스마트워치에서 측정한 생체신호 및 라이프로그 데이터 기반의 피로도 분류 알고리즘 개발

Abstract

경찰관은 야간·교대근무가 불가피하며, 지속적인 긴장 상태에서 업무를 수행해야 하는 환경에 놓여 있다. 이러한 환경은 뇌 심혈관계 및 근골격계 질환을 비롯한 다양한 건강 문제를 유발할 수 있다. 특히 생체신호는 스트레스와 피로도와 밀접한 연 관이 있으며, 신체적 피로도는 정신적 피로도에 영향을 미치므로 이를 객관적으로 평가하는 것이 중요하다. 본 연구에서는 경찰관의 생체신호를 측정하여 라이프로그 데이터를 획득하고, 이를 기반으로 피로(fatigue)와 비피로(non-fatigue) 상태를 분 류하는 알고리즘을 제안하였다. 50 명의 경찰관을 대상으로 스마트워치를 착용한 채로 2 주동안 데이터를 측정하였다. 피험 자들은 2 시간마다 1 분간 보행을 수행하였으며, 보행 후 시각적 아날로그 척도(VAS)를 사용해 신체 피로도를 평가했다. 이 과정에서 광용적맥파(Photoplethysmography, PPG), 가속도(acceleration, ACC), 각속도(angular velocity, GYR) 신호가 각각 25Hz, 50Hz, 200Hz 로 측정되었다. 피로 상태 분류를 위한 특징값으로 PPG 기반 심박변이도(Heart Rate Variability, HRV) 지 표, ACC 및 GYR 기반 보행 분석 파라미터, 사전 설문 결과(인적사항, 근무 형태, Big Five 성격검사, MAIA, BRS, PSS, PHQ-9, GAD-7, FSS), 삼성 헬스 수면 데이터(수면 점수, 수면 시간 등) 및 VAS 값을 사용하였다. 랜덤 포레스트(Random Forest) 모델 을 활용해 fatigue/non-fatigue 분류를 수행한 결과, 80% 이상의 정확도를 도출하였다. 본 연구는 스마트워치 기반 생체신호 및 라이프로그 데이터를 활용한 피로도 분류 가능성을 제시하며, 향후 연구를 통해 모델의 성능을 더욱 향상시킬 예정이다.