[헬로티]

일상생활에서 심신 상태 등을 모니터해 건강 유지에 도움이 되는 기기나 시스템이 주목받고 있다. 이 배경에는 몇 가지 현상이 있다. 하나는 인구의 고령화이다. 일본은 초고령화 사회를 맞이하고 있으며, 건강 수명의 연장 등이 문제가 되고 있다. 또 다른 하나는 정보통신 기술이 발전한 것이다. 센서를 네트워크에 접속해(IoT), 언제 어디서나 정보를 공유하는 것이 가능하게 됐다. 또한 클라우드 서비스가 일반화되고, 스토리지 용량도 대규모화되고 있으므로 대량의 데이터를 취득․축적하는 것이 용이해지고 있다.

이 글에서는 사람의 생리 상태나 활동 기록 등의 라이프 데이터를 취득하기 위한 센서 일반에 요구되는 특질에 대해 설명하고, 현재 주로 이용되고 있는 센서와 그 원리를 간단히 소개한다. 또한 센서의 과제와 앞으로 라이프 데이터를 더욱 활용하기 위해 필요한 센서에 대해 설명하고, 앞으로의 방향성을 전망한다.

라이프 데이터란 무엇인가

우선, 이 글에서 말하는 라이프 데이터에 대해 정의한다. 이 글의 라이프 데이터에는 심전도나 혈압 등의 생리 상태에 관한 데이터뿐만 아니라, 식사나 산책 등의 행동에 관한 데이터나 기온․날씨 등의 환경에 관한 데이터도 포함되는 것으로 한다. 주로 일상생활 속에서 계속적으로 얻어지는 데이터를 대상으로 하며, 의료 진단을 목적으로 얻어진 데이터는 포함하지 않는 것으로 한다.

센서 기술과 네트워크 환경이 발전함에 따라 방대한 양의 라이프 데이터를 축적할 수 있게 됐다. 여러 가지 센서를 IoT에 의해 네트워크에 접속함으로써 일상생활 속에서 자동적으로 라이프 데이터를 취득할 수 있게 됐다. 주요 라이프 데이터를 표 1에 나타냈다. 생리 상태에 관한 데이터는 건강 상태에 직접적으로 관련된 것이다. 수면이나 식사 등의 행동도 건강에 직접․간접적으로 건강 상태에 관련되어 있으며, 기온이나 날씨 등의 환경에 관한 정보도 건강 상태를 생각하는데 참고가 되는 경우가 많다.

표 1. 주요 라이프 데이터

생리 상태에 관한 라이프 데이터 계측법은 오래 전부터 연구가 이루어지고 있었다. 자세한 내용은 다음에 다루겠지만, 사용자가 의식하지 않고 자동적으로 데이터를 수집할 수 있는 것이 이상적이다. 그러한 기술의 실현을 위한 노력이 계속되고 있다.

최근에는 행동에 관한 정보도 수집할 수 있게 됐다. 예를 들면, 수면 시간이나 수면의 질은 심신 상태에 미치는 영향이 크고 일정 수요가 있다고 생각할 수 있다. 혹은 식사의 양이나 내용은 혈당치 조절에 중요하며, 당뇨병 환자나 경계 영역에 있는 개인에게는 자동적으로 정보를 기록하는 시스템은 혈당치 관리에 유용하다.

기온이나 날씨 등의 정보는 기상청이나 기상정보회사에서 입수할 수 있으므로 센서로 계측할 필요는 없다. 한편, 개인의 주거환경에 관한 실온이나 습도는 개별적으로 측정할 필요가 있는데, 간단히 측정할 수 있으므로 자세한 설명은 생략한다. 이러한 환경에 관한 정보의 중요성은 열사병을 생각하면 이해하기 쉽다. 열사병을 생각하는데 기온․실온․습도 등은 중요한 요소이며, 개인의 생리 상태뿐만 아니라 환경에 관한 정보도 유용하다는 것을 알 수 있다.

라이프 데이터 계측의 특수성

여기서는 생리 상태와 행동에 관한 라이프 데이터의 계측에 대해 설명한다. 우선 일상생활 속에서 계속적으로 데이터를 수집하려면 자동적으로 계측․기록할 수 있는 것이 바람직하다. 예를 들면 매일 혹은 일정 간격으로, 잊어버리지 않고 동일한 조건에서 혈압을 측정하는 것은 어렵다. 측정을 잊어버리거나, 계측 전의 행동이나 계측 중의 심신 상태가 결과에 영향을 주는 것을 피하기는 쉽지 않다. 또한, 혈압 등의 생리 상태에 관한 양에는 개인차가 있으므로 일정 시점의 혈압만 알아서는 유용성이 높다고는 할 수 없다. 어떤 개인의 일정 기간의 정보를 이용할 수 있다면 통상적인 혈압의 범위를 알 수 있고, 상승하는 경향에 있는 등의 변화를 파악할 수 있다. 그리고 장시간의 연속 계측이 가능하면, 혈압 서지 등을 파악하는 것도 가능하다.

계속적인 데이터 수집을 위해서는 사용자의 부담이 적어야 한다. 이를 위해 계측법에는 생리적인 상태를 흐트러트리지 않고, 또한 이하와 같은 성질이 요구된다.

(1) 비침습(무침습)일 것

(2) 무구속일 것

(3) 자동적으로 취득할 수 있을 것

(4) 장시간 계측이 가능할 것

(5) 대상의 체격이 다양하므로 여러 가지 형상에 대응할 수 있을 것

이 중에 (5)는 전극을 밀착시키기 위해 필요한 성질이며, 웨어러블 기기 등에서는 특히 필요하다. 이러한 용도에는 텍스타일 전극이 이용되고 있다. 또한, 여러 명이 거주하는 주거에서 위의 계측법을 이용할 경우, 개인 식별도 필요하다. 데이터로부터 개인을 특정할 수 있는 것도 있지만(체중 등), 식별할 수 없는 것도 있으므로 자동적으로 개인 식별을 하는 것이 바람직하다.

행동 기록에 관해서는 스마트폰을 이용하면, 활동량(가속도 센서)나 식사 내용(카메라) 등 여러 가지 정보의 기록이 가능하다. 화상의 내용을 자동적으로 해석하는 방법이 발전하면, 보다 많은 응용이 가능해진다. 카메라를 이용할 때에는 사생활 보호에도 배려가 필요하다.

이와 같이 다양한 종류의 라이프 데이터를 수집할 수 있다. 지금까지의 의료 진단은 진료 시에 측정한 값에 기초하고 있었지만, 장시간의 변화를 알 수 있으면 보다 정확한 진단이 가능하다고 생각된다. 또한, 무의식 계측에서는 이른바 백의고혈압을 피할 수 있다는 장점이 있다.

라이프 데이터 활용에 관한 연구는 여명기에 있다. 여러 종류의 데이터를 통합해 해석할 경우, 합성의 오류가 생길 가능성이 크고, 그러한 데이터를 어떻게 취급할 것인가에 대해서 생각할 필요가 있다. 이것은 라이프 데이터에 한하지 않고, 빅데이터에 공통되는 점이다. 이종데이터를 통합함으로써 새로운 지견을 얻을 수 있을 가능성이 높으므로 앞으로의 발전이 기대된다.

라이프 데이터 계측에 이용되는 센서

표 1은 문헌 ‘Wearable Sensors for Remote Health Monitoring’ 등을 참고해 라이프 데이터의 항목과 그 계측법, 정보원을 정리한 것이다. 이러한 항목 중에는 센서에 의한 직접적인 계측 대상이 아닌 것도 포함되어 있지만, 건강 상태의 요인이 될 수 있는 항목을 되도록 많이 다루고 있다.

라이프 데이터 계측에 이용되는 센서는 사용되는 장소나 장면으로 분류하면, (1) 병원에서 진단에 이용되는 것, (2) 재택에서 요양 관리나 원격 진단에 이용되는 것, (3) 일상생활에서 계속적으로 사용하는 것으로 크게 나눌 수 있다.

이 글에서 취급하고 있는 센서는 앞에서 말한 바와 같이 (3)인데, (1)의 센서가 소수의 전문 지식을 가진 의사나 스태프에 의해 취급되는 반면, (2)와 (3)은 대부분의 일반인이 개별적으로 취급하기 때문에 사용의 용이성과 안전성, 코스트 등 충족시켜야 할 요건에 공통점이 많으므로 (2)로 분류되는 센서에 대해서도 다루고 있다.

(3)에 대해서는, 또한 어떤 방법으로든 신체에 장착해서 이용하는 센서와 신체에 반드시 장착할 필요가 없는 센서로 크게 나눌 수 있다. 후자에는 장면을 기록하는 카메라나 주위 환경을 계측하는 센서, 생활공간에 배치된 센서가 있다.

전자는 웨어러블 센서라고 총칭되며, 이미 많은 연구가 이루어지고 있다. 장착 방법으로는 시계형 디바이스(이른바 스마트워치)나 리스트밴드, 벨트, 의류, 구두 등이 있다. 피부에 밀착시킬 필요가 있는 경우에는 접착테이프나 도전성 겔, 의료용 석고 등도 이용되는데, 이들을 장시간 사용하면 피부에 자극을 주므로 주의해야 한다.

그 외에 귀에 장착하는 심박 모니터나 소프트 콘택트나 마우스가드에 바이오센서나 생화학 센서를 내장시켜 눈물이나 타액의 센싱을 하는 방법도 연구되고 있다. 혈당치 등의 혈액화학치의 계측에 대해서는 포터블한 계측기가 시판되고 있지만, 혈액의 미량 샘플을 얻기 위해 천자를 필요로 하며, 비침습의 계측 방법이 요구되고 있다.

시계형 디바이스는 웨어러블 센서로서 친숙하고 대표적인 것이다. 이러한 종류의 디바이스는 주로 개인의 건강 상태나 운동(조깅이나 워킹) 상태를 기록하기 위해 이용되고 있다. 모션 센서(3축 가속도 센서, 자이로 센서나 자기 센서로 구성된다)나 GPS(위성 측위 시스템)을 갖추고 있으며, 이들의 데이터로부터 주행 거리, 소비 칼로리 등을 산출해 표시한다. 수면 시간의 추정이나 광전식의 혈압․맥박 계측 기능을 갖추고 있는 것도 많다. 저렴하기 때문에 널리 보급되어 있지만, 한편 현재로서는 개인의 활동을 기록하는 이상의 활용 방법은 없기 때문에 구입하더라도 지속적으로 이용하는 경우는 적은 것으로 보인다.

신체 곳곳에 장착한 가속도 센서의 데이터를 해석, 특징량을 추출해 기계학습으로 분류함으로써 보행 패턴의 해석이나 일상에서 하는 동작의 종류를 추정하는 방법에는 많은 연구가 있다. 허리와 가슴, 팔, 다리 등에 1～10개 정도의 가속도 센서를 장착해 데이터를 수집한다. 이 때의 데이터 샘플링 주파수는 100Hz 정도까지로, 소형 내장용 컴퓨터로 충분히 데이터의 수집이 가능하다. 동작의 종류로는 보행 중, 러닝 중, 계단의 오르내림, 서 있다/앉아 있다, 수면 중 등이 예상되며, 학습이 잘되면 90% 정도의 정답률을 얻을 수 있다. 단, 많은 학습 데이터가 필요하거나, 센서의 장착법이 바뀌면 추정 정도가 떨어지는 등의 과제가 있다.

그 외에 신체에 장착해 사용되는 센서로는 온도계나 혈압계, 심전도(ECG), 근전도(EMG)를 위한 전극, 신체 부분의 용적 변화를 보는 플레디스모그래피(Plethysmography)의 센서 등이 있다.

온도에는 피부온과 심부 온도가 있다. 피부온에 대해서는 백금 측온저항체 등의 접촉식 온도 센서가 사용된다. 심부 온도에 대해서는 고막온을 계측하는 귀식 체온계가 있는데, 장시간의 사용에는 적합하지 않다. 적외선 온도계와 서모그래피는 비접촉식으로, 모니터링이나 온도 패턴의 계측에 적합하다. 

플레디스모그래피는 신체 내의 용적 변화를 물결 모양으로 계측하는 것으로, 광학식 맥파 센서(PPG)나 스트레인 게이지를 이용한 방식 등이 있다. 심전도와 말초의 혈관에서 맥파를 동시에 계측하면 맥파 전파 속도를 알 수 있어, 동맥경화의 진행을 정량화할 수 있다. 이러한 계측에서는 200Hz 정도의 샘플링 주파수로, 더구나 다른 센서 간에 데이터를 1ms 정도로 동기해 수집하는 것이 요구된다.

웨어러블 센서의 경우, 계측 데이터를 해석하기 위해서는 각 센서 노드에서 수집한 데이터를 최종적으로 한 곳에 모을 필요가 있다. 이때, 데이터를 각종 무선 규격(RFID, Bluetooth, BLE, ZigBee, WiFi, UWB, ANT, MICS, IrDA, NFC 등)으로 허브(PC나 스마트폰)에 모아 인터넷을 통해 클라우드에 업로드하는 시스템 구성을 취하는 경우가 많다. 각 무선 규격에는 도달 거리와 전송 속도, 소비 전력 등에 일장일단이 있으므로 목적에 따라 선택할 필요가 있다.

센서와 통신 기능을 갖춘 사물이 인터넷을 통해 정보를 교환하는 IoT에 대해, 통신 기능을 갖춘 센서를 사람에게 장착해 인터넷을 통해 정보를 교환하는 구조는 IoH(Internet of Human) 혹은 IoP(Internet of People)이라고 불리며, IoT에 버금가는 기술로서 주목을 받고 있다.

라이프 데이터의 활용으로서 현재는 각 개인의 건강 상태 모니터링이나 그것에 의한 생활의 질 향상이 목적인 경우가 많다. 이에 그치지 않고 사회적인 과제를 해결하는데 활용하거나, 공공의 복지(예를 들면 안전․안심)에 기여하는 목적의 애플리케이션도 중요해질 것으로 생각된다.

한 가지 예를 들어 설명하고 싶다. 겨울철에는 암을 제외한 각종 질환으로 사망률이 증가하고, 특히 심장 질환의 증가가 현저하다고 알려져 있다. 이것은 주거의 단열이나 난방이 부족해 실온이 낮아지는 것이 원인으로, 실온이 9～12℃로 내려가면 혈압 상승, 심장 혈관 질환의 위험이 있는 것으로 지적되고 있다.

주택을 개조해 단열 성능을 개선함으로써 이러한 위험을 감소시킬 수 있다. 그러나 개조에는 비용이 들기 때문에 주인의 동의를 얻기 어렵다. 단열에 의한 건강과 쾌적성 향상 등의 편익을 정량적인 증거로 설명할 수 있으면 비용 부담에 대한 이해를 얻기 쉽고, 또한 행정적으로 주택의 단열화 조성 등의 시책에 연결하는 것도 가능해진다. 이러한 목적으로 라이프 데이터를 수집하는 경우에는 생리 상태의 데이터에 맞춰, 주위 환경의 계측 데이터도 수집하는 것이 중요하다.

그 외에 라이프 데이터의 계측을 감염증의 확대를 막기 위한 감염 경로의 추정에 이용하는 것은 애플리케이션의 하나가 될 수 있다고 생각된다. 개인의 인권과 사생활을 지키면서 실효성 있는 구조를 구축하기 위해서는, 계측 분야의 내외에 걸쳐 많은 과제가 있다고 생각된다.

맺음말

이 글에서 설명한 바와 같이 센서에 관해서는 기술 개발이 추진되고 있으며, 여러 종류의 데이터를 취득할 수 있게 됐다. 한편 데이터 처리에 관해서는 발전의 여지가 남아 있다. 데이터 처리법은 처리 목적에 의존하므로 앞으로는 애플리케이션의 확립이 과제가 될 것으로 생각된다.

 ‘라이프 데이터 취득이 무엇에 도움이 되는가?’라는 물음에 명확하게 대답할 수 있어야 한다. 현재도 몇 개 회사가 생리 상태의 데이터를 축적하는 서비스를 제공하고 있지만, 사용자의 모티베이션을 유지하는데 어려움을 겪고 있는 곳이 많다.

사용자가 유익한 정보가 제공됐다고 느끼지 않는 한, 수고를 하면서 데이터를 축적하는 것은 생각하기 어렵다. 라이프 데이터의 취득은 쉬워졌으며, 높은 퍼텐셜을 가지고 있으므로 유용성을 가진 애플리케이션이 많이 출현하기를 바란다.

후쿠오카 유타카, 공학원대학 공학부 

이토 타다시, 군마대학 대학원 이공학부