매일 반복하는 스마트폰 습관, 당신의 스트레스 알려주는 단서? 작성일 10-15 48 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">보도기사</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="paIxKzDguv"> <p contents-hash="eb51e8b0b8ae993e8d7fc0e4a245ddace6f5070bc966f1c42250d12bd46b8285" dmcf-pid="UltkiRGh3S" dmcf-ptype="general">채팅·검색·결제 등 반복 행동 분석…일일 스트레스 판별 정확도 최대 75.9%<br>앱 종류 바뀌어도 행동 기준으로 추적…장기 정신건강 모니터링 가능성 제시</p> <figure class="figure_frm origin_fig" contents-hash="495e054f8ca7c9f93b0e282f43064c50fde91322e35e0c40d851588d233ce509" dmcf-pid="uSFEneHlul" dmcf-ptype="figure"> <p class="link_figure"><img alt="KAIST, 스마트폰 사용 습관서 스트레스 읽어내는 기술 설명(AI 생성 이미지)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/551724-22lyJQR/20261015154346476itqo.jpg" data-org-width="600" dmcf-mid="Fvd3WSPKUW" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/551724-22lyJQR/20261015154346476itqo.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> KAIST, 스마트폰 사용 습관서 스트레스 읽어내는 기술 설명(AI 생성 이미지) </figcaption> </figure> <p contents-hash="4147b3485d1274b6884f8d73c49f4b53fa68bc9e04b37849cd1c704297b88979" dmcf-pid="7v3DLdXSuh" dmcf-ptype="general"><br>매일 스마트폰으로 메시지를 주고받고, 인터넷을 검색하거나 물건을 결제하는 평범한 행동에 스트레스 상태를 파악할 수 있는 단서가 숨어 있다는 연구 결과가 나왔습니다. 어떤 앱을 얼마나 오래 사용했는지가 아니라, 스마트폰에서 반복적으로 나타나는 행동을 분석해 스트레스 여부를 판별하는 인공지능(AI) 기술이 개발된 겁니다.</p> <p contents-hash="3e4f1f852483720753e41e0c3e87015c8a6df6104df64a195f13aa5214db6a68" dmcf-pid="zT0woJZv3C" dmcf-ptype="general">KAIST는 AI컴퓨팅학과 이의진 교수 연구팀이 스마트폰 사용자의 일상적인 행동 패턴을 분석해 하루 단위의 스트레스 상태를 판별하는 기술 'SHIRBT-MMF'를 개발했다고 15일 밝혔습니다.</p> <p contents-hash="181cdc2e3657ff1632b9b2754e56fd3d41efe6ee670bb60469f46c7e8d9ebd41" dmcf-pid="qyprgi5TuI" dmcf-ptype="general">◆ 스마트폰 사용시간보다 중요한 건 '무엇을 했나'</p> <p contents-hash="b7840ba182507c0227588cf8c15d0666cde23c54679ddec6775c2f9b602a15e5" dmcf-pid="BWUman1yuO" dmcf-ptype="general">스마트폰 사용 기록은 일상적인 행동 변화를 관찰할 수 있어 정신건강 상태를 파악하는 디지털 지표로 활용되고 있습니다. 기존에는 하루 동안 스마트폰을 얼마나 사용했는지, 앱을 몇 번 실행했는지, 어떤 종류의 앱을 자주 사용하는지 등을 분석하는 방식이 주를 이뤘습니다.</p> <p contents-hash="a7e55f7e81187183d28b87f9e8c4e6f87c0c5290a1ecf160f7550e58142cc77f" dmcf-pid="bYusNLtW0s" dmcf-ptype="general">하지만 이런 방식에는 한계가 있었습니다. 사용자가 새로운 앱으로 갈아타거나 기존 앱의 화면 구성이 바뀌면 분석 데이터도 달라져 장기간 스트레스 상태를 안정적으로 추적하기 어렵기 때문입니다.</p> <div contents-hash="43a6d99ce3dd45d23d54598ad98d7b6dfb768f0406407b758948faeedf67a0b5" dmcf-pid="KG7OjoFY7m" dmcf-ptype="general"> 연구팀은 앱의 종류보다 '사용자가 스마트폰에서 실제로 무엇을 했는가'에 주목했습니다. 예를 들어 카카오톡을 사용하다 라인이나 왓츠앱으로 바꾸더라도, 사용자가 하는 행동은 여전히 '메신저 채팅'이라는 점에 착안한 겁니다. </div> <figure class="figure_frm origin_fig" contents-hash="a7f492708a8ade284f7e95d56dfdadbcb73c8912a8b0d2e41a482c7e65c573a8" dmcf-pid="9iw470jJpr" dmcf-ptype="figure"> <p class="link_figure"><img alt="날짜와 스마트폰 사용 세션을 고려해 반복 UI 시퀀스를 추출하는 다단계 순차 패턴 마이닝 과정" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/551724-22lyJQR/20261015154346594dkrp.jpg" data-org-width="533" dmcf-mid="3N8GIrKp3y" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/551724-22lyJQR/20261015154346594dkrp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 날짜와 스마트폰 사용 세션을 고려해 반복 UI 시퀀스를 추출하는 다단계 순차 패턴 마이닝 과정 </figcaption> </figure> <div contents-hash="b98bc65b1c3f00d28f54c3cc27052ba3a76b15fc2b67c12f4af05c310db52da5" dmcf-pid="2nr8zpAiuw" dmcf-ptype="general"> <div> <br>◆ 채팅·검색·결제…AI가 일상 행동 자동 분석 <br> <br>연구팀은 스마트폰에서 반복적으로 나타나는 행동을 '스마트폰 상호작용 기반 일상 행동 과업(SHIRBT)'으로 정의했습니다. 이어 자체 개발한 분석 기법을 활용해 여러 날에 걸쳐 반복되는 화면 전환 패턴을 찾아냈습니다. <br> <br>여기에 대규모 언어모델(LLM)을 결합해 복잡한 사용 기록을 '메신저 채팅', '웹 탐색', '금융 결제', '이메일 읽기·작성' 등 사람이 이해하기 쉬운 행동으로 분류했습니다. 서로 다른 메신저나 웹브라우저, 이메일 앱에서도 동일한 행동을 일관되게 분류하는 정확도는 95% 이상으로 나타났습니다. <br> <br>개인정보 보호에도 신경 썼습니다. 실제 입력한 문자나 메시지 내용은 저장하지 않고, 문자 입력 여부와 횟수, 화면 전환 등 행동 정보만 기록했습니다. 메시지나 통화 상대에 관한 정보 역시 원래 값을 직접 드러내지 않도록 해시 처리했습니다. <br> <br>◆ 스마트폰 습관 분석했더니…스트레스 4번 중 3번 맞혔다 <br> <br>연구팀은 20~30대 대학생과 직장인 26명의 실제 스마트폰 사용 데이터를 분석했습니다. 이 가운데 단기 참여자 16명은 평균 30.5일, 장기 참여자 10명은 평균 105.1일 동안 스트레스 자기평가와 스마트폰 사용 기록을 제공했습니다. <br> <br>연구팀이 확인한 반복 행동은 모두 29종으로, 참가자 한 명당 평균 약 7가지 행동을 일상적으로 반복하는 것으로 나타났습니다. 이러한 행동 데이터를 바탕으로 개인 맞춤형 AI 모델을 학습시켜 스트레스가 있는 날과 없는 날을 구분하도록 했습니다. <br> <br>AI 기법에 앱 사용량을 적용한 결과 가장 높은 성능을 보인 모델의 평균 판별 정확도는 단기 참여자 75.9%, 장기 참여자 73.8%를 기록했습니다. 하루의 스트레스 여부를 약 4번 중 3번 맞힌 셈입니다. <br> <br>특히 분석에 활용하는 행동의 종류를 줄여도 성능이 유지됐습니다. '메신저 채팅'과 '금융 결제' 두 가지 행동만 분석하거나, '메신저 채팅' 하나만 활용한 경우에도 기존 방식보다 높은 평균 판별 정확도를 보였습니다. </div> </div> <figure class="figure_frm origin_fig" contents-hash="eed8268bcde8789ec5e6b2bc566352dc46ea4d0b8a588d3a4a0216863504bfdd" dmcf-pid="VLm6qUcn0D" dmcf-ptype="figure"> <p class="link_figure"><img alt="SHIRBT 기반 개인화 스트레스 판별의 주요 실증 결과 정확도, 필요한 앱 종류 및 장기 안정성 비교" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/551724-22lyJQR/20261015154346720sbss.jpg" data-org-width="533" dmcf-mid="0XhR2BrNUT" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/551724-22lyJQR/20261015154346720sbss.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> SHIRBT 기반 개인화 스트레스 판별의 주요 실증 결과 정확도, 필요한 앱 종류 및 장기 안정성 비교 </figcaption> </figure> <div contents-hash="b8b829950360f8ce1ebdc94cfe7a681ba0d8af3d155a4a9269558ef85a4e6fbc" dmcf-pid="fosPBukL0E" dmcf-ptype="general"> <div> <br>◆ 메시지 내용 몰라도 스트레스 파악…정신건강 관리 활용 기대 <br> <br>이번 기술의 가장 큰 특징은 사용자의 구체적인 메시지 내용을 들여다보지 않고도 스마트폰 사용 습관을 통해 스트레스 상태를 파악할 가능성을 제시했다는 점입니다. 또 앱 종류나 화면 구성이 바뀌더라도 채팅, 검색, 결제 등 반복 행동을 중심으로 분석하기 때문에 장기간 데이터를 활용하는 데 유리합니다. <br> <br>연구팀은 앞으로 개인별로 주요 반복 행동을 파악한 뒤 관련 기록만 선택적으로 수집하면 데이터 수집 부담도 줄일 수 있을 것으로 기대하고 있습니다. <br> <br>다만 이번 연구는 특정 행동과 스트레스 상태 사이의 연관성을 분석한 것으로, 채팅이나 금융 결제 같은 행동이 스트레스를 직접 유발하거나 줄인다는 인과관계를 입증한 것은 아닙니다. 또 연구 대상이 20~30대 안드로이드 스마트폰 사용자 26명에 한정된 만큼, 실제 정신건강 모니터링에 폭넓게 활용하려면 추가 검증이 필요합니다. <br> <br>연구팀은 앞으로 다양한 연령과 직업군, 스마트폰 환경으로 연구 범위를 확대하고 장기적인 분석 안정성을 확인할 계획입니다. </div> </div> <p contents-hash="bb11cf950a8fdc4572f3ba194641bc65af86e3faa1255945b9fb60dc3ff56eb9" dmcf-pid="4gOQb7Eozk" dmcf-ptype="general">(사진=KAIST) </p> <p contents-hash="60fd5d8845c42dea20fc4ddbf93f51bd817bab7f6ef33c2f333d616f09a37289" dmcf-pid="8aIxKzDg0c" dmcf-ptype="general">조형준 취재 기자 | brotherjun@tjb.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © TJB </p> 관련자료 이전 "귀한 AI 칩 확보해 놓고 절반은 쿨쿨"…정부 GPU 관리 '허점' 10-15 다음 급성장한 ECM 스킨부스터, 안전성·관리 체계 도마 위에 10-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
