KAIST, 스마트폰 앱 속 반복 행동으로 일일 스트레스 판별하는 기술 개발 작성일 10-15 54 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="QVXNFZnQm8"> <p contents-hash="5a388fb0d3a0d46e02aafbed949919efe965f497a797f81e18d757767a0022cb" dmcf-pid="xZDfOwb0E4" dmcf-ptype="general">우리가 일상을 함께하는 '스마트폰' 속 일상 행동을 분석, 이용자 스트레스 상황을 파악하는 기술이 국내에서 개발됐다.</p> <p contents-hash="b8f7fccfd70398d443d9b470f185fb20966d93b973d57c4200042462273804b7" dmcf-pid="yiqC2BrNOf" dmcf-ptype="general">한국과학기술원(KAIST·총장 배충식)은 이의진 AI컴퓨팅학과 교수팀이 스마트폰에서 반복 행동을 자동으로 찾아내고 행동별 수행 시간과 빈도, 문자 입력 패턴 등을 활용해 일일 스트레스 상태를 판별하는 기술 'SHIRBT-MMF'를 개발했다고 15일 밝혔다.<br></p> <figure class="figure_frm origin_fig" contents-hash="454eefe2e366a92ecd22b5112dd71bcd128304d79538af84a8cdda155d8e1718" dmcf-pid="WnBhVbmjmV" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구이미지(AI 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/etimesi/20261015170314536hmvm.png" data-org-width="700" dmcf-mid="6hLujoFYrP" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/etimesi/20261015170314536hmvm.png" width="658"></p> <figcaption class="txt_caption default_figure"> 연구이미지(AI 생성) </figcaption> </figure> <p contents-hash="2616d9614bf6bcbe033058500eb1cd15a1b026f11f2f78918c9cd7e514c588f7" dmcf-pid="YLblfKsAO2" dmcf-ptype="general">기존 스마트폰 기반 스트레스 연구는 화면 사용 시간이나 앱 실행 횟수, 앱 종류별 사용 시간·빈도·타이핑 행동 등을 주로 분석했다. 사용 앱이나 앱 화면이 바뀌면 분석 데이터도 달라져, 스트레스 추적 모델 안정성이 떨어질 수 있다.</p> <p contents-hash="ed9b4a09b45ee397d8c5d24675f5f126d45f428852106a4f3f94d62f34c3bd87" dmcf-pid="GoKS49OcO9" dmcf-ptype="general">연구팀은 '어떤 앱을 사용했는가'보다 '무엇을 했는가'에 주목했다. 일례로 카카오톡에서 라인으로 사용 앱을 바꿔도 하는 일은 여전히 '채팅'이다. 앱 이름 대신 행동 목적을 기준으로 분석했다.</p> <p contents-hash="a8ce326f2e8c8b82c4749a0de3ada85e20e76226c8c037965a721e8e02a652ee" dmcf-pid="Hg9v82IkOK" dmcf-ptype="general">연구팀은 이런 반복 행동을 '스마트폰 상호작용 기반 일상 행동 과업(SHIRBT)'으로 정의했다. 자체 개발한 '멀티 레벨 순차 패턴 마이닝(ML-SPM)' 기법으로 여러 날에 걸쳐 반복되는 화면 전환 패턴을 찾아낸 뒤, 대규모 언어모델(LLM)을 활용해 '메신저 채팅' '웹 탐색' '금융 결제' '이메일 읽기·작성' 등 행동 이름을 붙였다. 서로 다른 앱에서도 같은 행동을 일관되게 분류하는 평가에서 95% 이상의 정확도를 보였다.</p> <p contents-hash="3b490757c0d9925356b7f75c77e9279f896d31ff466c6c1c6a868a1edb4ae05a" dmcf-pid="Xa2T6VCEwb" dmcf-ptype="general">개인정보 보호를 위해 실제 입력한 문자나 메시지 내용은 저장하지 않고, 입력 여부와 횟수, 화면 전환 등 행동 정보만 기록했다. 메시지나 통화 상대 정보도 원래 정보를 직접 드러내지 않는 값으로 바꾸는 '해시 처리'를 적용했다.</p> <p contents-hash="e0fbcae6d42b92660078b00cd77de5c5f9bfc3a6173e4894ece02f39e00f88a2" dmcf-pid="ZNVyPfhDEB" dmcf-ptype="general">연구팀은 20~30대 대학생과 직장인 26명의 실제 생활 데이터를 분석, 참가자가 매일 기록한 자기평가를 기준으로 스트레스가 있는 날과 없는 날을 구분하는 개인 맞춤형 모델을 만들었다.<br></p> <figure class="figure_frm origin_fig" contents-hash="59fb29e0fba42291c33b4784e884d0be4fbee6d676cb4b83a74bcf94e90eddae" dmcf-pid="5jfWQ4lwDq" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구그림(SHIRBT-MMF 프레임워크 및 스트레스 판별 모델 개요)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/etimesi/20261015170315803narq.png" data-org-width="700" dmcf-mid="P4eFLdXSw6" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/etimesi/20261015170315803narq.png" width="658"></p> <figcaption class="txt_caption default_figure"> 연구그림(SHIRBT-MMF 프레임워크 및 스트레스 판별 모델 개요) </figcaption> </figure> <p contents-hash="eda53489dd797b256e0c73fb5836c245e247d9bb29a617b0bc426ccbe712ffe8" dmcf-pid="1A4Yx8SrOz" dmcf-ptype="general">확인된 참가자 반복 행동은 모두 29종이었으며, 한 사람은 평균 약 7가지 행동을 반복했다. 이런 행동 패턴을 학습한 개인 맞춤형 AI로 하루 스트레스 여부를 판별한 결과 가장 좋은 성능을 보인 모델 평균 정확도는 단기 참여자 75.9%, 장기 참여자 73.8%였다. 기존 방식보다 각각 5.5%p, 3.5%p 높았다.</p> <p contents-hash="f41f48431428d56e54fbec9e2a003333ec02ce89e31f4982ec246be6a14aece1" dmcf-pid="tc8GM6vmr7" dmcf-ptype="general">이의진 교수는 “이번 연구는 복잡한 스마트폰 기록을 사람이 이해할 수 있는 행동 단위로 바꿔 장기간 정신건강 변화를 보다 안정적으로 분석할 수 있는 기반을 제시한 것”이라고 말했다.</p> <p contents-hash="6795e155c18534aa14d508d4952d25c6bc298ff97520ed990858beea42f42ac0" dmcf-pid="Fk6HRPTsDu" dmcf-ptype="general">다만 이번 연구는 행동·스트레스 연관성을 활용한 것으로, 특정 행동이 스트레스를 유발하거나 낮춘다는 인과관계를 입증한 것은 아니다.</p> <p contents-hash="3dc59814b44bb57e68da9bea608dcd25478df04bad81235a0c1662135889244f" dmcf-pid="3EPXeQyOEU" dmcf-ptype="general">이번 연구에는 이한수 박사가 제1저자로, 이의진 교수가 교신저자로 참여했으며 박태현·고영지 연구원과 전산학부 이재길 교수가 공동저자로 참여했다. 연구 결과는 'Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies'에 게재됐다. 13~15일 중국 상하이에서 개최되는 ACM UbiComp/ISWC 2026 발표 대상이다.</p> <p contents-hash="949f685cba33a2eb5e64a66415a90ef19858c4d8841115de99ad4f609ee79f61" dmcf-pid="01r8Cm9Urp" dmcf-ptype="general">김영준 기자 kyj85@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 에너지연, 페로브스카이트 고질문제 해결…"상용화 앞당길 것" 10-15 다음 "AI로 공격하는데 방어는 20세기"…정부, '화이트해커' 제도화 추진 10-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
