보건타임즈 : 분당서울대병원, 여럿 자는 환경서 '내 숨소리'로 수면 상태 분석

윤인영·김정훈 교수 연구팀, 공동 수면 환경서 AI 모델 개인별 수면 단계 '예측 정확도' 평가

숨소리 기반 AI의 수면 단계 예측 결과 '수면다원검사'와 비교. 분석

AI 모델, 수면 4단계서 Macro F1 0.63, 2단계서 0.77 '높은 예측에 정확'

웨어러블 수면 측정기기(4단계 기준 Macro F1 점수 0.49)보다 '약 29%' 높은 수준

현실적 수면 환경서 스마트폰만으로 '수면다원검사 수준' 정밀한 개인별 수면 분석

논문, 국제학술지 'Sleep Medicine'에 게재

[보건타임즈] '여럿이 함께 수면하는 환경에서 각 개인의 숨소리를 분리, 각 개인의 수면 단계를 정확히 구분'하는 인공지능(AI) 모델의 성능이 검증됐다.

AI 모델은 수면다원검사 수준으로 높은 예측에 정확한 것으로 확인됐다.

수면다원검사는 수면의 질과 구조를 정밀하게 평가하는 표준검사다.

하지만 여러 센서를 부착해야 하는 불편함에 높은 비용으로 일상에서 반복적으로 측정하기엔 한계가 있었다.

이를 보완하기 위해 웨어러블 기기와 수면 측정 애플리케이션이 주목받고 있지만, 정확도는 아직 수면다원검사의 수준에 미치지 못하는 실정이었다.

또 기존의 수면 분석 기술들은 대부분 혼자 수면하는 환경을 기준으로 설계돼 실제처럼 두 명 이상 수면했을 땐 숨소리, 뒤척임, 코골이 등 타인의 소음으로 각 개인의 수면 상태를 정확하게 분석하기는 어려웠다.

이에, 분당서울대병원 정신건강의학과 윤인영(사진 좌)·이비인후과 김정훈 교수(우) 연구팀은 에이슬립 홍준기 CTO 연구팀과 공동연구를 통해 숨소리만으로 수면 단계(▲ 깨어있음 ▲ 렘(REM)수면 ▲ 얕은수면 ▲ 깊은 수면)를 예측하는 AI 모델을 개발, 공동 수면 상황에서 개인마다 수면 단계를 정확하게 분류할 수 있는지 알아보기 위해 연구를 시작했다.

연구팀은 성인 44쌍(총 88명)이 한 침대에서 동시에 취침하도록 한 뒤 각자의 베개 옆에 스마트폰을 배치, 숨소리를 녹음하는 동시에 수면다원검사를 시행했다.

이후 녹음된 숨소리 데이터를 기반으로 AI 모델이 예측한 각 개인의 수면 단계를 수면다원검사 결과와 비교 분석해 모델의 예측 정확도를 평가했다.

이를 통해 AI는 스마트폰에 더 가까이 누운 사람의 수면 신호를 자동으로 식별, 개별 분석하게 학습됐다.

이 결과, AI 모델은 수면다원검사와 비교해 4단계 수면 분류에서 Macro F1 점수 0.63, 2단계 분류(깨어있음/수면)에선 0.77을 기록하며 높은 예측 정확도를 보였다.

Macro F1 점수는 다양한 수면 단계를 얼마나 정확하게 구분했는지를 평가하는 지표이며 1에 가까울수록 예측 성능이 높음을 의미한다.

즉 기존 웨어러블 수면 측정기기의 성능(4단계 기준 Macro F1 점수 0.49)보다 약 29% 높은 수준이다.

윤인영 교수는 "이 연구는 여럿이 수면하는 현실적인 환경에서 스마트폰 마이크만으로 수면다원검사 수준의 정밀한 수면 분석이 가능함을 입증한 최초의 연구"라며, "별도의 웨어러블 기기 없이 수면을 모니터링하는 인공지능 기술로서, 수면 건강관리의 접근성을 크게 높일 것으로 기대한다"고 밝혔다.

김정훈 교수는 "기존 연구가 주로 1명 수면 환경에 국한됐다면, 이 연구는 공동 수면 환경에서 수면 분석 AI 기술의 적용 가능성을 입증했다는 점에서 의미가 있다"며, "앞으로 공동 수면 환경에서 코골이와 수면무호흡증 진단을 위한 후속 연구에 적극적으로 나설 계획"이라고 밝혔다.

이 연구 결과를 상세하게 정리한 논문은 세계적 권위의 수면 의학 분야 국제학술지 'Sleep Medicine'에 게재됐으며, 작년 유럽수면학회(ESRS)에서 우수 초록으로 선정된 바 있다.