웨어러블 센싱 기반의 Quantified Self 기술동향

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]

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]

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].

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)

나. 생체정보 추적(Biometric Monitor)

(그림 4)

Apple Watch[12]

(그림 5)

Fitbit charger HR[13]

(그림 6)

Jawbone UP3[14]

(그림 7)

Nike+ FuelBand[15]

(그림 8)

Misfit Flash[16]

(그림 9)

LG Life band touch[17]

(그림 10)

Owlet Vitals Monitor[18]

(그림 11)

Myo[19]

(그림 12)

Smart Bra[20]

(그림 13)

Triggerfish[21]

(그림 14)

Google Smart Lens[22]

(그림 15)

Nuvant MCT[23]

(그림 16)

Dexcom G4[24]

(그림 17)

Bio-Patch[25]

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.

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].

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.