스마트폰 앱 반복 행동을 보면 ‘내 스트레스’가 한 눈에 작성일 10-15 21 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">KAIST, 스마트폰 채팅·검색 등으로 스트레스 판별 AI 개발<br>앱 속 반복 행동으로 75% 정확도로 일일 스트레스 파악 가능</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="GT8j1Au5vU"> <figure class="figure_frm origin_fig" contents-hash="1b90529bd5ee51161d626aff05d5f9fec407efbc465cad3532f3484ae1a57a95" dmcf-pid="Hy6Atc71hp" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구결과를 AI로 생성한 이미지. KAIST 제공." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/dt/20261015140914560leca.png" data-org-width="640" dmcf-mid="W0EGPHJ6l7" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/dt/20261015140914560leca.png" width="658"></p> <figcaption class="txt_caption default_figure"> 연구결과를 AI로 생성한 이미지. KAIST 제공. </figcaption> </figure> <p contents-hash="9554502e60e96820a3c4fcb1577ad52c23cb73f28f6ab917d34c67ececb9b4ec" dmcf-pid="XrzevdXSy0" dmcf-ptype="general"><br> 스마트폰 앱 사용을 통해 하루의 스트레스 상태를 75% 이상의 정확도로 확인할 수 있는 인공지능(AI) 기술이 개발됐다.</p> <p contents-hash="6ce39be389b9f9c23854cede59f1adf696b5a0348c9dbfd18423bf7fc7488c73" dmcf-pid="ZmqdTJZvv3" dmcf-ptype="general">KAIST는 이의진 전산학부 교수 연구팀이 스마트폰에서 반복되는 행동별 수행 시간과 빈도, 문자 입력 패턴 등을 활용해 일일 스트레스 상태를 판별하는 AI 기술 ‘SHIRBT-MMF’를 개발했다고 15일 밝혔다.</p> <p contents-hash="2f51eb9315bd599a5cd6076bca2f7e5e28a129878efa785b57362b30e1cea9f7" dmcf-pid="5sBJyi5TSF" dmcf-ptype="general">기존 스마트폰 기반 스트레스 연구는 주로 하루 사용시간이나 앱 실행 횟수, 앱 종류별 사용 빈도, 문자 입력 습관 등을 활용했다.</p> <p contents-hash="b7b597c5653f5089c074542fe4a71d92fb0270a045b051a7be5f43a9ab2ead55" dmcf-pid="1ObiWn1ySt" dmcf-ptype="general">하지만 사용자가 자주 사용하는 앱을 바꾸거나 앱의 화면 구성이 달라지면 수집하는 데이터도 달라져 장기간 스트레스를 안정적으로 추적하기 어려웠다.</p> <p contents-hash="83bbff98cebb236d9d42a275469a7ba5d71970f9df7eeb6720d6a71fa5d54d39" dmcf-pid="tIKnYLtWT1" dmcf-ptype="general">연구팀은 ‘어떤 앱을 사용했는가’보다 ‘스마트폰으로 무엇을 했는가’에 주목했다.</p> <p contents-hash="1155015b00e21cdfc98a038503157cdabf1909ca1677f2105fada4614e10cf89" dmcf-pid="FC9LGoFYC5" dmcf-ptype="general">가령, 카카오톡에서 라인이나 왓츠앱으로 바꾸더라도 실제 행동 목적이 같다면 이를 ‘메신저 채팅’이라는 하나의 행동으로 분류했다.</p> <p contents-hash="63a3fb64f44cef58a1a4fe8f89a67b493f0d9d78de83c2a6e4198cf4a4bbf304" dmcf-pid="3h2oHg3GvZ" dmcf-ptype="general">이런 반복 행동을 자체 개발한 ‘멀티 레벨 순차 패턴 마이닝’ 기법으로 여러 날에 걸쳐 반복되는 화면 전환 패턴을 찾아냈다. 이어 대규모언어모델(LLM)을 활용해 메신저 채팅, 웹 탐색, 금융 결제, 이메일 작성 등 이해하기 쉬운 행동으로 분류했다.</p> <p contents-hash="0652f83aa0918521d5e73d0e5592b4ce636fb49a0351a192d6deb0c06020b896" dmcf-pid="0lVgXa0HvX" dmcf-ptype="general">서로 다른 메신저와 이메일, 웹브라우저 앱을 대상으로 한 분류시험에서는 95% 이상의 정확도를 확인했다.</p> <p contents-hash="665b545094d37136523c57abcfc3971fb23aa11e6a7cd054e2f472157e69b969" dmcf-pid="pSfaZNpXlH" dmcf-ptype="general">연구팀은 이 기술을 활용해 20~30대 대학생과 직장인 26명의 실제 스마트폰 사용 데이터를 분석했다.</p> <p contents-hash="4a45230abb6baaeff8dfde637c71d127af3115c70796489a2ae77ce124dfd0d4" dmcf-pid="Uv4N5jUZlG" dmcf-ptype="general">분석 결과, 이들의 스마트폰 사용에서 총 29종의 반복 행동을 찾아냈고, 한 사람이 일상적으로 반복하는 행동은 평균 7종에 달했다.</p> <p contents-hash="1fe024aa91c62646b5553afb4f066d9347996f88b9c81a3da3fbd70ca35392de" dmcf-pid="uT8j1Au5lY" dmcf-ptype="general">연구팀은 이런 행동 패턴을 학습한 개인 맞춤형 AI로 하루의 스트레스 여부를 판별했다. 단기 참여자의 평균 스트레스 판별 정확도는 75.9%, 장기 참여자는 73.8%를 기록했다.</p> <p contents-hash="992655da9b2dd61fb0c8f0cec022a38d93f29e462c1ed95e49113c4e6b678d14" dmcf-pid="7y6Atc71CW" dmcf-ptype="general">이는 기존 스마트폰과 앱 사용량을 분석하는 방식보다 각각 5.5%포인트, 3.5%포인트 높은 수치다.</p> <p contents-hash="9c36df11d8dd095d202c0eaecb8b2ef735dcb4586c34ff71adf935101e7c14cc" dmcf-pid="zWPcFkztvy" dmcf-ptype="general">특히 전체 앱 사용 기록을 분석하지 않고도 메신저 채팅, 금융 결제와 같은 소수의 반복 행동만으로 기존 방식과 비슷하거나 더 높은 수준의 스트레스 판별 성능을 확보할 수 있음을 확인했다.</p> <p contents-hash="abd62d2ae50583c5ecc4cef5218bf41c78f638deccaf4e446c063727d09d85af" dmcf-pid="qYQk3EqFWT" dmcf-ptype="general">이 교수는 “이번 연구는 복잡한 스마트폰 기록을 사람이 이해할 수 있는 행동 단위로 바꿔 장기간 정신건강 변화를 보다 안정적으로 분석할 수 있는 기반을 제시했다는 데 의미가 있다”며 “20∼30대 안드로이드 스마트폰 사용자를 대상으로 확인한 결과를 바탕으로 다양한 연령과 직업군, 스마트폰 환경으로 연구를 확대해 장기 안정성을 검증할 계획”이라고 말했다.</p> <figure class="figure_frm origin_fig" contents-hash="d6d7916bec30d762812d6eaeb447471c7754acd0fad78b7b23b1bccb01e4901f" dmcf-pid="BUaS2vQ9Wv" dmcf-ptype="figure"> <p class="link_figure"><img alt="KAIST가 개발한 ‘SHIRBT’ 방식과 기존 앱 사용량 기반 방삭의 장기 안정성 비교도. KAIST 제공." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/dt/20261015140915875ocki.png" data-org-width="640" dmcf-mid="YcPcFkztTu" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/dt/20261015140915875ocki.png" width="658"></p> <figcaption class="txt_caption default_figure"> KAIST가 개발한 ‘SHIRBT’ 방식과 기존 앱 사용량 기반 방삭의 장기 안정성 비교도. KAIST 제공. </figcaption> </figure> <p contents-hash="6f015f38ebd6a12a54a4b6e0b184ad2ceb7014808765bd01e8246e88e38ca2ad" dmcf-pid="buNvVTx2hS" dmcf-ptype="general"><br> 이준기 기자 bongchu@dt.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털타임스. 무단전재 및 재배포 금지.</p> 관련자료 이전 "챗GPT가 아이들 해친다"…美 8개 주, 오픈AI 동시 제소 10-15 다음 롯데이노베이트, 자율주행 넘어 AI 교통 인프라로…모빌리티 사업 확대 10-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
