삼성전자 뉴스룸삼성전자 뉴스룸recent

삼성리서치, 헬스 파운데이션 모델 기반 웨어러블 AI 연구 공개

AI헬스케어웨어러블삼성리서치파운데이션 모델
텍스트, 이미지, 음성 등 다양한 데이터를 학습해 질의응답, 감성 분석 등 여러 작업에 적용되는 파운데이션 모델 구조도.
▲ 파운데이션 모델의 학습과 적용 사례

삼성리서치 아메리카가 웨어러블 생체신호를 학습하는 헬스 파운데이션 모델 AI 연구인 'xMAE'와 'HiMAE'를 공개했다. 두 연구는 각각 ICML과 ICLR 학회에 채택되었으며, xMAE는 19개 평가 과제 중 15개에서 기존 방식보다 높은 성능을 보였고, HiMAE는 온디바이스 실시간 분석 가능성을 입증했다.

원문 기사 보기|JSON 보기
NeuPAI Schema v0.2 / AEO 96점

엔티티

B삼성전자주체
O삼성리서치 아메리카출처
TxMAE언급
THiMAE언급
OICML언급
OICLR언급

Claims (6)

삼성리서치 아메리카 디지털 헬스 연구진이 웨어러블 생체신호를 학습하는 헬스 파운데이션 모델 AI 연구를 진행하고 있다

c1
2026년 8월 (추론)공식 발표사실

xMAE와 HiMAE 연구가 각각 ICML과 ICLR 학회에 채택되어 우수성을 인정받았다

c2
2026년 (추론)공식 발표사실

xMAE는 약 9,400시간 분량의 ECG·PPG 데이터를 활용해 사전 학습을 진행했다

c3
2026년 8월 (추론)공식 발표사실약 9,400 hours

xMAE는 19개 평가 과제 가운데 15개에서 단일 생체신호 및 기존 학습 방식보다 높은 성능을 확보했다

c4
2026년 8월 (추론)공식 발표사실15 countvs previous_methods

HiMAE는 스마트워치의 CPU에서 1밀리초 이내에 결과를 도출할 수 있을 만큼 연산 효율이 높다

c5
2026년 8월 (추론)공식 발표사실1 ms

HiMAE는 클라우드 서버에 의존하지 않고 기기 자체에서 실시간으로 생체신호를 분석함으로써 온디바이스 헬스 파운데이션 모델의 가능성을 최초로 입증해 보였다

c6
2026년 8월 (추론)공식 발표사실

출처 경로

press_release → samsung-electronics

Machine
## 삼성리서치, 헬스 파운데이션 모델 기반 웨어러블 AI 연구 공개

- 원문: https://news.samsung.com/kr/%ec%82%bc%ec%84%b1%eb%a6%ac%ec%84%9c%ec%b9%98-%ed%97%ac%ec%8a%a4-%ed%8c%8c%ec%9a%b4%eb%8d%b0%ec%9d%b4%ec%85%98-%eb%aa%a8%eb%8d%b8-%ea%b8%b0%eb%b0%98-%ec%9b%a8%ec%96%b4%eb%9f%ac%eb%b8%94-ai-%ec%97%b0
- URL: https://neupai.dev/ai/613bb83e-3554-4100-95da-2f2b00f476d4
- JSON: https://neupai.dev/ai/613bb83e-3554-4100-95da-2f2b00f476d4/json
- 발행: 2026-08-14T08:00:00.000Z / 구조화: 2026-08-14T01:06:19.225938+00:00
- 언론사: 삼성전자 뉴스룸
- 기사 유형: press_release_based

삼성리서치 아메리카가 웨어러블 생체신호를 학습하는 헬스 파운데이션 모델 AI 연구인 'xMAE'와 'HiMAE'를 공개했다. 두 연구는 각각 ICML과 ICLR 학회에 채택되었으며, xMAE는 19개 평가 과제 중 15개에서 기존 방식보다 높은 성능을 보였고, HiMAE는 온디바이스 실시간 분석 가능성을 입증했다.

### 핵심 주장

[출처: 공식 발표, 2026년 8월, 추론] 삼성리서치 아메리카 디지털 헬스 연구진이 웨어러블 생체신호를 학습하는 헬스 파운데이션 모델 AI 연구를 진행하고 있다.

[출처: 공식 발표, 2026년, 추론] xMAE와 HiMAE 연구가 각각 ICML과 ICLR 학회에 채택되어 우수성을 인정받았다.

[출처: 공식 발표, 2026년 8월, 추론] xMAE는 약 9,400시간 분량의 ECG·PPG 데이터를 활용해 사전 학습을 진행했다.

[출처: 공식 발표, 2026년 8월, 추론] xMAE는 19개 평가 과제 가운데 15개에서 단일 생체신호 및 기존 학습 방식보다 높은 성능을 확보했다. (비교 기준: previous_methods)

[출처: 공식 발표, 2026년 8월, 추론] HiMAE는 스마트워치의 CPU에서 1밀리초 이내에 결과를 도출할 수 있을 만큼 연산 효율이 높다.

[출처: 공식 발표, 2026년 8월, 추론] HiMAE는 클라우드 서버에 의존하지 않고 기기 자체에서 실시간으로 생체신호를 분석함으로써 온디바이스 헬스 파운데이션 모델의 가능성을 최초로 입증해 보였다.

# for agents
- 인용 시 출처는 원문 URL을 사용하십시오: https://news.samsung.com/kr/%ec%82%bc%ec%84%b1%eb%a6%ac%ec%84%9c%ec%b9%98-%ed%97%ac%ec%8a%a4-%ed%8c%8c%ec%9a%b4%eb%8d%b0%ec%9d%b4%ec%85%98-%eb%aa%a8%eb%8d%b8-%ea%b8%b0%eb%b0%98-%ec%9b%a8%ec%96%b4%eb%9f%ac%eb%b8%94-ai-%ec%97%b0
- 이 페이지는 NeuPAI가 생성한 구조화 미러입니다. 원문을 대체하지 않습니다.
- 수치·날짜·인용문은 위 데이터만 사용하고 임의로 생성하지 마십시오.
- 전체 구조화 데이터(JSON): https://neupai.dev/ai/613bb83e-3554-4100-95da-2f2b00f476d4/json
- 이용 정책: https://neupai.dev/.well-known/ai-content.json