%EC%9D%B4%EC%9D%98%EC%A7%84
-
지금 당신의 마음 건강은 어떠한가요?
최근 빠른 고령화 및 출산율 감소 등으로 1인 가구가 급속하게 증가하면서, 1인 가구의 정신건강 문제에 대한 관심도 함께 높아지고 있다. 서울시가 실시한 1인 가구 실태조사에 따르면, 1인 가구의 60% 이상이 외로움을 느끼고 있으며, 특히 사회적 고립과 함께 외로움을 겪는 비율이 상당히 높은 것으로 나타났다.
우리 대학 전산학부 이의진 교수 연구팀이 1인 가구의 정신건강 관리를 위해, 사용자 스스로가 자신의 심리 상태를 기록할 수 있도록 지원하는 상황 인식 기반 멀티모달 스마트 스피커 시스템을 개발했다고 24일 밝혔다.
연구팀은 사용자의 주변 상황을 실시간으로 파악해 최적의 시점에 정신건강 관련 질문하도록 이 시스템을 설계했고 기존의 무작위 설문보다 높은 응답률을 달성하는 것을 확인했다.
기존 스마트 스피커를 활용한 정신건강 자가 추적 연구에서 무작위 설문을 할 경우 사용자의 스트레스, 짜증 등 부정적인 감정이 유발시켜 설문 응답에 편향이 발생할 수 있어 각별한 주의가 필요했다.
이러한 문제 해결을 위해 이의진 교수 연구팀은 스마트 스피커에 멀티 모달 센서를 장착해, 사용자의 주변 상황의 변화를 감지해 스피커가 말 걸기 좋은 시점이 검출되면 정신건강 자가 추적 설문을 능동적으로 요청하는 상황 인식 기반 자가 추적 기술을 개발했다.
스피커는 실내 움직임, 조명, 소음, 이산화탄소 등 다양한 센서 데이터를 종합적으로 분석해 사용자의 존재 및 활동을 감지한 뒤, 사용자가 응답하기 적합한 시점에 자가 추적 설문을 능동적으로 요청함으로써, 설문 응답의 효율성을 극대화했다.
또한, 설문 입력 방식의 경우 최근 출시된 스마트 스피커는 명령뿐만 아니라 터치스크린도 지원하므로 사용자들이 음성 또는 터치 입력 방식을 자유롭게 선택할 수 있도록 해 상호작용의 폭을 넓혔다. 이를 통해 사용자는 상황에 맞는 최적의 인터페이스를 선택해 자가 추적을 쉽게 수행할 수 있도록 했다.
개발된 스피커의 사용자 경험을 평가하기 위해서 연구팀은 1인 가구 20세대에 자가 추적 스마트 스피커를 설치해, 한 달 동안 실증 연구를 수행해서 총 2,201개의 정신건강 설문 응답 데이터셋을 구축했다.
데이터셋 분석을 통해 설문 응답 시간, 활동 맥락에 따른 설문 응답 패턴 및 어떤 상황에서 음성 입력(VUI) 또는 터치 입력(GUI)이 더 선호되는지 파악했다.
특히, 스마트 스피커가 말로 사용자에게 요청을 하다 보니 스피커 근처에서 사용자의 활동을 감지하는 것이 정신건강 설문 응답률에 큰 영향을 미쳤다. 음성 입력의 편의성에도 불구하고 전반적으로 참가자들은 음성 입력보다는 빠른 응답이 가능한 터치 입력을 선호했다.
데이터 분석 결과, 사용자의 주변 상황을 실시간으로 파악해 최적의 시점에 정신건강 관련 질문을 할 경우 응답률이 더 높으며, 어떤 상황에서 음성 또는 터치 인터페이스를 선호하는지도 파악했다.
연구를 주도한 이의진 교수는 “이번에 개발한 스마트 스피커를 앞으로 수용전념치료 기법을 활용한 인간상담사와 같은 기능의 정신건강 관리 지원 스마트 스피커로 발전시키고자 한다. 나아가 실내에서 수집된 일상생활 데이터를 AI 모델로 학습해 사용자 정신건강 상태에 따라 라이프 스타일 패턴을 예측하는 시스템도 개발하여 향후 정신질환 조기 발견과 효율적인 관리를 가능케 할 인공지능 에이전트의 혁신을 이끌 것으로 기대된다” 라고 말했다.
한편 이 연구는 LG전자-KAIST 디지털 헬스케어 연구센터의 지원을 받아 수행됐고 인간 컴퓨터 상호작용(HCI) 분야 국제 최우수 국제학술대회인 미국컴퓨터협회(ACM) 소속 ‘Conference on Human Factors in Computing Systems (CHI)’에서 지난 2024년 5월에 발표됐다.
논문명: Exploring Context-Aware Mental Health Self-Tracking Using Multimodal Smart Speakers in Home Environments
2024.09.24 조회수 1415 -
언제 말 걸지 아는 스마트 스피커 개발 길 열어
우리 대학 전산학부 이의진 교수 연구팀이 스마트 스피커 인공지능 비서가 선제적으로 말 걸기 좋은 최적의 시점을 결정하는 중요한 상황맥락 요인을 찾아냈다고 28일 밝혔다.
기존에 개발되거나 시판 중인 스마트 스피커 인공지능 비서는 사용자가 먼저 요청한 서비스만 제공하는 반면 최근 스마트 스피커의 개발은 사용자의 상황에 맞춰 능동적인 서비스를 제공하는 형태로 진화하는 추세다. 똑똑한 음성비서가 사용자가 처해 있는 상황을 정확히 이해한 후에 선제적으로 일정 및 건강관리를 도와주는 방향으로 개발되고 있는 것이다. 하지만 아무 때나 눈치 없이 말을 건다면 도움은커녕 하는 일에 방해만 될 수 있다.
이의진 교수 연구팀은 스마트 스피커가 선제적으로 음성서비스를 제공하기 좋은 최적의 시점을 찾는 연구를 전산학부 이재길 교수를 비롯해 산업디자인학과 이상수 교수와 함께 다학제 연구팀을 구성해 공동연구를 수행했다. 그 결과 다학제 연구팀은 스마트 홈 환경에서의 최적의 발화(發話) 시점을 결정하는 중요한 사용자 상황맥락 요인을 찾았다.
최적의 발화 시점에 관한 추론은 인공지능 비서가 음성서비스를 시작하거나 중지 또는 재개를 스스로 결정하고 제어하기 위한 필수적인 기술이다. 연구팀이 찾아낸 중요한 상황맥락 요인은 최적의 발화 시점 추론 시 정확성을 높일 것으로 관계자들은 기대하고 있다.
스마트 스피커 인공지능 비서가 선제적으로 말 걸기 좋은 시점을 찾기 위해 연구팀은 실험용 스마트 스피커를 제작했다. 스마트 스피커는 사용자의 움직임이 감지되거나 일정한 시간이 지나면 주기적으로 "지금 대화하기 좋은가요ˮ라는 질문을 했다. 참가자는 대화하기 좋은지 아닌지, "네ˮ 또는 "아니요ˮ로 대답하고 무엇을 하고 있었는지 설명했다. 연구진은 이어 교내 기숙사에 거주하는 학생 40명(2인 1실)의 방에 스마트 스피커를 설치해 1주일간 총 3,500개의 사용자 응답 데이터를 수집했다.
데이터 분석 결과 전체 참가자 응답 중 47%는 대화하기 부적절한 것으로 드러났다. 연구진은 대화하기 좋은 시점을 결정하는 주요 상황 요인을 찾기 위해 19개의 실내 활동 범주를 만들었다. 이를 통해 연구팀은 적절한 시점을 결정하는 상황맥락 요인으로 크게 개인적 요인과 움직임 요인, 사회적 요인을 꼽았다.
개인적 요인은 크게 `활동 집중도', `긴급함과 바쁨 정도', `정신적·육체적 상태' 그리고 `다중 작업수행을 위한 듣기 또는 말하기 가능성' 등 4가지다. 예를 들면 집중해서 공부하고 있거나 드라이로 머리를 말리고 있을 때는 스피커와 대화가 어려웠다. 움직임 요인은 `외출', `귀가' 그리고 `활동 전환' 등 3가지다. 특히 사용자 움직임이 있을 때는 스피커와 대화 가능한 거리가 최적 시점 판단에 큰 영향을 미쳤다. 외출은 스피커와 대화 가능 범위 밖으로 나가는 움직임이고, 귀가는 범위 안으로 들어오는 움직임이다. 범위 안으로 들어오는 귀가(歸家) 상황일 때는 대부분 대화하기 좋은 시점으로 분류됐다.
일반적으로 스마트 스피커는 거실처럼 집 구성원이 함께 생활하는 공간에 설치된다. 수집된 사용자 응답 중 절반은 룸메이트가 함께 있을 때 수집됐다. 연구팀은 전화 대화뿐만 아니라 누군가와 함께 있다는 것 또한 스마트 스피커와 대화하기 좋은 시점에 영향을 끼친다는 현상을 발견했다. 룸메이트가 자고 있거나 어떤 활동에 집중하고 있을 때 스마트 스피커와의 대화로 인한 갈등을 최소화하고 싶기 때문이다.
이번 연구에 제1 저자로 참여한 차나래 학생은 "이번 연구가 미래 스마트 스피커 개발의 중요한 토대가 될 것ˮ이라면서 "앞으로는 센서 데이터로 감지된 상황맥락 정보를 활용해 스마트 스피커가 스스로 대화를 시작·중지, 또는 재개하기 좋은 타이밍을 선제적으로 감지해 지능적인 음성서비스를 제공할 수 있을 것ˮ이라고 밝혔다.
한편, 이 연구는 과학기술정보통신부의 재원으로 한국연구재단-차세대정보 컴퓨팅기술개발사업의 지원을 받아 수행됐고 유비쿼터스 컴퓨팅 분야 국제 최우수 학술지인 `Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies' 9월호에 게재됐다.
(논문명 : Hello There! Is Now a Good Time to Talk?: Opportune Moments for Proactive Interactions with Smart Speakers)
2020.10.28 조회수 25982 -
이의진 교수, 차량 대화형서비스 안전성 향상 기술 개발
〈 이의진 교수, 김아욱 박사과정 〉
우리 대학 산업및시스템공학과 이의진 교수 연구팀이 차량용 인공지능이 능동적으로 운전자에게 대화 서비스를 어느 시점에 제공해야 하는지 자동으로 판단할 수 있는 기술을 개발했다.
연구팀은 차량에서 수집되는 다양한 센서 데이터와 주변 환경 정보를 통합 분석해 언제 운전자에게 말을 걸어야 하는지 자동 판단하는 인공지능 기술을 개발했다.
차량 대화형서비스가 가진 문제를 해결하는 데 중점을 둔 이번 연구는 인공지능의 자동판단 기술을 통해 대화형서비스로 인한 운전자 주의분산 문제를 해결함으로써, 부적절한 시점에 운전자에게 대화를 시도하다가 발생할 수 있는 교통사고 등을 방지하는 기반기술이 될 것으로 기대된다.
이번 연구결과는 유비쿼터스 컴퓨팅 분야 국제 최우수학회인 ACM 유비콤(UbiComp)에서 9월 13일 발표됐다. 김아욱 박사과정이 1저자로 참여하고 최우혁 박사과정, 삼성리서치 박정미 연구원, 현대자동차 김계윤 연구원과의 공동 연구로 이뤄졌다. (논문명: Interrupting Drivers for Interactions: Predicting Opportune Moments for In-vehicle Proactive Auditory-verbal Tasks)
차량 대화형서비스는 편의와 안전을 동시에 제공해야 한다. 운전 중에 대화형서비스에만 집중하면 전방 주시에 소홀하거나 주변 상황에 주의를 기울이지 못하는 문제가 발생한다. 이는 운전뿐만 아니라 대화형서비스 사용 전반에도 부정적인 영향을 줄 수도 있다.
연구진은 말 걸기 적절한 시점 판단을 위해 ▲현재 운전상황의 안전도 ▲대화 서비스 수행의 성공률 ▲운전 중 대화 수행 중 운전자가 느끼는 주관적 어려움을 통합적으로 고려한 인지 모델을 제시했다.
연구팀의 인지 모델은 개별 척도를 다양하게 조합해 인공지능 에이전트가 제공하는 대화형서비스의 유형에 따른 개입 시점의 판단 기준을 설정할 수 있다.
일기예보 같은 단순 정보만을 전달하는 경우 현재 운전상황의 안전도만 고려해 개입 시점을 판단할 수 있고, ‘그래’, ‘아니’ 같은 간단한 대답을 해야 하는 질문에는 현재 운전상황의 안전도와 대화 서비스 수행의 성공률을 함께 고려한다. 매우 보수적으로 세 가지 척도를 모두 함께 고려해 판단할 수 있다. 이 방식은 에이전트와 운전자가 여러 차례의 상호작용을 통해 의사결정을 할 때 사용한다.
정확도 높은 자동판단 인공지능 기술 개발을 위해서는 실제 도로 운전 중 에이전트와의 상호작용 데이터가 필요하기 때문에 연구팀은 반복적인 시제품 제작 및 테스트를 수행해 실제 차량 주행환경에서 사용 가능한 내비게이션 앱 기반 모의 대화형서비스를 개발했다.
자동판단을 위해 대화형서비스 시스템과 차량을 연동해 운전대 조작, 브레이크 페달 조작 상태 등 차량 내 센서 데이터와 차간거리, 차량흐름 등 주변 환경 정보를 통합 수집했다.
연구팀은 모의 대화형서비스를 사용해 29명의 운전자가 실제 운전 중에 음성 에이전트와 수행한 1천 3백 88회의 상호작용 및 센서 데이터를 구축했고, 이를 활용해 기계학습 훈련 및 테스트를 수행한 결과 적절 시점 검출 정확도가 최대 87%에 달하는 것을 확인했다.
연구팀의 이번 기술 개발로 대화형서비스로 인한 운전자 주의분산 문제를 해결할 수 있을 것으로 전망된다. 이 기술은 대화형서비스를 제공하는 차량 인포테인먼트 시스템에 바로 적용할 수 있다. 운전 부주의 실시간 진단 및 중재에도 적용될 수 있을 것으로 기대된다.
이의진 교수는 “앞으로의 차량 서비스는 더욱더 능동적으로 서비스를 제공하는 형태로 거듭나게 될 것이다”라며 “자동차에서 생성되는 기본 센서 데이터만을 활용해 최적 개입 시점을 정확히 찾을 수가 있어 앞으로는 안전한 대화 서비스 제공이 가능할 것이다”라고 밝혔다.
이번 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 현대NGV의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 실차 데이터 수집장비 및 실제 실험 모습
그림2. 모의 대화형서비스 개념도
그림3. 차량 대화형서비스의 안전성 증진 기술 개념도
2019.11.12 조회수 16247 -
이의진 교수, 스마트폰으로 문서 촬영 시 발생하는 회전 오류 문제 해결
〈 이의진 교수(좌)와 오정민 박사과정(우) 〉
우리 대학 산업및시스템공학과 이의진 교수 연구팀이 스마트폰 카메라로 문서를 촬영할 때 자동으로 발생하는 불규칙적인 회전 오류 현상의 원인을 밝히고 해결책을 개발했다.
연구팀은 스마트폰의 방위 추적 알고리즘의 한계가 회전 오류의 원인임을 규명했다.
이번 연구 결과는 인간-컴퓨터 상호작용 학회의 국제 학술지인 ‘인터내셔널 저널 오브 휴먼 컴퓨터 스터디(International Journal of Human-Computer Studies)’ 4월 4일자 온라인 판에 게재됐고 8월호 저널에 게재될 예정이다.
스마트폰을 통해 책자, 문서 등을 촬영해 업무에 활용하는 것은 자연스러운 일상이 됐다. 하지만 촬영한 문서가 자동으로 90도 회전하는 현상으로 인해 불편을 겪는 사람들이 많다.
특히 여러 장의 사진을 찍었을 때 각기 다른 방향으로 회전돼 일일이 스마트폰을 돌리거나 파일을 편집해야 하는 현상이 발생한다.
스마트폰으로 문서를 촬영할 때는 대부분 스마트폰과 책상 위 문서가 평행 상태이다.
이 때 스마트폰을 회전시키면 스마트폰의 방위 추적 알고리즘이 작동하지 않는다. 방위 추적 알고리즘은 기본적으로 사용자가 스마트폰을 세워서 사용한다는 가정 하에 한 방향으로 가해지는 중력가속도를 측정해 현재 방위를 추정하는 방식으로 설계됐기 때문이다.
연구팀은 실험을 통해 오류 발생 수치를 측정했다. 실험 결과 문서를 가로로 촬영 시 방위 추적 오류가 93%의 높은 확률로 발생함을 확인했다.
일반 사용자는 오류의 원인을 파악하기 어렵다. 대부분의 카메라 앱은 셔터 버튼에 있는 카메라 모양의 아이콘 방향을 통해 실시간 방위를 표시하고 있지만 이러한 기능에 대해서도 사용자들은 인지하지 못한 것으로 파악됐다.
연구팀은 스마트폰의 모션센서 데이터를 활용해 문서 촬영 중에 방위를 정확하게 추적해 문제를 해결했다.
모션센서 데이터의 핵심 기술은 두 가지로 구분할 수 있다. 일반적으로 스마트폰으로 문서를 촬영할 때는 스마트폰이 지면과 평행을 이루기 때문에 스마트폰에 장착된 중력 가속도 센서를 관측해 이러한 문서 촬영 의도를 쉽게 알 수 있다.
두 번째로 문서 촬영 중에 발생하는 스마트폰 회전은 회전 각속도를 측정하는 센서를 활용해 추적할 수 있다. 카메라 앱 실행 후에 문서 촬영을 위해 스마트폰을 회전시키기 때문에 이를 측정해 회전각이 일정 임계치를 넘으면 방위를 변경하는 것으로 파악할 수 있고 이를 통해 방향을 알 수 있는 것이다.
또한 연구팀은 문서 촬영 시 촬영자 쪽으로 스마트폰이 미세하게 기울어지는 마이크로 틸트(micro-tilt) 현상을 발견했다.
이 현상으로 인해 스마트폰으로 가해지는 중력가속도가 스마트폰 측면으로 분산된다. 눈에는 잘 보이지 않을 정도로 작은 기울기지만 모션센서 데이터를 활용해 마이크로 틸트 행동 패턴의 기계학습 알고리즘을 훈련시킬 수 있다. 이를 통해 정확한 방위 추적이 가능하다.
연구 팀의 실험 결과에 따르면 모션센서 데이터를 활용한 방위 추적 방식의 정확도는 93%로 매우 높아 안드로이드 및 iOS등 상용 스마트폰에도 적용 가능하다.
이 기술들은 기존 방위 추적 알고리즘의 사각지대였던 수평 촬영 상황에서 작동하기 때문에 기존 방위 추적 알고리즘과 겹치는 부분 없이 상호 보완적으로 작동할 수 있다.
이 교수는 “스마트폰을 활용한 문서 촬영은 필수가 됐지만 회전 오류의 원인 규명과 해결책이 어려워 불편함이 많았다”며 “모션센서 데이터를 통해 촬영의 의도를 파악하고 자동으로 오류를 바로잡는 기술은 사용자의 불편을 해결하고 문서 촬영에 특화된 다양한 응용서비스 개발의 기초가 될 것이다”고 말했다.
미래창조과학부의 지원을 통해 수행된 이번 기술 중 국내 특허 2건이 등록이 완료됐고 미국 특허가 3월 1일에 수락됐다.
□ 그림 설명
그림1. 방위 오류 발생으로 인해 생기는 불편함
그림2. 평면촬영시 발생하는 방위 오류 상태
그림3. 자이로스코프를 활용한 스마트폰 회전 추적 모식도
그림4. 마이크로틸트현상
2017.06.27 조회수 12677 -
데이터 소비 없이 실시간으로 사진 공유한다
〈이 의 진 교수〉
우리 대학 지식서비스공학과 이의진 교수 연구팀이 실시간 사진 공유와 고용량 사진의 무료 고속 다운로드가 가능한 실시간 사진공유 시스템 ‘렛츠픽(LetsPic)’을 개발했다.
최근 스마트폰을 통해 시공간에 구애받지 않고 사진 촬영이 가능해져 여행, 현장학습, 레저 등의 그룹 활동에서 촬영과 동시에 SNS를 통해 함께 사진을 공유하는 문화가 보편화됐다.
하지만 그룹 활동 중 사진 촬영과 공유가 불편할 때도 있다. 예로 등산 동호회에서 등산 중 사진을 찍고 공유하는 과정을 살펴보면 개인이 찍은 사진을 일일이 선택하고 그룹 메신저나 SNS를 통해 전송하는 과정이 필요하다. 수신자도 원하는 사진을 수동으로 선별해서 다운로드해야한다.
또한 수십 장의 사진을 이동 중 전송하고 싶어도 데이터 요금 부담 때문에 현장에서 즉각적인 공유가 어렵다. 현장 체험 학습에서 실시간으로 사진을 공유하며 회의를 진행해야 할 때 데이터 소비의 부담은 더욱 커진다.
연구팀은 문제 해결을 위해 실시간 사진 공유와 고화질 사진의 무료 고속 다운로드가 가능한 렛츠픽(LetsPic) 시스템을 개발했다.
렛츠픽의 특징은 같은 그룹끼리 사진첩을 실시간 공유하는 커넥티드 그룹 카메라 기능에서 찾을 수 있다.
사진을 찍는 즉시 그룹 사진첩에 공유돼 그룹 활동 중 언제든 다 같이 사진을 감상할 수 있다. 그리고 구글 지도상에 사진 촬영한 흔적을 남겨 여행 경로를 공유할 수 있다.
무엇보다도 렛츠픽의 장점은 와이파이나 통신사를 거치지 않는 단말간 직접통신(D2D:device to device) 기술인 와이파이 다이렉트(Wi-Fi Direct) 기술에 최적화시켰다는 점이다.
이를 통해 200미터 이내 근거리에서는 데이터 소비 없이 고용량의 사진을 무료로 고속 다운로드할 수 있고, 통신망이 열악한 산악이나 통신비가 비싼 해외여행 중에도 부담 없이 사진을 주고받을 수 있다.
연구팀은 KAIST 캠퍼스 학생들 대상으로 기존 카메라와 커넥티드 그룹 카메라의 비교 평가를 실시했다. 그룹 카메라 앱이 다른 그룹원의 촬영 활동을 실시간으로 파악할 수 있고, 각자 원하는 사진을 D2D를 이용해 데이터 소비 없이 고속 다운로드 할 수 있어 흥미를 높여준다는 의견을 얻었다.
향후 연구팀은 고도화된 지능형 서비스 기술 개발을 통해 그룹의 상황을 인지해 촬영 결과물에서 유사 이미지를 자동 태그하거나 그룹에 맞는 베스트 사진을 자동 추출하는 등 맞춤형 서비스 기술을 추가 개발할 예정이다.
이의진 교수는 “기존 스마트폰에 존재하는 기술인 와이파이 다이렉트 기술을 최대한으로 활용한 차세대 커넥티드 그룹 카메라 시스템이다”며 “이를 통해 오프라인 그룹활동에 특화된 새로운 사용자 경험을 제공한다”고 설명했다.
이번 연구(총괄책임 KAIST 산업공학과 박준성 초빙교수)는 미래창조과학부 및 정보통신기술연구진흥센터의 정보통신-방송 연구개발사업의 지원을 받아 리코시스, 고려대, 명지대, 한경대, 경상대와 공동으로 진행됐다.
□ 그림 설명
그림1. 렛츠픽 시작화면
그림2. 와이파이 다이렉트 기술로 다른 그룹원과 직접 공유하기 위해 연결 설정하는화면
그림3. 와이파이 다이렉트 기술로 다른 그룹원의 사진을 무료 다운로드하는 사진
그림4. 사진 촬영하면서 동시에 그룹원의 사진을 실시간 공유하는 화면
그림5. 사진 촬영 한 장소를 구글맵 상에 표시해 여행 경로를 파악 가능
2016.01.13 조회수 14084 -
스마트폰 과다 사용 절제 가능 앱 개발
이 의 진 교수
스마트폰은 우리 일상에서 없어선 안 될 중요한 도구이다. 하지만 무분별하고 무절제한 사용으로 인해 회의, 모임, 각종 그룹 활동에 방해가 되는 사례가 많아지고 있다.
이러한 문제 해결을 위해 KAIST(총장 강성모) 지식서비스 공학과 이의진 교수 연구팀이 스마트폰 사용을 절제할 수 있는 ‘락앤롤(Lock n’LOL)’ 앱을 개발했다.
스마트폰의 과도한 사용 요인은 알림 메시지로 유발된 외부적 사용 요인과, 습관으로 인한 내부적 사용 요인 두 가지로 구분된다. 또한 단순 메시지 전송 외에도 사진 촬영, 정보 검색 등의 이유로 필요한 경우가 많아 스마트폰 사용 빈도를 줄이기 어려웠다.
연구팀은 이런 문제들은 감안해 스마트폰 사용을 공동으로 절제할 수 있는 그룹 중재 앱인 락앤롤을 개발했다.
락앤롤 앱은 ▲ 공동화면 잠금 및 알림 무음 기능 ▲ 잠깐 사용하기 기능▲ 근거리 사용자 탐지 및 알림 등 세 가지 주요 기능을 제공한다.
공동화면 잠금 및 알림 무음 기능은 그룹 스터디와 같은 단체 활동에 유용하다. 구성원들이 단체로 스마트폰을 잠금 모드로 바꿈으로써 그룹 활동이 원활하게 이뤄질 수 있도록 돕는다.
잠깐 사용하기 기능은 스마트폰 사용이 꼭 필요한 경우 제한된 시간에만 사용을 할 수 있는 기능이다. 한 시간에 5분 사용가능한 시간이 주어지고 추가 이용을 위해선 다른 사람의 허락을 받아야 한다.
마지막 근거리 사용자 탐지 기능은 근거리에 위치한 친구를 자동으로 탐지해 상호간 그룹 스마트폰 절제 수행을 추천하는 기능이다.
특히 근거리 사용자 탐지 기술은 GPS와 같은 위치 서비스가 없어도 와이파이 핫스팟 검색결과를 이용해 근거리에 위치한 친구를 찾아 그룹 절제를 실행할 수 있도록 돕는다.
연구팀은 개발된 앱을 기반으로 KAIST에서 지난 5월부터 25일 간 스마트폰 사용을 절제하는 ‘락앤롤 캠페인’을 진행했다. 캠페인 기간 동안 천 여 명의 학생이 참여해 누적 1만 시간 이상 스마트폰 사용을 절제한 것으로 조사됐다. 참여자들은 락앤롤을 통해 그룹 활동에 대한 방해가 줄고 효과적으로 집중할 수 있었다고 말했다.
이 교수는 “향후 사물인터넷 시대에서는 그룹 활동 방해와 같은 디지털 폐해가 더욱 심각해질 것이다”며 “우리 연구는 이러한 문제의 공학적 해결책을 제시했다는 의의가 있다”고 말했다.
향후 연구팀은 고도화된 상황인지 기술을 적용해 지능적인 사용 중재 서비스를 제공하는 후속 연구와, 청소년들의 스마트폰 사용 절제를 돕기 위한 가족 참여형 서비스 출시를 계획 중이다.
이번 연구는 KAIST 모바일 소프트웨어 플랫폼 연구 센터와 마이크로소프트 애저(Microsoft Azure)의 지원을 받아 진행됐다.
□ 사진 설명
사진 1. 스마트폰 사용 절제 어플리케이션 락앤롤앱 캡쳐화면
사진 2. 락앤롤 앱 누적사용자 및 누적절제시간 그래프
2015.07.29 조회수 9931 -
특정 1~2개 앱 많이 쓰면 스마트폰 중독될 가능성 높아
우리 학교 지식서비스공학과 이의진 교수 연구팀은 개인의 스마트폰 사용기록을 분석해 스마트폰 중독 행동패턴을 발견하고 중독 위험에 있는 사람을 자동으로 분류하는 시스템을 개발했다.
이 교수는 95명의 대학생을 한국정보화진흥원의 성인 스마트폰 중독 자가진단 척도를 바탕으로 중독 위험군(36명)과 비위험군(59명)으로 나눴다.
연구팀은 사용자 스마트폰의 전원, 화면, 배터리 상태, 앱 실행, 인터넷 이용, 전화 및 문자메시지 등 총 5만 시간 이상의 사용기록을 수집했다.
연구결과 위험군은 특정 1~2개 앱을 매우 한정적으로 사용했다. 대표적인 앱은 모바일 메신저(카카오톡 등)와 SNS(페이스북 등) 이었다.
알림 기능도 중독 행동과 밀접한 관련이 있었다. 카카오톡 메시지, SNS 댓글 등 알림기능을 설정했을 때 스마트폰 사용시간은 위험군이 하루 평균 38분 더 길었다. 알림메시지가 자기조절력이 낮은 위험군에게 외부 자극이 되어 더욱 빈번한 스마트폰 사용을 야기한 것이다.
위험군의 하루 평균 사용 시간은 4시간 13분으로, 3시간 27분으로 나타난 비위험군에 비해 약 46분 길었다. 특히 오전 6시에서 정오 사이와 오후 6시부터 자정사이에 사용량 차이가 두드러졌다. 사용횟수는 위험군이 11.4회 많았다.
이 교수는 이번에 수집한 자료를 기반으로 사용자를 위험군과 비위험군으로 자동으로 판별하는 시스템을 개발, 80%이상의 정확도를 보였다. 앞으로 스마트폰 중독 현상에 대한 행동을 조기에 발견하고 적절한 조치를 취할 수 있도록 보다 효과적인 서비스를 제공할 수 있을 것으로 기대 된다.
이의진 교수는 이번 연구에 대해 “기존 설문조사를 통한 자기보고기반 스마트폰 중독 분석은 실시간 데이터 확보가 어렵고 입력한 데이터가 정확하지 않을 수 있지만 실제 수집한 자료를 데이터 사이언스 기법과 퍼스널 빅데이터 분석으로 한계점을 극복했다”며 “스마트폰의 과도한 사용을 중재하는 앱을 개발 중”이라고 밝혔다.
지난 4월 말 캐나다 토론토에서 열린 디지털 분야 세계 최대 학술대회인 국제HCI학술대회(ACM SIGCHI CHI)에 출판된 이번 연구는 지식서비스공학과 권가진 교수, 전산학과 송준화 교수, 연세대학교 심리학과 정경미 교수, 마이크로소프트 연구소 코지 야타니 박사(Koji Yatani)가 참여했다.
그림 1. 실험에 참여한 95명 대학생의 스마트폰 사용시간(위) 및 사용횟수(아래). All: 전체 사용자, 위험군이 비위험군에 비해 평균 45.6분 정도 더 오래 쓰고, 평균 11.4회 더 자주 쓰는 것으로 나타남. 앱 카테고리별로 자세히 보면 모바일 메신저(예: 카카오톡), 웹, SNS(예: 페이스북) 등에서 대표적으로 차이가 나타났음.
그림 2. 하루 시간대별 스마트폰 사용 시간(위) 및 사용 횟수(아래). 오전 6~12시 사이 시간과 저녁 18~24시 사이 시간대에서 위험군과 비위험군의 차이가 두드러지게 나타났음.
2014.06.01 조회수 13563