AI 기반 건강관리 앱 필라이즈(대표 신인식)가 울산과학기술원(UNIST) 임민혁 교수 연구팀과 공동으로 사용자의 일상생활 데이터만으로 혈당 반응을 예측하는 인공지능(AI) 모델 '가상 CGM(연속혈당측정)' 개발에 성공했다고 15일 밝혔다.
이번에 개발된 '가상 CGM' 기술은 식사, 수면, 운동 등 반복적인 일상 활동에서 발생하는 다양한 생활 데이터를 기반으로 AI가 개인의 혈당 반응 패턴을 학습하고 예측하는 혁신적인 방식이다. 연구팀은 기존 연속혈당측정기(CGM) 사용이 일시적으로 어렵거나 센서 부착에 불편함을 느끼는 사용자들이 혈당 관리의 연속성을 유지할 수 있도록 돕는 데 초점을 맞춰 기술을 개발했다.
연구진은 혈당 예측 모델의 정확도를 높이기 위해 양방향 순환신경망(Bi-LSTM) 기반의 인코더-디코더 구조에 이중 어텐션 메커니즘을 적용했다. 이를 통해 시간의 흐름에 따른 생활 데이터의 변화와 각 행동 요소가 혈당에 미치는 영향을 정밀하게 분석하고 예측 모델에 반영할 수 있었다.
필라이즈는 이 '가상 CGM' 기술을 자사의 혈당관리 서비스 '슈가케어'에 이미 적용하여 사용자들에게 제공하고 있다. '슈가케어' 사용자가 10일 이상 CGM 데이터를 기록하고 일정량 이상의 식단·수면·운동 데이터를 입력하면, AI가 개인의 고유한 혈당 반응 패턴을 학습한다. 이후 특정 생활 조건에서 혈당이 상승할 가능성이 높은 패턴을 사용자에게 사전에 안내하여 혈당 변화를 미리 조율하고 관리할 수 있도록 지원하는 방식이다.
다만, 필라이즈 측은 "본 가상 CGM 기술은 기존 연속혈당측정기를 완전히 대체하기보다, 센서 사용의 공백을 보완하거나 일상생활 중심의 건강 관리를 지원하는 보완적 수단으로 개발된 것"이라며 "의료적 진단 목적이 아닌 사용자의 자기 주도적 건강관리를 돕는 수단으로 활용될 수 있도록 설계됐다"고 명확히 했다. 최근 건강한 일반인 사이에서도 CGM 데이터 활용에 대한 관심이 급증하고 있지만, 데이터 해석 기준의 부재로 인한 오해 가능성이나 비용 부담 등의 문제가 꾸준히 지적되어 왔기 때문이다. 필라이즈는 이번 가상 CGM 모델이 이러한 한계를 보완하며 보다 실용적이고 접근성 높은 혈당 모니터링 수단으로 자리매김할 수 있을 것으로 기대하고 있다.
공동 연구를 이끈 UNIST 임민혁 교수는 "이번 연구는 복잡한 생체 신호 측정 없이, 우리가 일상적으로 기록하는 생활 데이터만으로도 혈당 반응을 정량적으로 예측할 수 있음을 입증한 중요한 사례"라며 "기존의 혈당 측정 중심 관리에서 한 단계 나아가, 생활 패턴 분석을 통해 미래 건강 상태를 예측하는 헬스케어 기술의 새로운 가능성을 제시했다"고 연구의 의의를 밝혔다.
필라이즈 신인식 대표는 "혈당 관리는 마치 오케스트라 지휘처럼 몸의 미세한 변화와 흐름을 조율하는 과정과 같다"며 "일상 속 데이터에서 유의미한 예측을 도출할 수 있다면 보다 실용적이고 능동적인 건강 관리가 가능해지며 특히 실제 CGM과 가상 CGM을 병행 사용할 경우 예측의 정밀도와 사용자 편의성을 함께 크게 높일 수 있다"고 덧붙였다.
헬로티 김재황 기자 |
