웨어러블 센싱 기반의 Quantified Self 기술동향

State-of-the-Art on Quantified Self Technology Based on Wearable Sensing

저자
박준석, 임정묵, 정현태 / 스마트게임플랫폼연구실
권호
30권 4호 (통권 154)
논문구분
SW·콘텐츠 기술동향 특집
페이지
1-11
발행일자
2015.08.01
DOI
10.22648/ETRI.2015.J.300401
초록
Quantified Self란 개인의 일상활동에서 신체적•정신적 상태를 센싱 및 트래킹하여 이를 수치화함으로써 자신의 상태를 분석하고 삶의 질을 개선하기 위한 방법을 연구하여 실생활에 적용하는 활동을 의미한다. 이는 최근 헬스와 피트니스에 활용 가능한 개인 센서 및 웨어러블 기기의 급속한 보급과 다양한 개인 정보 트래킹 기기의 출현으로 개인의 일상경험을 모니터링하고, 생성되는 정보를 수집, 통합, 분석을 통해 새로운 개인화 서비스를 제공하기 위한 기술개발 이슈로 주목받고 있다. Quantified Self 데이터는 초기의 수작업으로 트래킹하여 수집한 소량의 관리 가능한 데이터 세트에서 점차 대용량의 Quantified Self 빅데이터 세트로 크기가 증가하고 있으며, 개인정보의 통합분석을 위한 빅데이터 모델과 자동적인 셀프-트래킹 플랫폼으로서의 웨어러블 컴퓨터 기술과 응용의 기대치를 증가시키고 있다. 본고에서는 Quantified Self 정의와 기술 및 서비스 동향에 대해 살펴보고, 웨어러블 센싱 기반 트래킹 기기의 개발사례와 Quantified Self의 주요이슈와 미래전망에 대해 조망해 본다.
   4740 Downloaded 8648 Viewed
목록

I. 서론

빅데이터의 출현으로 사용자에게 새로운 통찰력을 제공하기 위해 데이터가 새로운 자원으로 각광받는 시대가 되고 있다. 최근 다양한 센서를 내장한 스마트 기기 및 웨어러블 기기의 이용증가는 대용량의 개인 데이터 생성을 초래하므로 개인 빅데이터는 개인화 서비스를 위한 핵심요소로 인식되고 있다.

퍼스널 센서 기술의 사용은 개인이 헬스와 피트니스 등 건강 데이터를 트래킹하는 활동으로부터 소셜 미디어, 소셜 네트워크 사이트의 커뮤니티를 통해 타인과 경험을 공유하는 모바일 및 소셜활동으로 전이되고 있다. 또한, 개인은 단독 혹은 그룹으로 생물적, 물리적, 환경정보의 셀프-트래킹을 시도하고 있으므로 개인이 생성하는 다양한 종류의 데이터 스트림을 연결하고 상관성을 분석하는 것은 빅데이터 분야에서 새롭게 부상하는 핵심적 추세이다[1].

Quantified Self란 개인의 일상활동에서 신체적·정신적 상태를 센싱 및 트래킹하여 이를 수치화함으로써 자신의 상태를 분석하고 삶의 질을 개선하기 위한 방법을 연구하여 실생활에 적용하는 활동을 의미한다. 웨어러블 기기의 보급확산으로 Quantified Self는 2013년부터 2015년까지 CES에서 가장 주목받고 있으며, 하나의 운동(movement)으로 출발한 것이 현재 기술사용의 패턴으로 이동하고 있다. 최근 스마트폰의 이용확대, 나이키 등 메이저 브랜드 회사에 의한 공격적인 웨어러블 기기의 마케팅 활동, 구글 글래스 같은 하이테크 회사에 의해 부상되는 웨어러블 기기의 미디어 활용영역 증대는 산업 트랜드로써 Quantified Self의 가능성을 보여주고 있다[2].

본고에서는 Quantified Self의 정의와 기술 및 서비스 동향에 대해 살펴보고, 웨어러블 센싱 기반의 트래킹 기기의 개발사례와 Quantified Self의 주요이슈와 미래전망에 대해 다루고자 한다.

Ⅱ. Quantified Self 기술 및 서비스

1. Quantified Self란?

Quantified Self(QS)에 대한 아이디어는 2007년 Wired 잡지의 편집자 Gary Wolf와 Tom Kelly에 의해 소개되었으며, 2010년 Ted Talk에서 주목을 받아, 그 이후 하나의 운동형태로 커뮤니티가 형성되어 QS웹사이트를 통해 전개되어 왔다. QS란 퍼스널 센서, 휴대 기기(스마트폰, 태블릿), 셀프-트래킹 모바일 앱, 비주얼 분석, 웨어러블 기기 등을 사용하여 신체 활동에서 환경정보에 이르기까지 다양한 종류의 개인정보를 트래킹하여 숫자를 통해 개인의 일상생활을 연구하는 것이다. 이러한 QS는 문헌상에 ‘라이프로깅’, ‘바이오해킹’, ‘감시(sousveillance)’, 퍼스널 정보학(personal informatics), 퍼스널 분석학(analytics). 셀프-트래킹 등과 함께 표현되기도 한다. (그림 1)은 QS가 퍼스널 센서, Internet of Things(IoT), 웨어러블 컴퓨팅 등 다양한 영역의 기술과 연계되어 있음을 보여준다[2].

(그림 1)

QS와 주변 기술과의 관계[3]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f001.jpg

Pew 리서치 센터의 Internet & American Life 프로젝트 연구결과에 따르면 미국 성인의 69%가 체중, 다이어트, 운동, 혈압, 수면패턴, 두통, 지인의 건강상태 등 최소한 한 개의 헬스지표를 추적한다[4].

가트너의 정의에 따르면 QS란 개인의 신체, 상호작용, 활동, 주변환경에 관한 데이터를 수집, 집계하여 정보를 제공하는 모바일 앱, 데이터 동기화, 퍼스널 분석 등의 퍼스널 센서 기술과 제공 서비스의 집합이다. 이는 소셜 미디어와 소셜 네트워크 사이트에서 개인 데이터를 공유하고, 상대방과 연결하며, 경험을 공유하고, 커뮤니티의 지지를 얻고, 타인에게 동기 부여하는 것을 포함한다[2].

2. Quantified Self 기술 및 서비스

J. Oh & U.Lee[5]는 QS웹사이트(quantifiedself.com)에 게시된 100여 개의 트래킹 툴을 <표 1>과 같이 5가지 테마로 분류하였다.

<표 1>

QS트래킹 툴의 분류[5]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_t001.jpg
  • •  신체정보

    몸무게, 키 등 신체 상태와 근전도 신호(EMG), 호흡량, 피부온도, 피부전도도, 맥박, 심박수 등의 생체신호를 모니터링

  • •  생리적 상태 및 특성

    정신적 웰빙과 관련된 스트레스, 기분, 정서, 뇌의 활동을 수작업으로 측정

  • •  활동

    QS의 일반적 테마로, 운동, 먹기, 수면, 약 섭취, TV 보기, 학습, 웹 검색 등의 활동을 수집

  • •  소셜 상호작용

    트위터, 페이스북 등 소셜 네트워크에서의 온라인 활동 및 영향을 측정

  • •  환경 및 유틸리티 상태

    사용자의 위치, 현재 환경 상태(온도, 날씨), 전기와 물의 소비량을 측정

이러한 테마를 트래킹하는 QS툴은 대부분 데이터를 자동으로 수집하지 못하며, 수작업으로 사용자의 데이터 입력이 필요하다[1].

다양한 QS프로젝트가 수행되어 왔으며, 프로젝트 결과는 ‘무엇을 했는가?’, ‘어떻게 수행했는가?’, ‘무엇을 배웠는가?’의 3가지 질문에 답하는 표준화된 포맷으로 사용도구, 기술, 경험을 meetup 모임에서 토의하고 공유한다. 몇 가지 개인 QS프로젝트를 살펴보면 디자인을 전공한 Lauren Mannin은 1년간 소비한 모든 유형의 음식을 트래킹하여 다양한 인포그래픽 형태로 시각화하였다.

Tim McCormick의 정보 다이어트 프로젝트에서는 다양한 정보 스트림(즉, 트위터, 온라인 뉴스 사이트, 블로그 등)의 가치를 계량화하는 메커니즘을 개발하여 개인의 미디어 소비와 독서활동을 조사하였다.

Rosane Oliveira는 인슈린, 포도당 등 신진대사 마커와 채식주의자의 식이변화를 시험하고 당뇨병과 심장질환 위험을 수년간 조사하였다.

Robin Baroah는 커피소비, 생산성, 명상에 대한 개인정보의 분석으로 커피끊기에 관심 있는 개인이 증가하고 있다는 사실을 파악하였다.

초기의 QS프로젝트와 달리 현재 진행되는 QS프로젝트는 대용량의 QS데이터 세트를 생성한다. 예를 들어 신장위험을 예측하기 위한 심박수의 모니터링은 초당 250회 샘플을 채취하여, 한 달에 한 사람이 9GB의 데이터를 생성한다. 따라서 QS데이터의 수집, 통합, 분석의 영역에서도 빅데이터 과학에 사용되는 솔루션의 새로운 적용이 요구된다[1].

  • •  데이터수집

    빅데이터 과학자는 QS활동에 관련한 다수의 데이터 스트림을 식별하고, 수집, 저장을 용이하게 할 필요가 있음.

  • •  데이터통합

    다수의 헬스 데이터 스트림 간의 상관성을 찾기 위한 통합방법을 찾아야 함.

  • •  데이터분석

    실시간으로 다수의 QS스트림을 분석해야 하며, 일상의 리듬, 정상편차의 패턴, 응급현상 등 장기적인 변화과정을 다루는 측정 기준치를 설정하고, QS와 생물학적 문제해결을 위한 빅데이터 분석의 수학적 모델을 적용해야 함.

Ⅲ. 웨어러블 트래킹/측정 기기 분류

1970년대 후반 웨어러블컴퓨팅과 무선 통신기술 등을 사용한 셀프-트래킹 기술은 sousveillance1)의 모습으로 등장하기 시작하였다[6]. 사용자 몸에 착용하는 형태인 웨어러블 디바이스는 사용자 몸과 가장 근접한 위치에서 사용자 자신을 측정할 수 있다는 점에서 QS를 위한 데이터 획득수단으로 활용된다. 컵에 넣은 음료의 성분분석으로 칼로리를 계산하여 사용자에게 1일 권장량을 알 려주는 스마트 컵[7]이나, 얼마나 자주, 빨리 먹는지 사용자의 식습관을 체크할 수 있는 지능형 포크[8], 또는 체성분 분석을 통해 체지방을 관리하고, 스마트폰과 연동하여 체계적으로 몸매관리를 할 수 있는 스마트 체중계[9]등 IoT 기술로도 구현하는 QS 예가 있다. 그러나 사용자들의 생활습관이나 생체정보에 관한 데이터를 일상생활 중에 수집할 수 있다는 점에서 웨어러블 기술은 QS와 보다 밀접한 관련이 있다.

2014년 4분기에 미국 소비자 1,262명을 대상으로 조사한 바에 따르면 조사대상의 31%는 헬스케어 및 피트니스 서비스를 위해 QS도구를 사용하고 있으며, 이들이 사용한 QS도구는 주로 웨어러블 디바이스나 스마트폰 앱을 사용하는 것으로 나타났다[10]. 웨어러블 디바이스의 응용분야는 헬스케어, 피트니스, 멀티미디어 엔터테인먼트, 다기능, 산업용 등 다양하지만, 이 중 특히 헬스케어와 피트니스는 QS와 관련 있는 분야로서 웨어러블 산업에서도 가장 빠르게 성장하는 영역이다. 헬스케어와 피트니스 분야는 2013년도 기준 전 세계 웨어러블 디바이스의 판매 대수의 약 89%를 차지하고 있으며, 매출액 기준으로는 2018년 전체 웨어러블 시장에서 69%를 차지할 것으로 전망되고 있다[(그림 2, 3) 참조].

(그림 2)

디바이스 분류별 전 세계 웨어러블 기기 사용전망

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f002.jpg
(그림 3)

디바이스 분류별 전 세계 웨어러블 하드웨어 및 서비스 수익규모 전망[11]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f003.jpg

1. QS측정 웨어러블 디바이스

웨어러블 기술관점에서 디바이스의 분류기준은 디바이스의 유형, 형태 및 착용위치 등 다양하지만, 본고에서는 웨어러블 디바이스를 QS서비스 종류에 따라 분류하고자 한다. QS서비스를 제공하기 위하여 정량적으로 수치화하는 데이터로는 이동거리, 섭취/소비 칼로리, 수면 추적, 자세교정, 혈압, 혈당, 심박수 등이 있는데, 이를 위해 다음과 같은 웨어러블 디바이스들이 사용된다.

가. 운동량 측정(Activity Monitor)

  • •  Apple watch

    심박 센서와 가속도 센서를 이용하여 사용자의 운동강도와 전체 칼로리 소모량을 계산하고, GPS를 통해 이동거리를 측정한다. 또한, 사용자에게 1일 활동 목표를 제시하고, 1일 활동량에 대한 종합적인 정보를 보여줌[(그림 4) 참조].

  • •  Fitbit charger HR(2015)

    2015년 1월 CES에서 발표된 제품으로, 심장이 뛸 때 변화하는 손목의 모세혈관 굵기변화를 인식하여 실시간으로 심박수를 분석한다. 심박수 분석을 통해 지방연소, 심폐강화운동, 근력운동 구간을 모니터링한다. 기존 제품과 달리 24시간 연속으로 심박을 측정할 수 있는 최초제품이며, 보다 정확한 심박수 모니터링으로, 운동 시 적절한 운동강도를 유지하게 한다. 3축 가속도센서와 고도센서로 걸음 수, 이동거리, 오른 층 수, 활동적 시간 모니터링 기능을 제공함[(그림 5) 참조].

  • •  Jawbone UP3(2015)

    (그림 6)은 2015년 상반기에 출시 예정인 제품으로, LED를 이용하여 모세혈관의 굵기 변화로 심박수를 인식한 Fitbit과 달리, Jawbone은 피부조직과 혈류의 저항을 측정하는 생체 임피던스 센서를 이용하여 심박수와 호흡 속도를 측정한다. 3축 가속도 센서를 이용하여 걸음 수와 이동거리 등 운동량 추적기능을 제공한다. 또한 생체 임피던스 센서와 3축 가속도 센서를 사용하여 사용자의 수면상태를 깨어있음, 선잠, REM, 숙면 등 4단계로 추적하는 고급 수면 모니터링 기능을 제공한다. 배터리 수명은 최대 7일로 알려져 있다. 식사, 활동, 수면패턴을 심층적으로 분석하여 사용자를 지능적으로 이해하여 사용자에게 목표를 더욱 빠르게 달성할 수 있도록 사용자 맞춤 통계를 제공함.

  • •  Nike+ FuelBand se(2013)

    운동량 측정과 관리에 특화된 손목밴드로서, 3축 가속도 센서를 이용하여 걸음 수, 이동거리, 소비 칼로리 소모량 등을 측정한다. 운동량을 바 형태로 표시해주고, LED 디스플레이로 운동량 목표치와 현재 진행상태를 표시해줌[(그림 7) 참조].

  • •  Misfit Flash

    동전만한 크기의 웨어러블 디바이스로 3축 가속도 센서를 이용하여 소비 칼로리, 이동거리, 걸음 수 등 운동패턴과 하루 활동량을 계산한다[(그림 8) 참조]. 또한, 수면 시 사용자의 움직임을 분석하여 스마트폰 애플리케이션을 통해 수면시간 및 숙면여부를 알려줌.

  • •  LG Life band touch

    2014 CES에서 발표된 제품으로 사용자의 움직임을 감지해 걸음 수, 이동거리, 칼로리 소모량을 계산해 준다. 함께 공개한 이어폰은 광학센서 기술로 귀에 흐르는 혈류량을 계측하여 심박동을 분석해줌[(그림 9) 참조].

나. 생체정보 추적(Biometric Monitor)

  • •  Owlet Vitals Monitor

    OVM은 유아용 웨어러블 디바이스로 양말 모양의 디바이스를 아기의 발에 착용시키면 부착된 광센서를 이용해 맥박산소 측정법(pulse oximetry)으로 유아의 심박수, 혈중 산소농도, 체온, 수면상태, 자세 등을 측정 후 스마트폰으로 모니터링함[(그림 10) 참조].

  • •  Myo

    캐나다 벤처기업인 Thalmic Lab은 팔목에 착용하는 암밴드 형태의 제스처 컨트롤 디바이스인 MYO를 개발하였다. 손의 움직임에 따라 발생되는 근전도(EMG) 신호를 측정하여 손의 움직임을 입력수단으로 활용함[(그림 11) 참조].

  • •  Smart bra

    2013년 마이크로소프트에서 발표한 제품으로 여성들의 감정적 폭식을 방지하기 위한 스마트 브라이다[(그림 12) 참조]. 심전도(Elektrokardio-gramm: EKG) 센서로 심장박동을 측정하고, 피부 전기활성(EDA) 센서로 피부의 전도도를 측정하여 충동적 폭식을 유발할 가능성이 있는 여성의 감정변화를 감지한다. 사용자의 스트레스 지수가 올라가면 스마트폰 앱을 통해 스트레스 레벨을 낮추기 위한 행동교정을 권하는 알람을 제공함.

  • •  MyCoach sports bra

    아디다스 마이코치 스포츠브라는 착용형 심박 검출 단말을 통해 운동 시 운동량과 심박수를 검출하는 심장박동 모니터 브라이다. 심박 모니터링 후 운동 중 소모된 칼로리를 파악하고 목표 성과와 비교, 분석하는 개인맞춤형 트레이닝 시스템을 통해 음성으로 운동 페이스를 조절해줌.

  • •  Triggerfish

    2010년 스위스 벤처기업인 Sensimed는 녹내장 환자의 안압을 24시간 측정하는 콘텍트렌즈 형태의 의료기기인 triggerfish를 개발하였다[(그림 13) 참조]. 안압 변화패턴이 녹내장 진행에 영향을 미치는 것으로 알려져 있기 때문에 24시간 연속적으로 안압을 측정함으로써 녹내장 진단에 매우 유용하게 쓰일 전망이다. Triggerfish는 렌즈 내부에 장착된 Microelectromechanical System(MEMS) 센서로 안압을 측정함.

  • •  Google smart lens

    구글은 2014년 제약회사 노바티스와 공동으로 비침습적이고 연속적인 혈당측정이 가능한 스마트렌즈[(그림 14) 참조]를 개발 중이라고 발표하였다. 안구에 흐르는 눈물로부터 측정한 포도당 수치를 이용하여 혈중 당 수치를 계산하고, 당뇨 수치 이상 시 렌즈에 삽입된 LED로 환자에게 알람을 전달함.

  • •  Nuvant MCT

    Corventis의 NUVANT MCT(Mobile Cardiac Telemetry)는 무선 센서가 내장된 밴드 형태의 기기로 심장 부위에 부착하여 실시간으로 심전도, 심박수를 수집하고, 모니터링 센서로 전송된다. 2010년 FDA 및 CMS(Center for Medicare & Medicaid Service)에 승인되어 실제 메디케어 환자를 대상으로 사용되고 있음[(그림 15) 참조].

  • •  Dexcom G4

    Dexcom의 G4는 지속적으로 혈당 수치를 모니터링하는 인체 삽입형 디바이스이다[(그림 16) 참조]. 주사기와 유사한 장치로 혈당을 측정하는 센서를 피하 지방층에 삽입한 후, 5분마다 혈당을 측정하고, 혈당측정 데이터를 외부의 장치에 무선으로 전송하여 사용자가 자신의 혈당수치 변화를 파악할 수 있게 함.

  • •  Bio-Patch

    스웨덴 왕립 공과대학 연구팀은 피부에 부착하여 생체정보를 모니터링하는 소형 건강관리 디바이스인 Bio-Patch를 개발하였다[(그림 17) 참조]. 종이 한 장 정도의 두께이며 사용자 스스로 자신의 건강을 관리할 수 있도록 하는 것이 목적이다. 정해진 부위에 파스를 붙이듯이 패치를 붙이면 부착 부위에 따라 심전도(ECG, 흉부), 뇌파(Event Condition-Action: EEG, 머리), 근전도(EMG, 팔)를 측정함.

(그림 4)

Apple Watch[12]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f004.jpg
(그림 5)

Fitbit charger HR[13]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f005.jpg
(그림 6)

Jawbone UP3[14]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f006.jpg
(그림 7)

Nike+ FuelBand[15]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f007.jpg
(그림 8)

Misfit Flash[16]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f008.jpg
(그림 9)

LG Life band touch[17]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f009.jpg
(그림 10)

Owlet Vitals Monitor[18]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f010.jpg
(그림 11)

Myo[19]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f011.jpg
(그림 12)

Smart Bra[20]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f012.jpg
(그림 13)

Triggerfish[21]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f013.jpg
(그림 14)

Google Smart Lens[22]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f014.jpg
(그림 15)

Nuvant MCT[23]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f015.jpg
(그림 16)

Dexcom G4[24]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f016.jpg
(그림 17)

Bio-Patch[25]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f017.jpg

2. 라이프로깅 QS

라이프로깅 기술은 사용자의 일상생활을 기록하여 데이터화하는 기술이다. 일상적인 생활 속에서 사용자의 행동 또는 신체반응을 객관적인 데이터로 수집한다는 측면에서 QS와 유사한 점이 있다. 주로 사용자가 의식하지 않은 상태에서 수집하기 때문에 매우 객관적인 데이터로서 상황에 따라 사용자 의도나 취향, 감정 등 사용자 중심의 맥락정보를 분석하는 데 매우 중요하게 사용된다.

라이프로깅을 위한 데이터는 III장에서 다루었던 웨어러블 디바이스를 이용하여 수집한다. 수집하는 데이터는 체온, 심박, 혈압, 움직임 등 신체에 부착하여 신체로부터 직접 얻을 수 있는 생체정보 데이터가 있다. 이러한 생체정보를 이용하면 사용자는 자신의 시간대별 운동량이나 수면습관, 식습관 등 일상적인 생활습관의 점검이 가능하다. 일상적인 생활습관과 심박, 체중, 혈압, 혈당 등 생체정보를 통합적으로 모니터링함으로써 보다 구체적이고 체계적으로 피트니스나 건강관리를 할 수 있다.

생체정보 데이터 이외에 사용자가 보는 것, 듣는 것, 말하는 것 등 사용자의 시점에서 사용자의 일상적인 활동을 연속적으로 기록하는 디지털 메모리 데이터가 있다. 디지털 메모리 유형의 데이터는 1994년 웨어러블 카메라를 이용하여 자신의 삶을 약 2년간 공개했던 스티브 만 교수의 실험으로 널리 알려졌다. 최근에는 구글 글래스 또는 고프로(GoPro), 내러티브 클립(Narrative Clip)등 착용 가능한 형태의 카메라로 사용자 시점에서 촬영함으로써 사용자와 관계하는 외부의 사람, 사물, 공간에 관한 다양한 정보를 수집한다. 특히 내러티브 클립은 30초마다 한 번씩 사진을 촬영하여 사용자의 일상을 디바이스나 또는 클라우드 서버에 저장한다. 클라우드 서버에 저장된 사진은 장소, 시간 또는 인상적인 사건 등 몇 가지 기준에 따라 자동으로 정리된다. 고프로는 주로 익스트림 스포츠를 즐길 때 많이 활용된다. 패러글라이딩, 스카이 점프, 산악 자전거, 스키 등 활동적인 스포츠를 즐길 때 사용자 경험을 고화질 동영상으로 저장하고 외부에 공유하는 서비스이다.

사용자 신체로부터 수집하는 생체정보와 디지털 메모리 유형의 데이터는 매우 개인적인 정보이다. 따라서 이 정보가 사회적으로 공유될 경우 불가피하게 프라이버시 문제가 발생하게 된다. 라이프로깅은 데이터수집, 저장, 분석 등 각 단계별로 해결해야 할 기술적 문제가 많이 있지만, 기본적으로 생체정보, 위치정보 등 개인적인 데이터를 다루는 기술이기 때문에 높은 수준의 데이터 보안기술을 요구한다.

예를 들어 생체정보의 경우, 체중이나 혈압, 혈당 등 사용자의 건강정보가 포함되기 때문에, 불법적으로 유출될 경우, 제3의 서비스 운영업체가 자신의 이득을 취하기 위한 목적으로 사용자의 의사와 무관하게 해당정보를 활용할 수 있다. 특히 디지털 메모리 유형의 데이터는 개인적인 경험에 대한 기록이므로 사용자 의도와 무관하게 유출될 경우, 더 심각한 문제가 있을 수 있다. 디지털 데이터의 특성상 재생산과 배포가 용이하기 때문에 아무리 시간이 흐르더라도 유출된 데이터를 삭제하는 것은 거의 불가능하다. 또한, 디지털 메모리 유형의 데이터에는 사용자 자신뿐만 아니라, 주변의 인물들에 대한 정보가 포함되므로 데이터수집 단계부터 사용자 이외의 주변 인물들의 사생활 보호에 관한 사회적 합의를 요구하기도 한다.

Ⅳ. Quantified Self 주요이슈 및 전망

1. 주요이슈

셀프-트래킹을 시도하는 얼리어댑터(early adaptor)들이 증가하고 있음에도 불구하고 이를 널리 보급하는 것을 어렵게 만드는 한 가지 요인은 자동화되고, 쉽고, 값싸고, 편리한 데이터수집 기술의 부재이다[1]. 최근 플라스틱 손목밴드와 스마트워치는 웨어러블 셀프-트래킹 기기의 대표적 기기로 자리 잡아 가고 있으며, 이는 초기의 투박한 스트랩(strap) 형태의 심박수 모니터링 기기로부터 상당히 발전된 형태의 기기들이다. 뇌파 트래킹 기기 역시 초기 Emotiv, Neurosky 등의 헤드셋과 달리 Interaxon, Axio 등에서 편리한 웨어러블 헤드밴드 뇌파 트래킹 기기를 제공하고 있다. 정책적으로는 금전적 인센티브를 제공하는 것이 셀프-트래킹을 더욱 활성화할 수 있다. 예를 들어, 직원들의 헬스케어에 상당한 비용을 부담하는 고용주에게 직원들의 건강에 관한 위험비용의 감소는 상당한 동기가 될 수 있으며, 보험 회사의 경우 개인고객에게 헬스 자가관리를 장려하고, 사용자의 행위를 검증하여 보험료를 할인해 준다면 QS셀프-트래킹의 보급은 확대될 것이다. 개인정보의 빅데이터 생성은 빅데이터 과학자들에게 수집, 통합, 분석을 위한 새로운 모델을 개발하고, 개인 데이터를 사용을 위한 데이터베이스의 개방형 접근, 프라이버시 표준을 정의하도록 기회를 제공하고 있다[1].

  • •  개인정보의 프라이버시

    헬스, 안전 등을 위한 개인정보를 관리하는 기관은 개인 데이터 및 신경 데이터를 보호하고 관리하는 책임을 갖고, 개인들은 자신의 데이터를 자유롭게 공유해서 사용할 수 있어야 한다. 그러나 이들 문제는 서로 상충되는 문제이기도 하므로 이를 해결하기 위해서는 생체정보를 이용한 본인 인증 기술 등의 솔루션 개발 기술이 요구됨.

  • •  공중 데이터 베이스

    퍼블릭 게놈 데이터베이스가 새로운 지식 탐구의 연구 활동에 크게 기여하였듯이 Fitbit, Jawbone, Nike, Withings, myZeo 등의 다양한 트래킹 기기로부터 생성되는 데이터를 공동의 데이터베이스로 업로드할 수 있는 데이터 저장소가 필요하다. 아직 사용자가 기부한 QS데이터로 구성된 데이터베이스는 부재하지만 아메리칸 Gut Miocrobiome 프로젝트처럼 헬스 관련 빅데이터 프로젝트를 통해 클라우스 소싱된 공중 데이터베이스의 선례가 만들어지고 있다. 현재 알려진 QS데이터베이스로는 myZeo의 수면 데이터 저장소가 있으며, 이는 연구자에게만 승인을 통해 이용할 수 있게 제공함[1].

  • •  데이터 통합, 해석상 장벽

    Quantified selfer의 공통된 문제는 너무 많은 것을 트래킹하여 피곤하게 하는 결과를 초래하고, 트래킹을 자동으로 트리거하는 기술이 부재하며[26], Rooksby는 사용자가 동일한 기능을 갖는 다수의 트래킹 기기를 사용하고 있어 데이터 통합, 해석에 기술적 장벽이 있음을 확인함[27].

2. 미래전망

현재 셀프-트래킹의 중요한 현상은 개인들의 QS활동이 기본적으로 헬스 및 피트니스 등을 목표로 하는 개인의 건강지표를 위해 데이터를 수집할 뿐만 아니라 데이터를 개인의 경험과 연관시키고 있다는 사실이다. 단기적으로 QS는 qualified self를 유도한다[1]. 즉, 셀프-트래킹에서 개인들은 프로젝트를 수행하고, 수행결과는 그들의 삶의 질을 향상 시키기 위해 적용한다. QS실험자들은 프로젝트에 참석함으로써 실험을 수행하고, 결과를 해석하고, 개선을 위해 새로운 경험을 적용하여 QS를 향상된 높은 수준의 자신으로 변형시킨다.

초기의 셀프-트래킹은 걸음 수, 수면시간, 영양 및 운동요법 등 쉽게 측정 가능한 양적요소를 트래킹 하는 것으로 개념화 할 수 있었지만, 향후 셀프-트래킹은 기분(mood), 정서(emotion), 행복, 생산성 등의 주관적으로 평가한 질적현상을 트래킹하는 것으로 발전할 수 있을 것이다. 이를 위해서 QS데이터는 행위변화를 유도하는 질적 피드백 루프로의 입력으로 역할을 할 것이다[1]. 대부분 사람들은 통계적으로 생각하는 것 대신 질적인 스토리 중심으로 생각하는 것을 선호한다[3]. 향후 미래의 QS기기는 양적인 정확성과 질적의미를 생성하는 기능을 포함하는 형태로 발전할 것이며, QS데이터와 Qualified 데이터를 자동으로 트래킹하는 기능을 갖게 될 것이다.

Ⅴ. 결론

지금까지 QS와 관련된 기술 및 서비스의 동향과 웨어러블 센싱 기반의 트래킹 기기, QS활성화를 위한 주요이슈, 미래전망에 대해 살펴보았다. 오늘날 대부분의 QS이용은 헬스와 스포츠의 영역 안에서 사람들은 셀프-지식을 가지고 자신을 더 잘 이해하고 자신의 웰빙을 위한 조치로 적용하고 있지만, QS트래킹 기기, 바이오 센서, 무선 사물 인터넷(IoT) 기기, 헬스 소셜 네트워크 데이터, 소셜 미디어 데이터 등을 통한 개인 데이터 스트림의 증가로 인해 QS는 빅데이터 기술영역에서 새롭게 부상하는 개인정보 분석 서비스를 위한 기술 트랜드로 자리잡을 것이다. 향후 웨어러블 컴퓨터는 자동화된 QS서비스를 위한 셀프-트래킹 플랫폼 형태로 발전할 것을 기대해 본다.

용어해설

Quantified Self 개인의 신체, 상호작용, 활동, 주변환경에 관한 데이터를 수집, 집계, 정보를 제공하도록 모바일 앱, 데이터 동기화, 퍼스널 분석론 등 개인화 센서 및 지원 서비스의 집합

Qualified Self Quantified Self 데이터로부터 기분, 정서, 행복, 생산성 등 질적정보를 제공하는 서비스의 집합

Quantified Selfer 자신의 생활 데이터(음식, 운동, 위치, 기분, 웰빙, 심리적 상태)를 수집, 저장, 분석하기 위해 기술과 기기를 사용하는 사람

약어 정리

EEG

Event Condition-Action

EKG

Elektrokardiogramm

IoT

Internet of Things

MEMS

Microelectromechanical System

QS

Quantified Self

각주

1)

프랑스어 ‘sous’는 ‘below’ 라는 뜻의 접두사로 물리적 또는 계층적으로 사용자와 같은 높이에서 관측하는 것을 의미한다. ‘above’라는 뜻의 접두사 ‘sur’을 사용하는 surveillance와 반대되는 개념이다.

[1] 

M. Swan, “The Quantified Self: Fundamental Disruption in Big Data Science and Biological Discovery,” Big Data, vol. 1, no. 2, June 18th, 2013, pp. 85-99.

[2] 

M. Gotta, “Technology Overview: Quantified Self,” Gartner, Sept. 17th, 2013.

[3] 

N.N. Taleb, “The Black Swan: The Impact of the Highly Improbable,” Random House, Apr. 22nd, 2007.

[4] 

http://www.pewinternet.org/2013/01/28/tracking-for-health

[5] 

J. Oh and U. Lee, “Exploring User Experience Issues in Quantified Self Technologies,” ICMU, Jan. 2015, pp. 53-59.

[6] 

M. Riphagen et al., “Learning Tomorrow: Visualising Student and Staff’s Daily Activities and Reflect on It,” ICERI, 2013.

[7] 

https://www.myvessyl.com/

[8] 

https://www.hapi.com/

[9] 

https://www.fitbit.com/aria

[10] 

ROCKET FUEL, “Quantified Self Digital Tools Q4 2014,” Jan. 2015.

[11] 

Juniper Research, “Smart Wearable Devices: Fitness, Healthcare, Entertainment & Enterprise 2013-2018,” 2013.

[12] 

http://www.apple.com/watch/technology/

[13] 

https://www.fitbit.com/kr/chargehr

[14] 

https://jawbone.com/store/buy/up3

[15] 

http://www.nike.com/us/en_us/c/nikeplus-fuel

[16] 

http://misfit.com/products/flash

[17] 

http://www.lg.com/us/cell-phone-accessories/lg-FB84-BM-activity-tracker

[18] 

https://www.owletcare.com/

[19] 

https://www.thalmic.com/myo/

[20] 

http://edition.cnn.com/2013/12/04/tech/innovation/m icrosoft-smart-bra/

[21] 

http://www.sensimed.ch/en/sensimed-triggerfish/sen simed-triggerfish.html

[22] 

http://techcrunch.com/2014/01/16/google-shows-off -smart-contact-lens-that-lets-diabetics-measure-their-glucose-levels/

[23] 

http://www.corventis.com/products/nuvant-mct /how-it-works/

[24] 

http://www.dexcom.com/dexcom-g4-platinum-share

[25] 

https://www.kth.se/en/aktuellt/nyheter/hudnara-elektronisk-doktor-ar-framtiden-1.382668

[26] 

E.K. Choe et al., “Understanding Quantified-Selfers’ Practices in Collecting and Exploring Personal Data,” Proc. ACM CHI, 2014, pp. 1143-1152.

[27] 

J. Rooksby et al., “Personal Tracking as Lived Informatics,” Proc. ACM CHI, 2014, pp. 1163-1172.

(그림 1)

QS와 주변 기술과의 관계[3]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f001.jpg
(그림 2)

디바이스 분류별 전 세계 웨어러블 기기 사용전망

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f002.jpg
(그림 3)

디바이스 분류별 전 세계 웨어러블 하드웨어 및 서비스 수익규모 전망[11]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f003.jpg
(그림 4)

Apple Watch[12]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f004.jpg
(그림 5)

Fitbit charger HR[13]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f005.jpg
(그림 6)

Jawbone UP3[14]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f006.jpg
(그림 7)

Nike+ FuelBand[15]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f007.jpg
(그림 8)

Misfit Flash[16]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f008.jpg
(그림 9)

LG Life band touch[17]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f009.jpg
(그림 10)

Owlet Vitals Monitor[18]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f010.jpg
(그림 11)

Myo[19]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f011.jpg
(그림 12)

Smart Bra[20]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f012.jpg
(그림 13)

Triggerfish[21]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f013.jpg
(그림 14)

Google Smart Lens[22]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f014.jpg
(그림 15)

Nuvant MCT[23]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f015.jpg
(그림 16)

Dexcom G4[24]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f016.jpg
(그림 17)

Bio-Patch[25]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_f017.jpg
<표 1>

QS트래킹 툴의 분류[5]

images_1/2015/v30n4/ETRI_J003_2015_v30n4_1_t001.jpg
Sign Up
전자통신동향분석 이메일 전자저널 구독을 원하시는 경우 정확한 이메일 주소를 입력하시기 바랍니다.