본 과제는 에스지랩이 개발한 지능형 골프클럽 G-Grip에 내장된 멀티모달 센싱 기술을 인간-도구 상호작용(HTI) AI 핵심 기술로 고도화하여, 도구에 내장된 압력·듀얼 IMU(3200Hz) 센서 데이터를 기반으로 Edge AI 초소형 모션캡처 디바이스와 Cross-modal Transformer 기반 파운데이션 모델을 개발하는 것을 목표로 합니다. 기업은 TRL 8 수준의 G-Grip 제품, CES 2025 혁신상 2관왕 수상 이력, 9만 건 이상의 스윙 궤도 독점 데이터, PGA·LPGA 132명 규모의 선수 네트워크를 보유하고 있어 학습용 데이터 자산과 실증 채널을 연구실에 제공할 수 있습니다. 연구실은 멀티모달 센서 융합 및 온디바이스 노이즈 제거·압축 기술, 초소형 저전력 센서 모듈 설계, Cross-modal Transformer 기반 모션 파운데이션 모델(Motion DNA, Motion-to-Language) 개발, IMU 기반 관절 추정 오차 감소 연구를 수행하는 역할을 담당합니다. 목표 폼팩터(10x10x20mm), 신호 대 잡음비 20dB 개선, BLE 10대 동시 연결, 50차원 임베딩 벡터 등 정량적 스펙이 이미 명시되어 있어, 이를 충족하는 하드웨어·모델 개발을 구체적인 성과 목표로 삼습니다.