수먀딥 데이(Soumyadeep Dey)는 2026년 8월 16일 Dev.to Weekend Challenge Dog Days Edition 제출작으로 TELLTAIL을 공개했다. 이 프로젝트는 Snowflake와 Solana를 사용해 목줄과 하네스 움직임 데이터에서 가능한 반려견 건강 증후군을 감지한다. 반려견 진단은 하루 활동량 합계가 아니라 순서 있는 시퀀스로 봐야 한다는 주장도 담겼다. 근거로는 2022년 연구가 제시됐으며, 이 연구는 파일상 골관절염 진단이 없던 반려견 500마리를 선별해 188마리, 38%에서 골관절염을 발견했고, 뻣뻣함이나 절뚝거림으로 진료를 받은 적이 있는 비율은 절반 미만인 47.2%였다.

TELLTAIL은 Kumpulainen, Vehkaoja 등(2021)의 100 Hz 이중 IMU 목줄·하네스 데이터셋을 처리한다. 데이터셋은 반려견 45마리, 품종 27종, 1초 해상도 영상 주석, 센서 행 10.6M개를 포함한다. 파이프라인은 하나의 Snowflake 계정 안에서 Dynamic Tables, SQL `MATCH_RECOGNIZE`, Cortex가 작성한 수의사 메모와 트리아지(우선순위 분류)를 실행한 뒤, 보호소가 외부에서 읽을 수 있도록 서명된 클레임을 Solana devnet에 게시한다.

이 시스템은 센서 행 10.6M개를 분류된 epoch 198,681개, 반려견 32마리의 finding 118건, 초당 symbol 행 5,955개, 서명 증명 117건으로 변환했다. 저자는 개체가 겹치지 않는 dog-disjoint split에서 미관측 동물 10마리 기준 held-out accuracy 77.46%, macro F1 0.650을 보고했다. 100 Hz 샘플은 40 ms 간격으로 거의 동일하기 때문에 무작위 행 분할은 결과를 부풀릴 수 있다는 설명이다. 같은 corpus를 다룬 공개 연구에서는 단일 개체 분류기가 미관측 반려견으로 일반화될 때 ~91%에서 ~70-74%로 떨어졌다고 전했다.

Snowflake의 `MATCH_RECOGNIZE`는 SQL:2016 행 패턴 인식, 즉 순서 있는 행 위에서 정규식처럼 매칭하는 방식으로 쓰였다. 단일 수치 합계에 임계값을 거는 대신, 감지기는 S2 간헐적 파행의 `stride{3,} halt+ stride2{1,3} halt2+ stride3{1,3} halt3+` 같은 행 시퀀스를 찾는다. 이는 최소 3초 걷고, 멈추고, 짧게 걷고, 다시 멈춘 뒤 다시 짧게 걷고 멈춘다는 뜻이다. S4 기립 꺼림은 `settled{10,} lever rise settled2{10,}`를, S6 위장관 불편은 냄새 맡기, 돌기, 다시 냄새 맡기에 해당하는 `probe{5,} turn{2,} probe2{5,}`를 사용한다.

저자는 6개 증후군 중 S1과 S5가 한 번도 발화하지 않았지만 catalogue, sweep, dashboard에는 0으로 남아 있다고 밝혔다. SHAKE와 SCRATCH가 데이터의 1급 레이블이 아니기 때문에 시스템은 epoch의 3.65%를 휴리스틱 상태로 표시한다. 이러한 파생 행에는 데이터, dashboard banner, provenance table에서 `state_source = 'HEURISTIC'`가 붙는다.

핵심 특징으로는 두 센서 간 상관관계가 제시됐다. `CORR(vm_neck, vm_back)`은 목과 등의 움직임을 비교해 이동 동작과 머리 흔들기를 구분한다. 목줄 하나만으로는 걷기와 격한 머리 움직임을 구별할 수 없지만, 흉추에 놓인 하네스는 몸통과 함께 움직이고 경추 쪽 목줄은 독립적으로 움직일 수 있다. 또한 프로젝트는 100 Hz 원시 샘플을 1 Hz epoch로 축약해 10.6M개 샘플을 ~106K개의 1초 epoch로 바꿨다. 원시 테이블에서 `MATCH_RECOGNIZE`를 실행하면 파티션마다 ~10.6M개 행을 스캔하고 결과가 반환되지 않기 때문이다.

Solana 계층은 `ERcokh7aHySS2nLmfT7UjDzTtp8ZT1szwV5x2oKcAFFx`로 표시된 하나의 publishing wallet을 통해 devnet에서 finding에 서명한다. 기록에는 확인된 transaction 117건, 반려견 31마리, 총수수료 0.000585 SOL이 포함됐다. 한 live receipt는 Snowflake staging claim #1314에 대해 `12:48:23.067`, bridge signing 및 submission에 대해 `12:48:29.925`, slot 484450346의 confirmation에 대해 `12:48:56.017`을 기록했으며, warehouse row에서 public ledger까지 32.95 s가 걸렸다.

수먀딥 데이(Soumyadeep Dey)는 2026년 8월 16일 Dev.to Weekend Challenge Dog Days Edition 제출작으로 TELLTAIL을 공개했다. 이 프로젝트는 Snowflake와 Solana를 사용해 목줄과 하네스 움직임 데이터에서 가능한 반려견 건강 증후군을 감지한다. 반려견 진단은 하루 활동량 합계가 아니라 순서 있는 시퀀스로 봐야 한다는 주장도 담겼다. 근거로는 2022년 연구가 제시됐으며, 이 연구는 파일상 골관절염 진단이 없던 반려견 500마리를 선별해 188마리, 38%에서 골관절염을 발견했고, 뻣뻣함이나 절뚝거림으로 진료를 받은 적이 있는 비율은 절반 미만인 47.2%였다.

TELLTAIL은 Kumpulainen, Vehkaoja 등(2021)의 100 Hz 이중 IMU 목줄·하네스 데이터셋을 처리한다. 데이터셋은 반려견 45마리, 품종 27종, 1초 해상도 영상 주석, 센서 행 10.6M개를 포함한다. 파이프라인은 하나의 Snowflake 계정 안에서 Dynamic Tables, SQL `MATCH_RECOGNIZE`, Cortex가 작성한 수의사 메모와 트리아지(우선순위 분류)를 실행한 뒤, 보호소가 외부에서 읽을 수 있도록 서명된 클레임을 Solana devnet에 게시한다.

이 시스템은 센서 행 10.6M개를 분류된 epoch 198,681개, 반려견 32마리의 finding 118건, 초당 symbol 행 5,955개, 서명 증명 117건으로 변환했다. 저자는 개체가 겹치지 않는 dog-disjoint split에서 미관측 동물 10마리 기준 held-out accuracy 77.46%, macro F1 0.650을 보고했다. 100 Hz 샘플은 40 ms 간격으로 거의 동일하기 때문에 무작위 행 분할은 결과를 부풀릴 수 있다는 설명이다. 같은 corpus를 다룬 공개 연구에서는 단일 개체 분류기가 미관측 반려견으로 일반화될 때 ~91%에서 ~70-74%로 떨어졌다고 전했다.

Snowflake의 `MATCH_RECOGNIZE`는 SQL:2016 행 패턴 인식, 즉 순서 있는 행 위에서 정규식처럼 매칭하는 방식으로 쓰였다. 단일 수치 합계에 임계값을 거는 대신, 감지기는 S2 간헐적 파행의 `stride{3,} halt+ stride2{1,3} halt2+ stride3{1,3} halt3+` 같은 행 시퀀스를 찾는다. 이는 최소 3초 걷고, 멈추고, 짧게 걷고, 다시 멈춘 뒤 다시 짧게 걷고 멈춘다는 뜻이다. S4 기립 꺼림은 `settled{10,} lever rise settled2{10,}`를, S6 위장관 불편은 냄새 맡기, 돌기, 다시 냄새 맡기에 해당하는 `probe{5,} turn{2,} probe2{5,}`를 사용한다.

저자는 6개 증후군 중 S1과 S5가 한 번도 발화하지 않았지만 catalogue, sweep, dashboard에는 0으로 남아 있다고 밝혔다. SHAKE와 SCRATCH가 데이터의 1급 레이블이 아니기 때문에 시스템은 epoch의 3.65%를 휴리스틱 상태로 표시한다. 이러한 파생 행에는 데이터, dashboard banner, provenance table에서 `state_source = 'HEURISTIC'`가 붙는다.

핵심 특징으로는 두 센서 간 상관관계가 제시됐다. `CORR(vm_neck, vm_back)`은 목과 등의 움직임을 비교해 이동 동작과 머리 흔들기를 구분한다. 목줄 하나만으로는 걷기와 격한 머리 움직임을 구별할 수 없지만, 흉추에 놓인 하네스는 몸통과 함께 움직이고 경추 쪽 목줄은 독립적으로 움직일 수 있다. 또한 프로젝트는 100 Hz 원시 샘플을 1 Hz epoch로 축약해 10.6M개 샘플을 ~106K개의 1초 epoch로 바꿨다. 원시 테이블에서 `MATCH_RECOGNIZE`를 실행하면 파티션마다 ~10.6M개 행을 스캔하고 결과가 반환되지 않기 때문이다.

Solana 계층은 `ERcokh7aHySS2nLmfT7UjDzTtp8ZT1szwV5x2oKcAFFx`로 표시된 하나의 publishing wallet을 통해 devnet에서 finding에 서명한다. 기록에는 확인된 transaction 117건, 반려견 31마리, 총수수료 0.000585 SOL이 포함됐다. 한 live receipt는 Snowflake staging claim #1314에 대해 `12:48:23.067`, bridge signing 및 submission에 대해 `12:48:29.925`, slot 484450346의 confirmation에 대해 `12:48:56.017`을 기록했으며, warehouse row에서 public ledger까지 32.95 s가 걸렸다.