KAIST(한국과학기술원) 연구팀은, 스마트폰 모서리로 물체를 가볍게 “노크”하기만 하면, 물체를 식별해서 적절한 앱이나 서비스를 자동적으로 실행하는 새로운 기술 “Knocker”를 개발했다. Knocker는 물체 소리 및 진동 등에 관한 기계학습을 이용해 물체를 식별한다.
물체 식별 기술은 이미 다수 개발되어 있다. 지금까지는 카메라와 화상인식기술을 조합하거나, 또는 RFID태그 등과 같은 하드웨어를 사용해 왔다. 이러한 식별기술은 모두 고유의 한계를 지니고 있다. 화상인식기술은, 사용자가 미리 모든 아이템을 촬영할 필요가 있고, 어두운 환경에서는 쓸 수 없다. RFID등 추가 하드웨어를 사용하는 기술은 비용도 시간도 걸린다.
이에 비해 Knocker는 스마트폰에 원래 장착된 센서만을 사용한다. 마이크, 가속도계, 자이로스코프 등이 그것이다.
이들 센서를 써서 스마트폰으로 물체를 노크했을 때 발생하는 소리 및 진동 등이 섞인 반응을 잡아낸다. 이러한 반응을 분석, 물체를 분류 및 식별하기 위해 기계학습을 이용한다. 이러한 시스템을 채용한 덕분에 Knocker는 어두운 환경에서도 스마트폰만 있으면 작동되며, 특수한 하드웨어나 카메라도 불필요하다.
Knocker기술의 실연에서, 전반부에서는 식별한 물체 명칭이 스마트폰 화면에 표시됐다. 후반부에서는 인식한 물체에 따라 스마트폰 상의 특정한 앱을 실행했다. 노이즈가 많은 환경에서도 식별율이 높았다. KAIST의 School of Computing에서 교수를 맡는 Sung-Ju Lee씨가 이끄는 연구팀에서는 23종의 일상에 쓰이는 물체를 이용, Knocker기술의 응용을 확인한 바 있다.