[마인드테크 時代가 온다] 7. 마인드테크의 主要 技術

[IT東亞]

<연재순서>

只今 마인드테크가 뜨는 理由 - https://it.donga.com/103485/

마인드産業과 技術, 그 運命的 만남 - https://it.donga.com/103661/

名商테크, 스스로하는 마인드 케어 - https://it.donga.com/103664/

相談테크, 治癒의 同伴者 - https://it.donga.com/103715/

슬립테크, 마음의 休息을 위한 睡眠 - https://it.donga.com/104082/

마음 狀態 認識, 알 수 없는 마음 - https://it.donga.com/104642/

마인드테크의 技術

마인드테크, 모두가 幸福한 社會를 爲해

世上은 갈수록 複雜해지고 있으며, 그에 따라 사람들 마음의 疾患도 漸漸 더 늘어나고 있다. WHO를 비롯한 世界 有數의 機關들이 慢性 憂鬱症과 스트레스, 不安, 睡眠 및 恐慌障礙를 深刻한 눈으로 바라보고 있다.

問題가 있는 곳에 機會가 있다고 했던가. 心因性 疾患의 增加에 따라 마인드테크 서비스와 製品도 많이 出市되고 있는데, 이들은 冥想 或은 相談, 또는 슬립테크와 같은 모습이거나 醫療나 바이오 領域에 包含된 다양한 形態를 보인다. 눈에 보이지 않는 사람의 마음, 精神, 心理에 關한 問題라 이처럼 다양한 모습을 보이는 것이 當然하다. 그래서일까, 마인드테크 서비스 開發에는 多樣한 技術이 活用된다.

마인드테크 技術 分類

마인드테크 技術은 아래 表처럼, 크게 ‘應用서비스’와 ‘基盤技術’로 나뉜다. 應用서비스를 技術로 넣는 데에 異見이 있을 수 있지만, 使用者 觀點에서는 서비스 또한 넓은 意味의 技術로 分類할 수 있다. 應用서비스와 基盤技術 中 應用에 該當하는 技術은 이미 앞선 連載에서 다루었으니, 이番에는 基盤技術 中 核心技術을 中心으로 살펴본다.

마인드테크 應用서비스는 冥想, 心理相談, 睡眠 等 精神健康 關聯한 모바일 앱 및 플랫폼, 게임 및 시뮬레이션 形態가 있다. 一般的인 形態의 서비스를 提供하는 應用서비스度 多樣하지만, 디지털 治療劑로 承認을 받은 서비스도 있다.

美國 FDA는 2017年 以後 約 40個의 서비스를 디지털 治療劑 製品으로 承認했다. 國內에서는 不眠症 治療 디지털 治療劑로 承認 받은 ‘솜즈(Somzz)’가 있다. 標準 醫療體系에 디지털 治療劑로서 마인드테크 서비스가 包含된 것이다. 規制當局의 規制를 받지 않고 一般 大衆에게 서비스를 提供하는 方向이 一般的이지만, 디지털 治療劑로 認定을 받는 製品이 徐徐히 생겨나고 있다. 어떤 方向을 取하든 마인드테크 應用서비스의 活用度는 增加하고 있다.

마인드테크 應用技術은 假想現實 및 增强現實, 音聲 및 顔面 認識技術, 뉴로피드백 및 바이오피드백 시스템이 있다. 이런 技術은 마인드테크 뿐 아니라 다양한 産業領域에 活用되고 있다. 假想 및 增强現實 技術은 心理 問題를 겪는 이들의 露出 治療를 돕는다. 實際 現實 狀況과 같은 環境을 再現함에 따라 旣存 露出 治療보다 柔軟하고 接近하기가 쉬우며 症狀 改善 效果도 있다. 陰性, 顔面認識 技術은 活用處가 매우 다양하다. 마인드테크 分野에서는 사람의 感情을 認識하여 顧客서비스와 콜센터, 敎育, 廣告 및 마케팅 뿐 아니라, 音樂 等 서비스 推薦과 精神健康程度 評價, 感情認識 챗봇 等의 領域에 다양하게 活用할 수 있다.

위의 應用技術은 人工知能, 머신러닝 等의 核心 技術을 基盤으로 한다. 核心 技術은 大容量 데이터를 學習하여 패턴을 認識하고 이를 土臺로 現在와 未來를 判斷하고 豫測하는데 使用하는 人工知能의 領域이다. 人工知能 學習에는 大容量 데이터가 必要하다. 各種 바이오 데이터와 音聲, 텍스트 等이 該當한다. 이런 데이터를 센싱하고 處理하며, 貯藏하고 分析할 수 있는 技術도 必要하다.

勿論 人工知能 外에도 네트워크, 클라우드와 같은 인프라 技術과 모바일 技術이 있으나, 이들은 어디에나 存在하는 偏在된 技術이므로, 여기서는 다루지 않겠다.

마인드테크 核心 技術

데이터를 센싱하고 分析하기 좋은 形態로 處理하는 일, 이런 데이터를 學習하고 다양한 人工知能 서비스를 具現하는 일은 마인드테크 뿐 아니라 産業의 全 分野에서 遂行되는 일이다. 스마트팩토리, 스마트팜처럼 ‘스마트’라는 말이 붙은 大部分 領域은 빅데이터를 센싱하고 處理하여 머신러닝을 適用한다. 머신러닝, 卽 機械學習으로 사람을 代身할 수 있는 人工知能 모델을 만들어 낸다. 빅데이터는 이미지나 映像, 音聲이나 사운드 等 非定型 데이터 뿐 아니라, 소셜 네트워크 等에서 蒐集하는 텍스트처럼 反鼎形 데이터와 企業 內部의 定型 데이터가 있다.

마인드테크 빅데이터 센싱

마인드테크 分野에서 센싱할 수 있는 빅데이터는 무엇이 있을까? 腦의 信號, 心搏數, 呼吸, 陰性(목소리), 顔面 等 生體 信號 뿐 아니라 사람들이 쓴 다양한 텍스트도 센싱 對象이다. 法的인 制約과 個人 프라이버시를 考慮하지 않는다면, 어떤 데이터도 센싱의 對象이 될 수 있다. 現實에서 생겨나는 아날로그 데이터는 센싱을 통해 디지털化할 수 있다. 이들은 모두 分析 對象이 된다. 센싱할 수 있는 데이터가 너무 많다. 때문에 데이터 센싱은 만들고자 하는 應用 서비스와 製品에 符合하는 데이터에 限定하는 게 좋다.

센싱은 데이터 類型에 따라 다양한 方法으로 이루어진다. 腦의 信號는 腦波檢査(EEG), 磁氣共鳴映像(fMRI), 腦컴퓨터인터페이스(BCI), 뉴로피드백(NeuroFeedbak) 等 腦 關聯 技術을 통해서 이루어지며, 心搏數, 呼吸, 音聲 및 사운드, 顔面 等은 바이오 센서를 裝着한 웨어러블 機器 뿐 아니라 錄音裝置, 撮影裝置를 통해서 이루어진다.

마인드테크 빅데이터 處理 및 貯藏

마인드테크에서 使用하는 바이오 데이터는 代表的인 빅데이터 中 하나다. 遺傳子 시퀀싱, 醫療映像, 電子 健康記錄(EMR) 웨어러블 機器에서는 수많은 데이터가 끊임없이 蒐集된다. 非定型, 反鼎形 性格의 데이터로 파일 하나하나의 容量 또한 클 수 있다.

大容量의 데이터를 處理하고 貯藏하는 데는 努力이 많이 必要하다. 빅데이터 蒐集뿐 아니라 데이터 品質을 높이기 위한 精製, 標準化 作業, 데이터에 包含된 노이즈를 除去하는 作業까지 거쳐야 한다. 이를 ‘데이터 處理(Data Processing)’라 한다. 處理한 데이터를 스토리지 或은 데이터베이스에 貯藏한다. 大容量 데이터라 아마존 AWS, MS 애져(Azure) 구글 클라우드 같은 클라우드 시스템을 使用하거나, 하둡 基盤의 大容量 파일 處理시스템, MongoDB나 Casandra처럼 NoSQL(Not only SQL) 데이터베이스를 使用하기도 한다. 이 作業은 ‘데이터 貯藏’이라 부른다.

이런 데이터 處理 및 貯藏 過程에서 考慮해야 할 要素가 있다. 바이오라는 個人 敏感情報에 對한 規制를 遵守하고, 保安 侵害가 發生하지 않도록 하는 일이다. 이 分野에서 遵守해야 하는 規制는 생각보다 많다. 蒐集하고자 하는 데이터와 應用서비스에 따라 美國의 HIPPA(Health Insurance Portability and Accountability Act) 規定, 유럽의 GDPR(General Data Protection Regulation) 뿐 아니라, 美國 食品醫藥局(FDA) 承認이나 로컬 地域의 法律도 遵守해야 할 수도 있다. 대단히 어려운 일이지만 만들려는 應用서비스에 따라 點檢해야 하는 事案이다.

人工知能 및 머신러닝

蒐集, 處理, 貯藏한 데이터를 應用서비스에서 使用하려면 데이터를 分析하는 過程, 人工知能 및 머신러닝으로 데이터를 學習하는 過程을 거친다. 人間의 學習 能力을 具現한 머신러닝은 過去 데이터를 學習해 찾은 데이터 패턴을 未來 豫測에 使用한다. 學習能力은 認知能力, 言語能力과 함께 人工知能의 核心 能力 中 하나다. 人工知能은 머신러닝을 통해 스스로 學習하며 새로운 環境(새로운 入力 데이터)에 適應하고 사람처럼 作業을 遂行한다.

人工知能의 學習能力을 具現하는 알고리즘은 매우 다양하지만, 最近에는 딥러닝(Deep Learning)과 自然語處理(NLP) 알고리즘을 使用한다. 개, 고양이를 分類하는 簡單한 問題부터 自律走行 自動車, 사람처럼 對話하는 챗GPT처럼 複雜한 서비스 具現에도 이 알고리즘이 使用된다.

이런 알고리즘은 마인드테크 領域에서도 活用된다. 厖大한 量의 바이오 데이터를 分析해 認知能力, 感情 모니터링, 腦 活動 基盤 인터랙티브 게임, 心因性 疾患 或은 睡眠 問題 等을 診斷하고 緩和하는 데 도움을 주는 마인드테크 서비스에도 딥러닝과 自然語處理 알고리즘을 活用한다. 이런 알고리즘으로 만들어진 모델은 다양한 서비스와 製品의 코어를 이룬다.

憂鬱한 마음을 알아주는 챗봇부터, 呼吸 狀態를 통해 感情의 變化를 알려주는 裝置, 睡眠狀態를 認知해 코골이를 治癒하는 機器, 腦波로 個人이 能力을 向上 시키는 데 使用하는 機器까지 많은 곳에 使用된다.

앞으로의 人工知能 技術 活用

‘Atom to Bit!’ 아날로그 데이터의 디지털化는 漸漸 增加하고 있다. 社會 全 分野에 걸쳐 일어나는 일이다. 마인드테크 分野도 例外가 아니다. 눈에 보이지 않는 人間의 精神世界를 表現하는 메타 情報인 바이오 및 人間 活動 情報를 蒐集, 處理, 貯藏하고 있다. 貯藏한 데이터를 人工知能과 머신러닝을 利用해 分析하고 學習해 應用서비스로 具現한다.

눈에 보이는 物質世界의 發展에 活用되던 技術을 이제는 눈에 보이지 않는 精神, 마음의 世界에도 椄木하는 中이다. 物質世界가 發展하고 시스템이 自動化될수록 人間은 疏外感을 느낀다. 시스템 속에서 人間은 質問을 던진다.

‘나는 누구인가? 나는 이곳에서 무엇을 하고 있는가?’

불현듯 올라오는 疏外感에서 던지는 이 質問에 答할 수 있는 이는 結局 自身뿐일 터다. 하지만 人工知能으로 만들어진 서비스가 우리를 도와줄 수 있는 親舊가 될 수 있지 않을까 想像해본다.

글 / 베러마인드 代表 최예신

大企業 任員 在職 中, 열흘 間의 默言冥想으로 人生 方向을 바꾼 사람. 冥想 에세이 <方石위의 열흘> 著者, 世宗大學校 빅데이터MBA 兼任敎授, 冥想心理相談士, 感情코치

整理 / IT東亞 이문규 (munch@itdonga.com)