Real-Time Korean Sign Language Learning Recognition System Using MediaPipe and LSTM

청각장애인과 비장애인 간 의사소통을 위한 수어 교육의 필요성이 증가하고 있으나, 전문 교육 기관에 대한 접근 제한과 실시간 피드백 부재로 학습 효율이 저하되고 있다. 본 논문은 MediaPipe 기반 손 랜드마크 추출과 LSTM 모델을 결합한 실시간 한국수어 학습 인식 시스템을 제안한다. 32개 한국수어 어휘를 다양한 배경·조명·각도 조건에서 수집하여 슬라이딩 윈도우 방식으로 약 68,000개의 학습 시퀀스를 생성하고, 8:2 비율로 데이터를 분할하였다. 실험 결과, 인식 정확도 94.82%, Macro F1-score 0.95를 달성하였으며, 동일 조건의 GRU 모델 대비 소폭 높은 정확도와 안정적인 학습 경향을 보였다. 교차 사용자 실험에서 평균 83.3%의 인식률을 기록하여 일반화 가능성을 확인하였고, 웹 서비스 연동을 통해 실시간 피드백을 제공함으로써 수어 교육의 접근성 향상에 기여한다.