한양대학교 데이터사이언스학과·인공지능학과 노영태 교수 연구팀(이혜성 석박통합과정생, 진승완 박사과정생, 알프레드 석박통합과정생)이 제안한 「지능형 최적 설문시점 탐지 기반 심리·행동 수집 플랫폼(iEMA)」 연구가 2025년도 ‘삼성미래기술육성사업’ 지정테마 공모에 최종 선정됐다고, 23일 밝혔다.

삼성미래기술육성사업은 2013년부터 국내 기초과학, 소재·ICT 분야의 ‘고위험·고영향(High Risk, High Impact)’ 연구를 지원해 온 대한민국 대표 민간 연구지원 프로그램으로, 지금까지 약 500개 과제에 1조 원 이상을 투입하며 세계 수준의 원천기술 발굴에 기여해 왔다. 특히 지정테마 공모는 사회적 파급력과 학문적 혁신성을 동시에 평가하는 최고 수준의 경쟁형 사업으로, 이번 선정은 노영태 교수팀의 독창성과 기술적 잠재력을 공식적으로 인정받은 결과다.

노영태 교수팀의 과제 ‘지능형 최적 설문시점 탐지 기반 심리·행동 수집 플랫폼(iEMA)’ 관련 연구는 스마트폰과 웨어러블 기기를 통해 일상생활 속 생리·행동 데이터를 수집하고, 인공지능이 설문 타이밍과 필요성을 스스로 판단하는 새로운 형태의 지능형 데이터 라벨링 프레임워크(iEMA)를 구축하는 것을 목표로 한다.

기존 EMA(Ecological Momentary Assessment)는 주기적 설문을 통해 일상 데이터를 수집하는 방식이지만, △증상 발생 시점과 설문 시점의 불일치 △반복 설문으로 인한 피로 누적 △라벨 신뢰도 저하 등 한계가 있었다. 이를 해결하기 위해 연구팀은 ‘Significant Opportune Moment(SOM)’과 ‘Survey Fatigue Minimization(SFM)’ 두 핵심 모듈을 개발해, 증상 발생 직후이면서도 사용자가 응답 가능한 최적 시점을 탐지함으로써 데이터 라벨링의 신뢰도를 획기적으로 높일 계획이다.

iEMA의 핵심은 스마트폰과 웨어러블 기기에서 수집된 생리·행동 데이터를 인공지능이 실시간 분석해 “지금이 설문을 제시해야 할 최적의 순간인가”를 스스로 판단하는 데 있다. 연구팀은 이를 위해 △증상 발생 직후의 적절한 설문 타이밍을 탐지하는 ‘SOM(Significant Opportune Moment)’ 모듈과 △설문 피로를 최소화하는 ‘SFM(Survey Fatigue Minimization)’ 모듈을 개발했다. 이 두 모듈이 결합하면, 불필요한 설문을 줄이면서도 실제 증상 발생 시점에 맞춘 고품질 데이터를 확보할 수 있다.

또한 연구팀은 능동학습(Active Learning Strategy, ALS)과 증분학습(Evidential Incremental Learning, EIL) 기술을 적용해 설문 횟수를 60~90%까지 줄이면서도 데이터 품질을 유지하는 알고리즘 구조를 구축했다. 시간의 흐름에 따라 사용자의 생리·행동 패턴을 점진적으로 학습함으로써 개인 맞춤형 스트레스 탐지 모델로 발전하도록 설계했다.

iEMA 프로젝트는 2025년 12월부터 2028년 11월까지 3년간 총 12억 원 규모로 진행되며, 약 600명의 참여자로부터 8,000주 이상의 데이터를 수집할 예정이다. 스마트워치와 스마트폰 기반의 앱을 통해 심박, 활동, 수면, 환경 데이터를 통합 수집하고, 이를 교내 클라우드 플랫폼 ‘EasyTrack’으로 실시간 분석한다.

이번 연구는 일상생활 기반의 디지털 치료제(DTx) 개발에 필요한 데이터 라벨링 혁신을 이끌 것으로 기대된다. 또한 정신건강 관리, 스트레스 조기 탐지, 장기적 웰빙 데이터 분석 등 다양한 분야로 확장될 가능성이 높다.

노영태 교수는 “이번 연구는 인공지능이 사람의 상태를 더 정확히 이해하고, 스스로 ‘언제 물어봐야 하는가’를 판단하도록 설계된 첫 시도”라며 “향후 온디바이스(On-device) 기반 심리·행동 데이터 수집 플랫폼으로 확장해 국가 차원의 정신건강 빅데이터 인프라 구축에 기여할 것”이라고 밝혔다.