“손목 위 맥박으로 건강 읽는다”…삼성, 웨어러블 AI 고도화

[이데일리 송재민 기자] 삼성전자가 스마트워치로 측정한 심박수와 수면, 활동량 등 생체신호를 종합적으로 분석해 개인화된 건강 정보를 제공하는 인공지능(AI) 기술을 고도화한다.

14일 삼성전자에 따르면 삼성리서치 아메리카(SRA) 디지털 헬스 연구진은 웨어러블 생체신호를 학습하는 헬스 파운데이션 모델 ‘xMAE’와 ‘HiMAE’를 개발했다. 두 연구는 각각 세계적인 AI 학회인 국제머신러닝학회(ICML)와 국제표현학습학회(ICLR)에 채택됐다.

헬스 파운데이션 모델은 대규모 의료·건강 데이터를 사전에 학습한 뒤 질환 예측과 생체신호 분석, 수면 단계 분류 등 다양한 과제에 활용하는 AI 모델이다. 용도별로 개별 모델을 개발하는 기존 방식과 달리 하나의 모델을 여러 건강 관리 기능에 맞게 조정할 수 있다.

xMAE는 서로 다른 생체신호의 선후관계와 시간 차이를 학습한다. 심전도(ECG)는 심장의 전기적 활동을 직접 측정해 부정맥과 심방세동 등을 정밀하게 분석할 수 있지만, 사용자가 직접 측정해야 하는 경우가 많아 지속적인 모니터링에는 제약이 있다. 반면 광혈류측정(PPG)은 스마트워치 센서를 이용해 혈류 변화를 일상적으로 측정할 수 있다.

xMAE는 같은 심장 활동에서 일정한 시간 차이를 두고 발생하는 ECG와 PPG의 관계를 학습한다. 이를 토대로 측정하기 쉬운 PPG를 활용해 가려진 ECG 구간을 재구성하도록 설계됐다. 별도로 ECG를 측정하지 않아도 웨어러블에서 얻은 PPG를 기반으로 심혈관 건강 관련 특징을 보다 정밀하게 분석하는 데 활용할 수 있다는 설명이다.

연구진은 약 9400시간 분량의 ECG·PPG 데이터를 활용해 xMAE를 사전 학습했다. 그 결과 심혈관 질환 예측과 비정상 검사 결과 탐지, 수면 단계 분류 등 19개 평가 과제 가운데 15개에서 단일 생체신호나 기존 학습 방식보다 높은 성능을 보였다. 센서 기기와 측정 위치·환경이 달라져도 학습한 특징을 활용할 가능성도 확인했다.

HiMAE는 웨어러블 데이터를 여러 시간 단위로 나눠 분석하는 모델이다. 심장 박동처럼 짧은 시간에 나타나는 변화와 수면·활동량처럼 장시간 누적되는 흐름을 서로 다른 계층에서 학습한다. 데이터 일부를 가린 뒤 이를 재구성하게 해 별도의 정답 정보가 부족해도 생체신호의 주요 패턴을 파악하도록 했다.

연구 결과 HiMAE는 기존 모델보다 크기가 작으면서도 주요 평가에서 높은 성능을 냈다. 스마트워치 중앙처리장치(CPU)에서 1밀리초 이내에 결과를 도출할 정도로 연산 효율도 높였다. 클라우드 서버에 의존하지 않고 기기 자체에서 실시간으로 생체신호를 분석하는 온디바이스 헬스 파운데이션 모델의 가능성을 입증했다는 설명이다.

연구를 이끈 샤란야 데사이 SRA 디지털 헬스팀 연구원은 “보다 효율적이고 정밀하며 지속적인 건강 인사이트를 제공할 기술 기반을 마련했다”며 “제한된 센서와 연산 자원에서도 작동하는 헬스 AI 모델 개발에 기여하고 싶다”고 말했다.

수부 벤카트라만 SRA 디지털 헬스팀 연구원은 “생체신호 간 관계와 시간적 구조를 학습하는 헬스 파운데이션 모델의 가능성을 보여줬다”며 “다양한 건강 관리에 활용할 수 있는 헬스 AI 연구를 지속하겠다”고 말했다.