국내 연구진이 인공지능(AI)을 활용해 수면 단계를 정확히 분석할 수 있는 기술을 개발했다. 새로 개발한 기술이 수면 장애의 원인을 밝힐 단서를 찾을 것으로 기대된다.
광주과학기술원(GIST)은 이규빈 융합기술학제학부 교수와 서호건 과학기술연합대학원대학교(UST) 교수 공동연구팀이 AI 기술을 이용해 수면 단계를 정확히 분류하는 기술을 개발했다고 12일 밝혔다.
수면 단계 분류는 수면 관련 질환과 수면의 질을 평가할 때 중요하다. 주로 하나의 센서로 심전도와 뇌파, 근전도를 파악하는 ‘단일 채널 생체신호’를 측정한다. 하지만 생체신호는 다양한 주파수가 혼합된 복잡한 형태이고, 일부 신호는 유사한 주파수 특성을 보여 수면 단계를 정확히 구분하기 어렵다.
연구팀은 복잡한 생체신호로 수면 단계를 분류하기 위해 AI 기술 사용을 제안했다. 기존에도 수면 단계를 AI로 분류했지만, 연구팀은 ‘감독 대조학습’과 ‘특징 피라미드 기법’으로 수면 단계를 더 정확히 구분할 수 있게 했다. 대조학습이란 서로 다른 이미지를 분석해 다른 데이터의 차이를 강하게 학습하는 것을 의미한다.
연구팀은 새로 개발한 수면 분석 도구의 이름을 ‘슬리피코(SleePyCo)’로 정했다. 슬리피코는 수면 중 발생하는 신호를 서로 비슷하게 보이도록 조정하고, 다른 수면 단계에 있는 신호의 차이를 강조한다. 모델이 피라미드 구조로 구성돼 다양한 주파수를 효과적으로 처리할 수 있다는 게 연구팀의 설명이다.
연구팀은 4개의 벤치마크로 슬리피코의 성능을 확인한 결과, 그동안 구분이 어려웠던 ‘렘(REM)’과 가벼운 수면 단계인 ‘N1′의 분류 정확도가 각각 3.8%P와 2.6%P 향상됐다. 전체적인 수면 패턴 인식도 정확도가 향상했고, 기존 방법보다 수면 단계의 미세한 차이를 잘 포착했다.
이규빈 교수는 “이번 연구 성과는 AI 모델이 복잡한 생체신호 패턴을 더욱 정밀하게 분석하고 해석할 수 있다는 것을 보여 준다”며 “이 방법이 앞으로 수면 질환의 조기 진단과 치료 계획 수립에 중요한 이바지를 할 것으로 기대한다”고 말했다.
이번 연구는 과학기술정보통신부와 산업통상자원부의 지원을 받았다. 연구 성과는 전기전자공학 분야 국제학술지 ‘엑스퍼트 시스템즈 위드 애플리케이션스(Expert Systems with Applications)’에 최근 온라인 게재됐다.
참고자료
Expert Systems with Applications, DOI: https://doi.org/10.1016/j.eswa.2023.122551