기존 로봇과는 다른 인간의 감정과 운동 능력을 달성하기 위해 휴머노이드는 환경 정보를 수신하기 위해 더 많은 센서가 필요하고 유사한 인간 동작 행동을 달성하기 위해 더 복잡한 인공 근육이 필요하다. 그러나 센서와 액추에이터의 수와 정확도가 증가함에 따라 많은 데이터양이 발생할 것이다. 본 논문에서는 인간의 구조와 기능을 기반으로 휴머노이드 네트워크 프레임 워크를 구성한다. In-Robot Network (IRN)의 센서 및 액추에이터에 의해 생성 된 데이터의 비트 전송률이 계산된다. 이 결과는 향후 IRN 프로토콜 설계를 위한 참고로 이용할 수 있다.