아주대의료원이 웨어러블(착용형 기기) 분야에서 유실된 활동량 데이터를 복원하는 인공지능(AI) 기술을 개발했다.

신체에 착용한 기기를 통해 사람의 활동 강도를 측정한 데이터, 즉 활동량 데이터를 대상으로 한 인공지능 기반 대처법은 이번 연구가 처음이다.

아주대의료원 의료정보학과 윤덕용 교수팀은 미국과 한국 국민건강영향조사와 아주대 바이오뱅크 등으로부터 얻은 1만4천여 명의 활동량 빅데이터와 딥러닝 인공지능 기술을 활용, 유실된 활동량 데이터를 맥락에 맞게 복원시키는 기술을 개발했다고 16일 밝혔다.

의료원에 따르면 이번에 개발한 인공지능 기반 대체법은 딥러닝 기술 중 '오토인코더'라는 기술을 활용해 개발됐으며, 평균 20분 길이의 유실 데이터를 복원할 수 있다.

'오토인코더'란 데이터로부터 스스로 학습하는 딥러닝 모델 중 하나로, 원본 데이터를 더 작게 압축해 특징을 추출하고 이를 다시 복원할 수 있도록 설계된 기술이다.

일반적으로 활동량 데이터 분석은 최소 24시간을 관찰한 데이터를 이용하는데, 관찰 과정에서 기기문제나 사용자 실수 등으로 데이터가 유실돼 연구에 활용하지 못하는 상황이 빈번하게 발생했다.

윤덕용 교수는 "이번 연구는 인공지능 스스로 활동량 데이터의 특징을 포착해 유실된 활동량 데이터 복원을 학습하고 그 성능을 향상 시켰다는 점과 최초로 활동량 대체법에 딥러닝 기술을 적용한 연구란 점에서 의의가 있다"고 설명했다.

이어 "대량의 활동량 데이터 수집이 어려운 개인 연구자들에게 유실된 활동량 데이터는 치명적"이라면서 "이번에 개발된 활동량 대체법이 개인 연구자들에게 도움이 되길 바란다"고 말했다.

한편, 이번 연구결과는 2020년 7월 SCI급 학술지로 의료정보학 분야에서 가장 영향력 있는 국제 학술지 중 하나인 'JMIR mHealth and uHealth'에 '활동량 데이터에서 딥러닝 기반 유실 데이터 대체법 개발(Deep Learning Approach for Imputaion of Missing Values in Actigraphy Data)'이란 제목으로 게재됐다.

[ 경기신문 = 박태양 기자 ]