복수의 운동 프로그램들에서 제외될 수 있다.

전자 장치는 추가 정보에 대응하는 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다. 예를 들어, 비가 오는 상태인 경우 실내 운동에 대응하는 운동 프로그램이 타겟 프로그램으로 결정될 수 있다. 예를 들어, 현재 시각이 저녁 늦은 시간인 경우 사용자의 숙면을 고려하여 운동 강도가 높지 않은 운동 프로그램이 타겟 프로그램으로 결정될 수 있다. 예를 들어, 현재 시각이 주말인 경우 실외에서 수행되는 이동성 운동 프로그램이 타겟 프로그램으로 결정될 수 있다. 예를 들어, 사용자가 걷고 있는 경우 사용자에게 이동성 운동 프로그램이 타겟 프로그램으로 결정될 수 있다.

도 15는 일 실시 예에 따른, 사용자의 운동 기초 정보로서 이전 운동 모드에 대한 운동 정확도 정보를 생성하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 810은 아래의 동작들 1510 및 1520을 포함할 수 있다. 동작들 1510 및 1520은 전자 장치(예: 도 1의 전자 장치(110), 도 1의 서버(140), 도 2의 전자 장치(201), 또는 도 7의 서버(700))에 의해 수행될 수 있다.

동작 1510에서, 전자 장치는 사용자가 이전 운동 프로그램에 포함된 이전 운동 모드의 동작을 정확하게 수행하였는지 여부를 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 웨어러블 장치에 의해 생성된 센싱 데이터에 기초하여 사용자가 이전 운동 프로그램에 포함된 이전 운동 모드의 동작을 정확하게 수행하였는지 여부를 결정할 수 있다. 예를 들어, 이전 운동 모드가 풀 스쿼트인 경우, 전자 장치는 센싱 데이터에 기초하여 사용자가 수행한 움직임의 자세가 풀 스쿼트에 대응되는지 여부를 결정할 수 있다. 예를 들어, 사용자가 수행한 움직임의 자세가 풀 스쿼트에 대응되는 경우 움직임 시도 횟수 및 움직임 정확 횟수가 각각 1회 증가될 수 있다. 예를 들어, 사용자가 수행한 움직임의 자세가 풀 스쿼트에 대응되지 않는 경우 움직임 시도 횟수가 1회 증가되고, 움직임 정확 횟수가 증가되지 않을 수 있다.

동작 1520에서, 전자 장치는 이전 운동 모드에 대한 운동 정확도 정보를 생성할 수 있다.

일 실시 예에 따르면, 사용자의 움직임 시도 횟수 대비 움직임 정확 횟수의 비율이 이전 운동 모드에 대한 운동 정확도 정보로 생성될 수 있다. 예를 들어, 운동 기초 정보는 생성된 운동 정확도 정보를 포함할 수 있다.

일 실시 예에 따르면, 이전 운동 모드에 대한 운동 정확도가 미리 설정된 임계 정확도 보다 낮은 경우, 전자 장치는 사용자에게 이전 운동 모드가 적합하지 않은 것으로 결정할 수 있다. 예를 들어, 전자 장치는 사용자에게 이전 운동 모드가 적합하지 않은 것으로 결정된 경우 이전 운동 모드에 대한 난이도를 낮출 수 있다. 예를 들어, 전자 장치는 풀 스쿼트의 반복 템포를 낮출 수 있다.

도 16은 일 실시 예에 따른, 사용자에게 타겟 운동 프로그램을 추천하는 방법의 개략도이다.

일 실시 예에 따르면, 사용자에게 운동 프로그램을 제공하기 위한 시스(예: 도 1의 시스템(100))은 사용자 데이터로서 설문 정보, 운동 능력 지표, 지난주 운동량, 이번주 운동량을 획득할 수 있다. 추가적으로, 시스템은 사용자에 의해 수행된 운동 프로그램의 히스토리를 관리할 수 있다.

일 실시 예에 따르면, 시스템은 사용자에 대한 목표 운동량(예: 주간 목표 운동량)을 결정할 수 있다. 예를 들어, 시스템은 사용자 데이터에 기초하여 목표 운동량 및 목표 운동량에 대한 목표 운동 효과량을 계산할 수 있다. 예를 들어, 사용자에 대해 주간 목표 운동량이 1000 METs로 결정되고, 목표 운동 효과량으로서 유산도 운동 600 METs, 근력 운동 300METs, 및 밸런스 운동 100 METs이 결정될 수 있다.

일 실시 예에 따르면, 목표 운동량은 지난주 운동량에 기초하여 결정될 수 있다. 예를 들어, 사용자가 지난주의 주간 목표 운동량을 달성한 경우 금주에 대한 주간 목표 운동량이 유지되거나 또는 증가될 수 있다. 예를 들어, 사용자가 지난주의 주간 목표 운동량을 달성하지 못한 경우 금주에 대한 주간 목표 운동량이 감소될 수 있다.

일 실시 예에 따르면, 시스템은 복수의 운동 프로그램들을 생성할 수 있다. 예를 들어, 시스템은 사용자 데이터 및 모드 데이터에 기초하여 복수의 운동 프로그램들을 일 단위로 생성할 수 있다. 모드 데이터는 운동 모드들 각각에 대한 정보일 수 있다. 예를 들어, 운동 모드들 각각에 대한 정보는 운동 모드의 동작에 대한 자세 정보, 사용되는 근육에 대한 정보, 효과에 대한 정보를 포함할 수 있다. 예를 들어, 운동 모드들 각각에 대한 정보는 운동 모드의 동작 난이도(예: 템포 및 저항력 레벨)에 따른 소모 대사량에 대한 정보를 포함할 수 있다.

일 실시 예에 따르면, 운동 프로그램의 속성 별로 복수의 운동 프로그램들이 생성될 수 있다.

일 실시 예에 따르면, 시스템은 사용자의 목표 운동량(예: 일간 목표 운동량)에 기초하여 생성된 복수의 운동 프로그램들 중 타겟 프로그램을 결정하고, 결정된 타겟 프로그램을 사용자에게 추천할 수 있다. 예를 들어, 일간 목표 운동량 및 일간 목표 운동 효과량을 달성할 수 있는 운동 프로그램이 타겟 프로그램으로 결정될 수 있다.

일 실시 예에 따르면, 시스템은 사용자가 이미 수행한 운동량 및 운동 효과량을 고려하여 복수의 운동 프로그램들 중 타겟 프로그램을 결정할 수 있다. 예를 들어, 사용자가 웨어러블 장치를 착용하지 않은 상태로 걷기 운동을 수행한 경우, 걷기 운동에 대한 현재 운동량 및 현재 운동 효과량을 계산하고, 계산된 현재 운동량 및 현재 운동 효과량 만큼 일간 목표 운동량 및 일간 목표 운동 효과량에서 차감할 수 있다. 보정된 일간 목표 운동량 및 보정된 일간 목표 운동량에 대응하는 타겟 운동 프로그램이 결정될 수 있다.

이상에서 설명된 실시 예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 사용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

위에서 설명한 하드웨어 장치는 실시 예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시 예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

서버에 있어서,
외부 장치와 데이터를 교환하는 통신 모듈; 및
상기 서버를 제어하는 적어도 하나의 프로세서
를 포함하고,
상기 프로세서는,
전자 장치의 사용자의 운동 기초 정보를 획득하고,
상기 운동 기초 정보에 기초하여 상기 서버에 저장된 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정하고,
상기 사용자에 대한 목표 운동 결과에 기초하여 상기 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성하고,
상기 운동 기초 정보에 기초하여 상기 사용자에 대한 목표 운동량을 결정하고,
상기 목표 운동량에 기초하여 상기 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하고,
상기 타겟 운동 프로그램에 대한 정보를 상기 전자 장치로 전송하는,
서버.
제1항에 있어서,
상기 운동 기초 정보는,
상기 사용자의 성별, 나이, 체중, 키, 운동 목적, 또는 질병 종류 중 적어도 하나를 포함하는 신체 정보
를 포함하는,
전자 장치.
제1항에 있어서,
상기 운동 기초 정보는,
상기 사용자가 착용한 웨어러블 장치를 이용하여 획득된 센싱 데이터에 기초하여 계산되는 운동 능력 지표
를 포함하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 운동 기초 정보에 기초하여 상기 사용자에 대한 상기 목표 운동 결과를 결정하고,
상기 목표 운동 결과는 자극될 근육 부위, 운동 효과의 종류 또는 자세 교정 중 적어도 하나를 포함하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 후보 운동 모드들 중 제1 운동 모드에 설정된 제1 운동 시간 및 제2 운동 모드에 설정된 제2 운동 시간에 기초하여 제1 운동 프로그램을 생성하고,
전자 장치.
제5항에 있어서,
상기 프로세서는,
상기 제1 운동 프로그램 내의 운동 모드들 간의 제1 상관도를 결정하고,
상기 제1 상관도가 미리 설정된 임계 상관도 이상인 경우 상기 제1 운동 프로그램을 상기 복수의 운동 프로그램들에서 제외시키는,
전자 장치.
제5항에 있어서,
상기 프로세서는,
상기 제1 운동 프로그램에 대한 제1 수행 운동 결과를 결정하고,
상기 목표 운동 결과 및 상기 제1 수행 운동 결과 사이의 제1 유사도를 결정하고,
상기 제1 유사도가 미리 설정된 임계 유사도 이상인 경우 상기 제1 운동 프로그램 내의 상기 제1 운동 모드를 제3 운동 모드로 변경하는,
전자 장치.
제5항에 있어서,
상기 제1 운동 프로그램 내의 메인 운동의 슬롯들에 결정된 복수의 운동 모드들의 유형은 모두 동일한,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 운동 기초 정보에 기초하여 상기 사용자에 대한 권장 운동량을 결정하고,
상기 권장 운동량에 기초하여 상기 목표 운동량을 결정하고,
상기 운동 기초 정보에 기초하여 목표 운동 효과 조합 비율을 결정하고,
상기 목표 운동량 및 상기 목표 운동 효과 조합 비율에 기초하여 목표 운동 효과량을 결정하고,
상기 목표 운동량 및 상기 목표 운동 효과량에 기초하여 상기 복수의 운동 프로그램들 중 상기 타겟 운동 프로그램을 결정하는,
전자 장치.
제9항에 있어서,
상기 프로세서는,
상기 사용자가 수행한 현재 운동량 및 현재 운동 효과량을 결정하고,
상기 목표 운동량, 상기 현재 운동량, 상기 목표 운동 효과량, 및 상기 현재 운동 효과량에 기초하여 상기 복수의 운동 프로그램들 중 상기 타겟 운동 프로그램을 결정하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 전자 장치로부터 상기 사용자에 대한 추가 정보를 수신하고,
상기 추가 정보 및 상기 목표 운동량에 기초하여 상기 복수의 운동 프로그램들 중 상기 타겟 운동 프로그램을 결정하는,
전자 장치.
제11항에 있어서,
상기 추가 정보는, 상기 사용자의 위치에 대한 기상 정보 또는 현재 시각 중 적어도 하나를 포함하는,
전자 장치.
제11항에 있어서,
상기 추가 정보는, 상기 사용자의 이동성에 대한 정보를 포함하는,
전자 장치.
제1항에 있어서,
상기 운동 기초 정보는, 상기 사용자에 의해 수행된 이전 운동 프로그램에 대한 운동 정확도 정보를 포함하는,
전자 장치.
제14항에 있어서,
상기 프로세서는,
상기 전자 장치로부터 수신한 센싱 데이터에 기초하여 상기 사용자가 상기 이전 운동 프로그램에 포함된 이전 운동 모드의 동작을 정확하게 수행하였는지 여부를 결정함으로써 이전 운동 모드에 대한 상기 운동 정확도 정보를 생성하는,
전자 장치.
제1항에 있어서,
상기 운동 프로그램에 대한 정보에 기초하여 상기 사용자가 착용한 웨어러블 장치의 동작이 제어되는,
전자 장치.
제16항에 있어서,
상기 웨어러블 장치에 의해 상기 사용자에게 저항력 또는 보조력이 제공되는,
전자 장치.
서버에 의해 수행되는, 운동 프로그램 결정 방법은,
전자 장치의 사용자의 운동 기초 정보를 획득하는 동작;
상기 운동 기초 정보에 기초하여 상기 서버에 저장된 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정하는 동작;
상기 사용자에 대한 목표 운동 결과에 기초하여 상기 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성하는 동작;
상기 운동 기초 정보에 기초하여 상기 사용자에 대한 목표 운동량을 결정하는 동작;
상기 목표 운동량에 기초하여 상기 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 동작; 및
상기 타겟 운동 프로그램에 대한 정보를 상기 전자 장치로 전송하는 동작
을 포함하는,
운동 프로그램 결정 방법.
전자 장치에 있어서,
외부 장치와 데이터를 교환하는 통신 모듈; 및
상기 전자 장치를 제어하는 적어도 하나의 프로세서
를 포함하고,
상기 프로세서는,
상기 전자 장치의 사용자의 운동 기초 정보를 획득하고,
상기 운동 기초 정보에 기초하여 상기 서버에 저장된 복수의 운동 모드들 중 하나 이상의 후보 운동 모드들을 결정하고,
상기 사용자에 대한 목표 운동 결과에 기초하여 상기 하나 이상의 후보 운동 모드들 중 적어도 일부를 포함하도록 복수의 운동 프로그램들을 생성하고,
상기 운동 기초 정보에 기초하여 상기 사용자에 대한 목표 운동량을 결정하고,
상기 목표 운동량에 기초하여 상기 복수의 운동 프로그램들 중 타겟 운동 프로그램을 결정하고,
상기 운동 프로그램에 기초하여 상기 사용자가 착용한 웨어러블 장치를 제어하는,
전자 장치.
제19항에 있어서,
상기 프로세서는,
상기 운동 기초 정보에 기초하여 상기 사용자에 대한 권장 운동량을 결정하고,
상기 권장 운동량에 기초하여 상기 목표 운동량을 결정하고,
상기 운동 기초 정보에 기초하여 목표 운동 효과 조합 비율을 결정하고,
상기 목표 운동량 및 상기 목표 운동 효과 조합 비율에 기초하여 목표 운동 효과량을 결정하고,
상기 목표 운동량 및 상기 목표 운동 효과량에 기초하여 상기 복수의 운동 프로그램들 중 상기 타겟 운동 프로그램을 결정하는,
전자 장치.