본 논문은 다양한 웨어러블 기기(스마트폰, 스마트워치, 헤드폰 등)를 활용한 보행자 위치 추정을 위한 심층 학습 프레임워크인 Suite-IN++를 제시합니다. 기존의 보행자 위치 추정(PDR) 방법이 다양한 움직임 모드에 취약하고, 데이터 기반 방법은 단일 기기 설정에 의존하여 강건성이 부족하다는 문제점을 해결하기 위해, 여러 웨어러블 기기를 통합한 flexiwear bodynet을 활용합니다. Suite-IN++는 각 기기의 데이터 신뢰도를 기반으로 전역적 특징을 융합하고, 어텐션 메커니즘을 통해 기기 간 상관관계를 파악하여 정확한 위치 추정에 도움이 되는 동작 정보를 추출합니다. 실제 환경에서 수집된 Apple Suite 기반의 데이터셋을 사용하여 실험을 진행한 결과, 기존 최첨단 모델보다 우수한 정확도와 강건성을 보이는 것을 확인했습니다.
