기존 보행자 속성 인식 방법은 RGB 카메라에 기반하여 개발되었으나, 조명 조건 및 움직임 흐림에 취약하고 감정적 측면을 고려하지 못하는 한계가 있다. 본 논문은 저조도, 고속, 저전력 소비의 장점을 가진 이벤트 카메라를 활용하여 다중 모드 RGB-이벤트 보행자 속성 인식 과제를 제시한다. 100K개의 RGB-이벤트 샘플을 포함하는 대규모 다중 모드 보행자 속성 인식 데이터셋 EventPAR을 공개하고, 외형 및 6가지 감정과 관련된 50개 속성을 다룬다. 기존 PAR 모델을 재훈련 및 평가하여 벤치마크를 구축하고, RWKV 기반 다중 모드 보행자 속성 인식 프레임워크를 제안한다. 제안된 데이터셋과 MARS-Attribute, DukeMTMC-VID-Attribute 시뮬레이션 데이터셋에서 실험을 통해 최첨단 결과를 달성하였다. 소스 코드와 데이터셋은 깃허브에 공개될 예정이다.