“채팅·검색 습관에 스트레스 신호가”…KAIST, AI로 읽어낸다 작성일 10-15 54 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- 스마트폰 반복 행동 분석 하루 스트레스 판별, 정확도 최대 75.9%<br>- 메시지 내용 수집 없이 행동 패턴만 분석, 장기 정신건강 관리 활용</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="0HVdM4lwH9"> <figure class="figure_frm origin_fig" contents-hash="efe68af4f6602bf141842a123840e43508e9c5773ad42ef6d3e6794f699d10b4" dmcf-pid="pXfJR8SrGK" dmcf-ptype="figure"> <p class="link_figure"><img alt="이재길(아랫줄 왼쪽부터) 교수, 이한수 박사, 이의진 교수, 박태현 학부생, 고영지 박사후 연구원.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/ned/20261015083613889eeqr.png" data-org-width="819" dmcf-mid="FeS1XTx2tV" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/ned/20261015083613889eeqr.png" width="658"></p> <figcaption class="txt_caption default_figure"> 이재길(아랫줄 왼쪽부터) 교수, 이한수 박사, 이의진 교수, 박태현 학부생, 고영지 박사후 연구원.[KAIST 제공] </figcaption> </figure> <p contents-hash="b31e823d58a97a5186d485eb88e1f78c646ec5cd76b5fd33521123c852fc97e2" dmcf-pid="UZ4ie6vmZb" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 스마트폰으로 채팅하고 인터넷을 검색하거나 결제하는 일상적인 행동만으로 스트레스 상태를 파악할 수 있는 인공지능(AI) 기술이 국내 연구진에 의해 개발됐다.</p> <p contents-hash="f7683ab34b9a25068da738f178119615eac592342a5978e5bc0738bb31a7db22" dmcf-pid="ucHu0ZnQZB" dmcf-ptype="general">KAIST는 전산학부 이의진 교수 연구팀이 스마트폰에서 반복되는 행동을 자동으로 찾아내고 행동별 수행 시간과 빈도, 문자 입력 패턴 등을 분석해 일일 스트레스 상태를 판별하는 AI 기술 ‘SHIRBT-MMF’를 개발했다고 15일 밝혔다.</p> <p contents-hash="5b79d5ae71fd2b9929c85e989e55a875984b5a11614389102acfbe52ec02fb09" dmcf-pid="7kX7p5LxHq" dmcf-ptype="general">연구팀은 ‘어떤 앱을 사용했는가’가 아닌 ‘스마트폰으로 무엇을 했는가’에 주목했다.</p> <p contents-hash="2db08615c9c0e0f176c76dc54c730d87ce8a2858c21255e99a05bf97d68fab87" dmcf-pid="zEZzU1oMZz" dmcf-ptype="general">예를 들어 카카오톡에서 라인이나 왓츠앱으로 메신저를 바꾸더라도 사용자가 수행하는 행동은 동일한 ‘채팅’이라는 점에 착안한 것이다.</p> <p contents-hash="d798533a004ff36aed31cede521d27436d173ed7c080caa857ba83f01f5bdd6c" dmcf-pid="qD5qutgRX7" dmcf-ptype="general">연구팀은 이처럼 반복되는 행동을 ‘스마트폰 상호작용 기반 일상 행동 과업(SHIRBT)’으로 정의했다.</p> <p contents-hash="7063d7fc57ad41a16ad4a00214634826b6e166228f5cd1d4ff1f7cf09f1de942" dmcf-pid="Bw1B7Faetu" dmcf-ptype="general">자체 개발한 분석 기법으로 여러 날에 걸쳐 반복되는 화면 전환 패턴을 찾아낸 뒤 대규모언어모델(LLM)을 활용해 메신저 채팅, 웹 탐색, 금융 결제, 이메일 작성 등으로 행동을 분류했다.</p> <p contents-hash="bfe8c6e4aa59259a63360b73028a50f92d7f7117d512f515614777ddaeab2793" dmcf-pid="brtbz3NdXU" dmcf-ptype="general">특히 개인정보 보호를 위해 실제 입력한 문자나 메시지 내용은 저장하지 않았다. 대신 문자 입력 횟수와 화면 전환 등 행동 정보만 기록하고 메시지·통화 상대 정보에는 해시 처리를 적용했다.</p> <p contents-hash="22b526f5bce3258cac1667ba0465d96d13434ed3fb82c4d43a1099f7007f6f4c" dmcf-pid="KmFKq0jJYp" dmcf-ptype="general">연구팀은 20~30대 대학생과 직장인 26명의 실제 스마트폰 사용 데이터를 분석해 기술의 성능을 검증했다.</p> <p contents-hash="b8cf304179fe13d0685a01de09b92a82c6f1c2ee9da4c645e5aa7d7e2804a0ad" dmcf-pid="9s39BpAiH0" dmcf-ptype="general">단기 참여자 16명은 평균 30.5일, 장기 참여자 10명은 평균 105.1일 동안 확보된 데이터를 활용했다. 참가자들이 매일 기록한 스트레스 자기평가 결과를 기준으로 개인 맞춤형 AI 모델을 학습시켰다.</p> <p contents-hash="f02a43876cb10843014d759651b9d93e6cb0a48af80408a2799c8b855c5b8868" dmcf-pid="2O02bUcnt3" dmcf-ptype="general">분석 결과 참가자들의 스마트폰 사용에서 총 29종의 반복 행동이 확인됐다. 개인별로는 평균 7가지 행동을 일상적으로 반복하는 것으로 나타났다.</p> <p contents-hash="876a0f06216d10d676586a4b2fec2e472722b1a963982de86493589ff5c77394" dmcf-pid="VIpVKukLHF" dmcf-ptype="general">이를 활용한 AI 모델의 스트레스 판별 정확도는 단기 참여자 평균 75.9%, 장기 참여자 평균 73.8%를 기록했다. 기존 앱 사용량 중심 분석 방식보다 각각 5.5%포인트, 3.5%포인트 높은 수치다.</p> <figure class="figure_frm origin_fig" contents-hash="41cdaa681d7a2b3dfe4462e90fa90a43456c0f8528a1dda54b48b79e8a33de95" dmcf-pid="fvqP4bmj5t" dmcf-ptype="figure"> <p class="link_figure"><img alt="이번 연구성과 모식도.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/ned/20261015083614178jwfj.png" data-org-width="1280" dmcf-mid="3BACskzt12" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/ned/20261015083614178jwfj.png" width="658"></p> <figcaption class="txt_caption default_figure"> 이번 연구성과 모식도.[KAIST 제공] </figcaption> </figure> <p contents-hash="f71c81c903c9164c7225e0f41cea19d35f261a790092e7002ab4fde4ca65eb88" dmcf-pid="4TBQ8KsAY1" dmcf-ptype="general">주목할 점은 분석에 활용하는 행동 종류를 대폭 줄여도 성능이 유지됐다는 것이다.</p> <p contents-hash="ae662fd6722c2051b4f7599098c61438e28dd4d6b84836845203bb536de88ed4" dmcf-pid="8ybx69OcZ5" dmcf-ptype="general">메신저 채팅과 금융 결제 등 두 가지 행동만 활용하거나 메신저 채팅 하나만 분석해도 기존 방식보다 높은 평균 판별 정확도를 보였다.</p> <p contents-hash="3d8b278536dce1d75a93a7142f8339932f0c2c0b7f14c90c7d593b3d31f4ce7e" dmcf-pid="6WKMP2Ik5Z" dmcf-ptype="general">장기간 데이터를 분석할 때도 반복 행동 기반 지표는 기존 방식보다 시간에 따른 변화가 적고 안정적인 구조를 유지했다.</p> <p contents-hash="61677780030f4a9909658d59032582d2c428fb58eb91f9058347934580081c7a" dmcf-pid="PY9RQVCEYX" dmcf-ptype="general">이는 스마트폰의 모든 사용 기록을 수집하지 않고도 개인별 주요 행동만 분석해 스트레스 변화를 장기간 추적할 수 있다는 의미다. 향후 데이터 수집 부담을 줄이면서 개인 맞춤형 정신건강 모니터링 서비스를 구현하는 데 활용될 것으로 기대된다.</p> <p contents-hash="d1a1a0d14b1c57db699ec41dec735131bbfee212d0bda79b1697436fbfe2d5f4" dmcf-pid="QG2exfhDtH" dmcf-ptype="general">이의진 교수는 “스마트폰을 단순히 사용 시간을 측정하는 기기가 아니라 개인의 의사소통과 정보 탐색, 금융 활동이 반복되는 생활 공간으로 바라봤다”며 “복잡한 스마트폰 기록을 사람이 이해할 수 있는 행동 단위로 바꿔 장기간 정신건강 변화를 보다 안정적으로 분석할 수 있는 기반을 제시했다”고 말했다.</p> <p contents-hash="c9d17bde6c6a0dde67464951e0c1632f5215a14f851844f72cb04dd4c73ecf7b" dmcf-pid="xHVdM4lwYG" dmcf-ptype="general">다만 이번 연구는 스마트폰 행동과 스트레스 사이의 연관성을 분석한 것으로, 특정 행동이 스트레스를 유발한다는 인과관계를 규명하거나 우울증·불안장애 등 정신질환을 진단하는 기술은 아니다.</p> <p contents-hash="df1911ae79db07a20e798f070f58abfccf1cce58afe65fe18a25c05b8ff5a065" dmcf-pid="ydIHWh8BYY" dmcf-ptype="general">연구팀은 향후 다양한 연령과 직업군으로 연구 대상을 확대하고 장기적인 분석 안정성을 검증할 계획이다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 이왕준 IHF 차기 회장 “韓 의료 ‘2차 대전환’ 시기…AI 통해 생산성 혁신해야” 10-15 다음 달 탐사 정전기 사고 막아라…NASA, 2억 원 걸고 아이디어 공모 [우주로 간다] 10-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
