우울증 고위험군, 이동 반경 좁고 집에 머무는 시간은 더 길다 > 공지사항

우울증 고위험군, 이동 반경 좁고 집에 머무는 시간은 더 길다

작성일 26-04-16 06:07

본문

스마트폰으로 기록된 일상생활 데이터를 분석해 보니 우울증 고위험군은 이동 반경이 좁은 반면 재택시간은 더 길고 불규칙한 수면 패턴을 보이는 것으로 나타났다.
고려대 안암병원 정신건강의학과 조철현 교수, 한국전자통신연구원 김아영 선임연구원 연구팀은 스마트폰의 센서 데이터와 일상적인 짧은 응답만으로 우울증·불안장애 고위험군을 조기에 선별할 수 있는 디지털 피노타이핑 기술을 개발했다고 15일 밝혔다. 디지털 피노타이핑은 스마트폰 같은 디지털 기기에서 수집되는 데이터를 바탕으로 개인의 행동과 상태 변화를 파악하는 기술이다.
연구진은 현대인의 일상과 가장 밀접한 스마트폰이 생성하는 활동량과 위치정보, 수면과 생활리듬 데이터를 활용하면 정신건강 위험 신호를 더 이른 시점에 포착할 수 있다고 보고 이번 연구를 진행했다. 국내 성인 455명을 대상으로 28일간 스마트폰의 각종 데이터와 함께 하루 기분 상태 등에 대한 간단한 응답을 함께 받아 매주 한 번 우울 및 불안 평가도구를 통해 고위험 여부를 판정했다. 이어 수집된 데이터를 종합해 기계학습 기반의 위험군 조기 선별 모델을 구축했다.
분석 결과, 우울증 고위험군의 주중 이동 반경은 25㎞ 미만으로, 80㎞ 이상 이동한 저위험군보다 현저히 좁은 범위 안에서 생활한 반면 집에 머무는 시간은 더 길었다. 또한 우울증 고위험군은 잠자리에 드는 시간과 기상하는 시간이 저위험군보다 더 늦고 수면 패턴의 변동성도 더 큰 것으로 나타났다. 이런 경향은 불안장애 고위험군도 비슷하게 나타나 정신건강이 취약한 경우 생활 범위 축소와 수면·생체리듬 변동을 디지털 행동 지표로 확인할 수 있음을 시사했다.
이들 데이터를 학습한 모델의 정신건강 고위험군 탐지 성능(1점 만점)이 우울증은 최대 0.83점, 불안장애는 최대 0.86점을 기록했다. 특히 스마트폰 센서 데이터만 활용하는 것보다 연구 참여자의 짧은 자기보고 응답을 함께 결합했을 때 위험군 탐지 성능을 가장 높일 수 있는 것으로 나타났다. 연구진은 이 모델이 향후 의료현장이나 공공 정신건강 증진 사업에서 고가의 추가 장비 없이 스마트폰만으로 구현될 수 있다는 장점과 함께 현실적인 운영 기준까지 제시했다고 밝혔다.
조철현 교수는 “이번 연구는 스마트폰을 활용한 디지털 피노타이핑 기술이 일상 속에서 우울과 불안을 조기에 선별하는 강력한 도구가 될 수 있음을 보여준다”며 “향후 이 시스템이 적기 개입 모델과 결합된다면 정신질환의 조기 발견을 넘어 실시간 맞춤형 관리까지 가능해질 것”이라고 밝혔다.
주요 첨단 인공지능(AI) 모델들이 잉글랜드 프리미어리그 한 시즌을 재현한 가상 베팅 실험에서 모두 손실을 기록했다는 연구 결과가 나왔다.
12일 업계에 따르면 영국의 AI 스타트업 제너럴리즈닝은 최근 2023~2024시즌 프리미어리그를 가상으로 재현한 환경에서 8개 주요 AI 시스템을 테스트한 결과를 담은 ‘켈리벤치’ 논문을 공개했다. 대상 모델은 오픈AI의 GPT-5.4, 앤트로픽의 클로드 오퍼스 4.6, 구글의 제미나이 3.1 프로, xAI의 그록 4.20 등이다.
연구진은 각 AI에게 과거 경기와 선수 등에 상세한 데이터를 제공한 뒤 수익을 극대화하고 위험을 관리하는 모델을 구축하도록 지시했다. 이후 매 경기일마다 최소 한 건 이상 경기 결과, 득점 등 유형을 선택해 베팅하도록 했다. AI가 미리 경기 결과에 접근할 수 없도록 인터넷 접속은 차단했다. 경기 후에는 결과와 선수별 상세 통계를 제공해 모델 개선에 활용할 수 있도록 했다. 테스트는 모델별로 세 차례씩 진행됐고, 매 시도마다 초기 자본금 10만파운드(약 2억원)가 주어졌다.
클로드 오퍼스 4.6이 가장 나은 성과를 보였지만, 평균 수익률은 마이너스(-11%)를 기록했다. 클로드의 세 차례 시도 중 가장 나은 결과도 −0.2%에 그쳤다. 파산을 면한 건 클로드 오퍼스 4.6과 GPT-5.4(평균 수익률 −13.6%) 둘 뿐이었다.
다른 모델들은 적어도 한 번은 초기 자금을 모두 잃거나 베팅 자체를 완수하지 못했다. 평균 수익률 -43.3%를 기록한 제미나이 3.1 프로는 한 차례 34% 수익을 냈지만, 다른 시도에서 파산을 경험했다. 그록 4.20은 한 번 파산했고, 나머지 두 번의 시도는 완료하지 못했다.
연구진은 AI가 목표가 명확한 절차적 작업에는 뛰어난 능력을 보이지만, 현실처럼 계속 변하고 정답이 없는 환경에서의 성능은 제대로 검증되지 않고 있다며 연구 배경을 설명했다. 연구진은 “이번 연구는 여러 한계점이 있지만, 현재 AI 모델들은 전반적으로 인간보다 저조한 성과를 보이고 있다”고 말했다. 운동선수가 장기 부상 이후 기량이 달라지듯, 시간이 지나며 환경이 계속 변하는 상황에서는 AI가 대응하는 데 한계를 보인다는 것이다. 다만 이번 논문은 아직 동료 평가를 거치지 않은 상태다.
로스 테일러 제너럴리즈닝 최고경영자(CEO)는 파이낸셜타임스에 “AI 자동화에 대한 기대가 크지만, 장기적인 환경에서 AI를 평가하는 시도는 많지 않다”며 현실세계의 복잡성을 반영한 평가가 필요하다고 강조했다.

공지사항

본문

CSCLOUD+