에이슬립이 분당서울대병원 정신건강의학과 윤인영·이비인후과 김정훈 교수 연구팀과 함께 여럿이 함께 수면하는 환경에서도 각 개인의 숨소리를 분리해 개인별 수면 단계를 정확히 구분하는 인공지능(AI) 모델의 성능을 검증한 연구 결과를 7일 발표했다.
수면다원검사는 수면의 질과 구조를 정밀하게 평가하는 표준검사다. 하지만 여러 센서를 부착해야 하는 불편함, 높은 비용으로 인해 일상적으로 반복 측정하기에는 한계가 있었다. 이를 보완하기 위해 웨어러블 기기와 수면 측정 애플리케이션이 주목받고 있지만 그 정확도는 아직 수면다원검사의 수준에는 미치지 못하는 실정이었다.
또한 기존의 수면 분석 기술들은 대부분 혼자 수면하는 환경을 기준으로 설계돼있어 실제처럼 두 명 이상 수면하는 경우에는 숨소리, 뒤척임, 코골이 등 타인의 소음으로 인해 개인별 수면 상태를 정확하게 분석하기는 어려웠다.
이에 연구팀은 숨소리만으로 수면 단계(▲깨어있음 ▲렘(REM) 수면 ▲얕은 수면 ▲깊은 수면)를 예측하는 AI 모델을 개발해 공동 수면 상황에서도 개인마다의 수면 단계를 정확하게 분류할 수 있는지 알아보고자 연구를 진행했다.
연구팀은 성인 44쌍(총 88명)이 한 침대에서 동시에 취침하도록 하고, 각자의 베개 옆에 스마트폰을 배치해 숨소리를 녹음하고 동시에 수면다원검사를 시행했다. 이후 녹음된 숨소리 데이터를 기반으로 AI 모델이 예측한 개인별 수면 단계를, 수면다원검사 결과와 비교 분석해 모델의 예측 정확도를 평가했다. 이를 통해 AI는 스마트폰에 더 가까이 누운 사람의 수면 신호를 자동으로 식별해 개별 분석하게 학습됐다.
그 결과 AI 모델은 수면다원검사와 비교해 4단계 수면 분류에서 Macro F1 점수 0.63, 2단계 분류(깨어있음/수면)에서는 0.77을 기록하며 높은 예측 정확도를 보였다. Macro F1 점수는 다양한 수면 단계를 얼마나 정확하게 구분했는지를 평가하는 지표로 1에 가까울수록 예측 성능이 높음을 의미한다. 이는 기존 웨어러블 수면 측정기기의 성능(4단계 기준 Macro F1 점수 0.49)보다 약 29% 높은 수준이다.
윤인영 정신건강의학과 교수는 “현실적 주거 환경을 그대로 반영한 이번 연구를 통해 스마트폰만으로도 수면다원검사에 필적하는 정밀 분석이 가능함을 보여 줬다”며 “웨어러블 기기 없이도 누구나 손쉽게 수면 건강을 관리할 수 있는 길이 열렸다”고 설명했다.
김정훈 이비인후과 교수는 “공동 수면 환경에서의 적용 가능성을 임상적으로 증명한 첫 사례”라며 “향후 코골이·수면무호흡증 같은 수면 관련 질환을 다인 환경에서 진단·모니터링하는 후속 연구를 추진할 계획”이라고 밝혔다.
이동헌 에이슬립 대표는 “이번 연구는 그간 비접촉식 수면측정의 가장 큰 한계였던 다인 수면 환경에서의 정확도를 수면다원검사와의 공식적인 비교 연구를 통해 명확히 입증했다는 데 큰 의미가 있다”며 “앞으로도 가정과 병원, 스마트홈 및 모빌리티를 아우르는 글로벌 수면 AI 플랫폼으로의 성장을 가속화 하겠다”고 강조했다.
헬로티 이창현 기자 |
