낙상은 노인의 건강과 독립성을 위협하는 주요 요인으로, 조기 탐지가 필수적이다. 고령화 사회에서 낙상은 의료비 증가와 삶의 질 저하로 직결되므로 효과적인 낙상 예측 및 탐지 기술 개발의 필요성이 더욱 커지고 있다. 본 연구에서는 스마트폰 IMU 센서를 활용하여 낙상과 비낙상을 분류하는 모델을 개발하였다. 고령자를 대상으로 보행 및 낙상 시나리오 데이터를 수집하고, 가속도·자이로스코프 신호를 분석하여 통계적인 특성과 데이터의 차이를 확인하였다. 통계분석 결과를 바탕으로 학습데이터를 구축하고, 시계열 데이터의 시간적 특성 반영과 모바일 환경에서의 효율성을 고려하여 LSTM(Long Short-Term Memory) 모델을 학습하였다. 그 결과, 정확도 97.7%, 정밀도 97.4%, 재현율 98.1%의 성능을 달성하였다. 본 연구는 스마트폰을 활용한 고령자 낙상 조기 경보 및 예방 시스템 개발에 기여할 수 있는 가능성을 제시하며, 실제 생활 환경에서의 활용 측면에서도 의의를 가질 것으로 기대된다.