유치원 이후 어린이 5명 가운데 1명은 불안과 우울증에 시달린다. '내면화 장애'라는 질병이다. 하지만 이름처럼 증상이 겉으로 드러나지 않기 때문에 감지가 어렵다. 문제는 내면화 장애가 있는 아이를 치료하지 않으면 나중에 약물 남용과 자살 위험이 커진다는 점이다.
미국 버몬트대학교와 미시간대학교 연구팀은 웨어러블 센서와 머신러닝 기술을 이용해 아이의 문제를 식별하는 연구를 진행했다.
연구팀은 불안과 같은 특정한 행동과 감정을 유도하기 위한 일반적인 연구 방법인 '감정 유도 작업'을 사용했다. 연구팀은 63명의 어린이를 대상으로 실험했고, 일부는 내면화 장애를 가지고 있다.
실험은 실험 진행자와 아이가 한 방에서 가짜 뱀을 보여주고 반응을 살피는 방식으로 진행됐다.
진행자는 "보여줄게 있어", "깨지않게 조용히 있자" 등의 말로 아이의 기대감을 만들어낸다. 방의 뒤에서 덮개에 덮인 밀폐된 유리 용기를 가져온다. 진행자는 빠르게 덮개를 벗기고 가짜뱀을 꺼낸다. 진행자는 아이를 안심시키고 아이와 뱀을 가지고 논다.
일반적으로 아이의 내면화 장애를 진단하기 위해 연구원들이 아이들이 과제를 수행하는 비디오를 보고 점수를 매긴다. 이번 연구에서는 동작 센서를 이용해 아이의 움직임을 모니터링했다. 그리고 머신러닝 알고리즘이 센서 데이터를 분석해 불안이나 우울증이 있는 아이와 그렇지 않은 아이를 구분했다.
머신러닝 알고리즘은 81% 정확도로 내면화 장애를 식별했다. 표준화된 부모 설문지 결과보다 나은 수치다.
연구팀은 이번 실험 결과가 심리학 이론에서의 예상과 잘 일치한다고 설명했다. 또 센서와 알고리즘이 빠르게 작동한다는 것을 강조했다. 머신러닝 알고리즘이 데이터를 분석하는데 걸린 시간은 20초였다. 연구팀은 이 기술을 사용해 아이들이 심리적인 도움을 받을 수 있도록 알고리즘을 더욱 개선할 계획이다.
이 연구("Rapid detection of internalizing diagnosis in young children enabled by wearable sensors and machine learning")는 지난 16일 온라인 저널 플로스원(PlosOne)에 게재됐다.
