"스마트폰 수집 정보로 우울·불안 고위험군 찾는다"…조기 판별모델 구축

고려대학교 안암병원 정신건강의학과 조철현 교수와 한국전자통신연구원 김아영 선임연구원 연구팀이 스마트폰을 활용하여 우울증과 불안장애 고위험군을 조기에 선별하는 기술을 개발했습니다. 이 기술은 별도의 웨어러블 기기 없이 스마트폰 센서 데이터와 일상적인 짧은 응답만으로 정신건강 위험 신호를 포착합니다. 이는 기존의 병원 방문이나 긴 설문 방식의 한계를 극복할 수 있을 것으로 기대됩니다. 연구팀은 국내 성인 455명을 대상으로 28일간 스마트폰 가속도계와 GPS 데이터를 수집했습니다. 이와 함께 일일 기분 상태 등에 대한 간단한 응답을 받아 머신러닝 기반의 위험군 판별 모델을 구축했습니다. 분석 결과, 우울 및 불안 고위험군은 저위험군과 비교해 뚜렷한 행동 패턴 차이를 보였습니다. 우울 고위험군은 주중 이동 반경이 25km 미만으로 나타났으며, 저위험군보다 집에 머무는 시간이 더 길었습니다. 또한 수면 중 움직임이 많고 수면 시간이 불규칙한 경향을 보였습니다. 특히 우울 고위험군은 저위험군보다 잠자리에 드는 시간과 깨는 시간이 더 늦고 변동성도 큰 것으로 확인되었습니다. 머신러닝 모델 학습 결과, 우울증 고위험군 탐지에서는 최대 0.83, 불안장애 고위험군 탐지에서는 최대 0.86의 AUC를 기록했습니다. AUC는 고위험군과 저위험군을 얼마나 잘 구분하는지를 보여주는 지표로, 수치가 1에 가까울수록 판별 성능이 높다는 의미입니다. 특히 스마트폰 센서 데이터와 짧은 자기보고 응답을 함께 결합했을 때 가장 높은 성능을 보였습니다. 조철현 교수는 스마트폰을 활용한 디지털 피노타이핑 기술이 일상에서 우울과 불안을 조기에 선별하는 강력한 도구가 될 수 있음을 강조했습니다. 향후 이 시스템이 적기 개입 모델과 결합된다면 정신질환의 조기 발견을 넘어 실시간 맞춤형 관리까지 가능해질 것으로 전망됩니다. 이번 연구 결과는 국제 디지털 건강 중재 학회 ISRII의 공식 학술지 '인터넷 인터벤션'에 게재되었습니다.