ruview

RuView는 오픈소스 WiFi 센싱 플랫폼으로, 저가 ESP32 센서의 채널 상태 정보(CSI)를 읽어 무선 반사파를 공간 및 생리학적 데이터로 변환한다 — 카메라, 착용기, 클라우드 서비스 불필요. 일반 WiFi 라우터가 공간에 전파를 채우면 사람이 움직이거나 숨 쉬거나 앉아 있어도 파동이 왜곡되는데 RuView는 그 왜곡을 측정한다. README에 따른 출력 항목: 존재 및 점유(월벽 감지, 카운팅, 출입 추적 포함), 비접촉 호흡률(0.1–0.5 Hz 대역 통과, 6–30 BPM), 심박수(0.8–2.0 Hz 대역 통과, 40–120 BPM), 움직임 및 활동 분류, 위상 가속화 임계값+디바운스+쿨다운 기반 낙상 감지(200ms 미만). 적응형 P95 정규화를 통한 다중 인물 카운팅, 약 5m 거리 월벽 센싱, 환경 RF 지문, 수면分期 및 무호흡 스크리닝, CSI 기반 17개 관절 Pose 추정도 보고된다. 하드웨어 경로는 무료~약 $140. 단일 ESP32-S3 노드는 약 $9, 멀티노드 메시는 약 $54. 권장 구성은 지속적 벡터 저장, kNN 검색, 암호학적 증분, MCP 프록시를 위한 Cognitum Seed를 추가한다. ESP32-C6 노드($6–10)는 Wi-Fi 6 및 802.15.4 연구 센싱 대상으로, IDF 5.5.2에서 ESP-NOW 동기 일치 99.56% 및 HE-LTF 캡처를 달성했으나 TWT와 약 5μA 동작은 아직 하드웨어 검증이 필요하다. Intel 5300 및 Atheros AR9580 연구용 NIC, 베타 Qualcomm과 벤더 어댑터 프로그램도 지원된다. 일반 노트북은 RSSI-only coarse presence 제공, Docker 이미지는 시뮬레이션 데이터로 실행된다. 소프트웨어는 Rust 1.85+ 크레이트, Multi-arch Docker 이미지, PyPI 패키지로 배포된다. Home Assistant 통합은 MQTT 발행자를 통해 노드당 21개 엔티티(신호 원시치 + someone-sleeping, possible-distress, fall-risk-elevated, bathroom-occupied 등 추론 상태)와 세 가지 시작 Blueprints로 구성된다. Apple Home은 발견 가능한 HAP-1.1 브릿지로, Google Home 및 Alexa는 동일 HA 브릿지 또는 Matter 엔드포인트로 동작한다. HOMECORE는 로컬 상태, 이력, 자동화, 서명 Wasm 플러그인, 음성 훅, HomeKit 지원을 제공한다. 레지스트리에서 105개 모듈 에지 카탈로그가 로드된다. 별도 npm 메타하네시 @ruvnet/ruview는 검사 도구, 가이드, 읽기 전용 코딩 에이전트, claim-check, 결정론적 검증, MCP 서버를 제공한다. README는 모델 한계를 unusually candid하게 서술하는데 이는 평가에 중요하다. Hugging Face 사전학습 인코더는 82.3% 홀드아웃 시간 삼중체 정확도를 보고하며(RAW 66.4% 대비 상승), 이전의 "100% 존재" 수치는 단일 클래스 녹음으로 측정한 것으로 철회됐다. 4비트 빌드는 8KB에収録. 별도 MM-Fi Pose 모델은 단일 모델 torso-PCK@20 82.69%(3개 모델 앙상블+테스트타임 확장을 쓰면 83.59%)를 보고하며, 이는 MultiFormer(72.25%), CSI2Pose(68.41%) 대비 수치다. 반면 장치 온디바이 pose_v1 모델은 PCK@20 = 3.0%로 본인 35% ADR 목표에는 크게 미달이며 런타임 경로가 아직 confidence=0 stub이다. published model.safetensors 헤더가 NUL 패딩돼 레퍼런스 safetensors 로더에서 거부되며(issue #1522), 양자화된 model-q*.bin 파일도 호환 리더가 없다. 통합 RF 세계 모델 정확도는 실제 데이터 검증 전까지 합성임. 주장되는 검증 도구체는 python archive/v1/data/proof/verify.py로 출력 해시를 SHA-256과 대조하는 결정론적 파이프라인 재생, Ed25519 증인 체인, 1,463개 통과 테스트 포함한다. 요컨대 RuView는 광범위한 스마트홈 통합과 방대한 문서화를 갖춘 상당한 에지 센싱 프레임워크이나, 실시간 온디바이 Pose 관련 주장은 입증되지 않았으므로 프로젝트 자체의 주의사항, 벤치마크 ADR, 재현 스크립트를 참고해 정확성을 판단해야 한다.