[논문]스마트 웨어러블 디바이스를 이용한 모바일 기반 사용자 피로도 측정 시스템 개발

김나연; 김동근

doi:10.6109/jkiice.2017.21.12.2357

스마트 웨어러블 디바이스를 이용한 모바일 기반 사용자 피로도 측정 시스템 개발
Development of mobile user fatigue measurement system using smart wearable device 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.21 no.12, 2017년, pp.2357 - 2364

김나연 (Department of Mobile Software, Graduate School, Sangmyung University) , 김동근 (Department of Intelligent Engineering Informatics for Human, College of Convergence Engineering, Sangmyung University)

초록
AI-Helper

최근 건강관리에 대한 관심이 높아지면서 건강상태를 모니터링 하기 위한 스마트 웨어러블 디바이스가 활용되어 오고 있다. 본 논문에서는 스마트 웨어러블 디바이스와 연동된 피로도 측정 시스템을 개발하였다. 충분히 휴식을 취하면 회복되는 신체적인 피로도와는 달리 정신적인 피로도는 일의 능률이나 집중력을 떨어트릴 수 있으므로 측정을 통해 정신 건강 상태를 모니터링 할 수 있다. 본 시스템은 스마트 웨어러블 디바이스에서 계측한 데이터를 스마트폰으로 전송하고 정신적인 피로도를 계산해주는 기능을 제공한다. 피로도를 측정하기 위한 피로도 인덱스를 개발하여 1부터 5까지의 수치로 표현하였다. 또한 피로도 계산 결과와 설문조사 결과와 비교하여 독립표본 t-검정을 실시한 결과 통계적으로 유의한 값이 나왔다. 본 시스템은 사용자들이 건강을 효율적으로 관리하는 데에 활용될 것이다.

Abstract ▼ AI-Helper

Recently, smart wearable devices for monitoring health status have been utilized as interest in health care has increased. In this paper, we developed a fatigue measurement system that works with smart wearable devices. Unlike physical fatigue that is restored when you take enough rest, mental fatigue can decrease the efficiency or concentration of work, so you can monitor your mental health status through measurements. This system provides the function to transmit the measured data from the smart wearable device to the smartphone and to calculate the mental fatigue. A fatigue index was developed to measure fatigue and expressed as a number from 1 to 5. In addition, the results of the fatigue calculation and the survey were compared with the results of the independent sample t-test. Therefore, this system will be used to help users manage their health efficiently.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

신체적으로 피로한 경우 휴식을 충분히 취하면 쉽게 회복될 수 있지만 정신적으로 피로한 경우 일상생활의 능률이나 집중력이 떨어지고 건강에 안 좋은 영향을 줄 수 있다. 따라서 본 논문에서는 스마트 웨어러블 디바이스와 스마트폰을 이용하여 정신적 피로도를 측정하고 수치로 나타내고자 한다. 정신적 피로도를 측정하기 위해서 심장 박동 수, 걸음 수, 수면 시간을 활용한다.
Health Data Store에 접근하여 DB에 저장된 사용자들의 심장 박동 수, 걸음 수, 수면시간 데이터를 사용할 수 있다. 따라서 본 논문에서는 심장 박동 수, 걸음 수, 수면시간 데이터를 사용하여 정신적 피로도를 계산해 수치로 나타내어서 언제 휴식을 취해야 하는지 파악할 수 있고 건강을 쉽게 관리할 수 있도록 하였다.
본 연구에서 제안하는 피로도 측정 시스템은 스마트 워치로 측정하고 스마트폰에서 계산하기 때문에 수기로 작성해야 하는 불편함을 없앴다. 따라서 본 연구에서는 직접 체크하는 불편함을 없애고 자동화하였다.
본 연구에서는 스마트 웨어러블 디바이스를 이용한 모바일 기반 사용자 피로도 측정 시스템을 구현하였다. 구현된 시스템은 안드로이드 스마트폰을 통해 피로도를 측정하고 개인의 활동량을 모니터링 할 수 있다.
본 연구에서는 스마트 웨어러블 디바이스를 활용해서 피로도를 측정하는 시스템을 개발하였다. 피로도란 피로를 느끼는 정도를 일컫는데 신체적 피로도와 정신적 피로도가 있다.

제안 방법

피험자는 왼손 손목에 스마트 워치를 착용하고 아침, 점심, 저녁 세 번에 걸쳐 심장 박동 수를 측정하여 평균적인 심장 박동 수를 기록하였다. 걸음 수데이터는 매일 저녁 10시에 그날의 총 걸음 수를 기록하였고 수면 시간 데이터는 자기 전 스마트 워치를 착용하고 일어난 후 수면 시간을 기록하였다. 스마트 워치의 배터리가 10% 이하가 되지 않도록 전용 무선 충전기 도크에 올려놓아 충전하였으며 충전 시간을 제외한 시간에는 스마트 워치를 계속 착용하도록 하였다.
스마트 워치에서 걸음 수, 심장 박동 수, 수면시간 데이터를 측정하여 스마트폰에서 데이터를 획득한다. 그리고 스마트 워치에서 측정한 걸음 수, 심장 박동 수, 수면시간 데이터를 지표로 대입하여 피로도를 계산하였다. 또한 피로도를 계산하기 위해서 피로도 인덱스를 만들고 시스템을 개발하였다.
그리고 스마트 워치에서 측정한 걸음 수, 심장 박동 수, 수면시간 데이터를 지표로 대입하여 피로도를 계산하였다. 또한 피로도를 계산하기 위해서 피로도 인덱스를 만들고 시스템을 개발하였다.
본 연구에서 제안하는 모바일 기반 피로도 측정 시스템은 그림 2와 같이 스마트 워치, 스마트폰으로 구성된다. 사용자는 Gear S2를 착용하고 심장 박동 수, 걸음 수, 수면 시간을 측정한다.
하지만 매 시간마다 측정해 주어서 배터리 사용시간이 짧으며 구체적인 데이터를 확인하려면 스마트폰 어플리케이션을 연동해서 확인해야 한다는 제한점이 있다. 본 연구에서 제안하는 시스템은 스마트 워치에서 직접 데이터를 측정, 확인할 수 있고 사용자가 원하는 시간에 측정할 수 있다.
스마트 워치는 Samsung의 ‘Gear S2’를 이용한다. 본 연구에서는 블루투스 통신이 가능한 Samsung GearS2를 활용해 안드로이드 기반의 스마트 폰과 연동한다. Gear S2의 블루투스 버전은 4.
또한 신체와 정신의 피로도를 어떻게 산출하고 어떤 형식으로 표현하는지 구체적으로 제공하지 않는다. 본 연구에서는 사전에 기록한 심장 박동 수, 걸음 수, 수면 시간 데이터를 수치화하여 피로도 계산 식을 설정하였고 피로도 인덱스를 적용해 정신적 피로도를 수치로 나타내었다.
본 연구에서는 스마트 웨어러블 디바이스 중 심장 박동 수, 걸음 수, 수면 시간이 측정 가능한 스마트 워치와 측정한 데이터를 조회 가능한 스마트폰을 적용하였다. 스마트 워치는 Samsung의 ‘Gear S2’를 이용한다.
본 연구에서 제안하는 모바일 기반 피로도 측정 시스템은 그림 2와 같이 스마트 워치, 스마트폰으로 구성된다. 사용자는 Gear S2를 착용하고 심장 박동 수, 걸음 수, 수면 시간을 측정한다. 스마트폰과 블루투스로 연결하고 측정한 데이터를 보낸다.
걸음 수데이터는 매일 저녁 10시에 그날의 총 걸음 수를 기록하였고 수면 시간 데이터는 자기 전 스마트 워치를 착용하고 일어난 후 수면 시간을 기록하였다. 스마트 워치의 배터리가 10% 이하가 되지 않도록 전용 무선 충전기 도크에 올려놓아 충전하였으며 충전 시간을 제외한 시간에는 스마트 워치를 계속 착용하도록 하였다.
스마트 웨어러블 디바이스인 스마트 워치를 이용하여 모바일에서 피로도를 측정하는 시스템을 개발하였다. 그림 3은 실제로 스마트 워치를 착용하고 측정한 걸음 수와 심장 박동 수이다.
스마트폰과 블루투스로 연결하고 측정한 데이터를 보낸다. 스마트폰에서 수집된데이터를 Health Data Store에 저장하고 에이전트는 심장 박동 수, 걸음 수, 수면시간 데이터를 요청받아 피로도를 계산한다. 에이전트에서는 계산한 피로도 결과에 피로도 인덱스를 적용하여 수치로 나타낸다.
데이터를 분석한 결과를 표 5로 나타내었다. 총 800개의 피로도 측정 결과 중 피로도가 1인 전혀 피곤하지 않은 경우가 9%로 가장 낮았고 피로도가 3인 또한 측정한 피로도 계산 결과의 정확성을 검증하기 위해 설문조사 양식을 그림 7과 같이 간단하게 만들어 피로도를 측정할 때마다 설문조사를 실시하여 기록하도록 하였다. 총점은 문항별 점수의 평균으로 계산하며 1~5점 사이의 범위를 갖고 피로가 심할수록 총점이 높다.
측정한 심장 박동 수, 걸음 수, 수면 시간 데이터를 수치화하여 피로도 계산식을 설정하였다. 피로도 계산식은 아래와 같다.
본 연구에서는 정신적 피로도를 측정하기 위해 스마트 워치를 활용하였다. 피로도를 수치로 나타내어 볼 수 있도록 개발하였다. 스마트 워치에서 걸음 수, 심장 박동 수, 수면시간 데이터를 측정하여 스마트폰에서 데이터를 획득한다.
피로도 인덱스를 계산하기 위해 대학원생 10명을 대상으로 2017년 3월 18일부터 2017년 6월 05일까지 약 80일 동안 심장 박동 수, 걸음 수, 수면 시간을 측정하여 기록하였다. 피험자는 왼손 손목에 스마트 워치를 착용하고 아침, 점심, 저녁 세 번에 걸쳐 심장 박동 수를 측정하여 평균적인 심장 박동 수를 기록하였다. 걸음 수데이터는 매일 저녁 10시에 그날의 총 걸음 수를 기록하였고 수면 시간 데이터는 자기 전 스마트 워치를 착용하고 일어난 후 수면 시간을 기록하였다.

대상 데이터

본 연구에서 제안하는 시스템을 이용해 피로도를 측정하는 경우 사용자들의 심장 박동 수, 걸음 수, 수면시간 데이터가 필요하다. 스마트 워치를 사용해 데이터를 측정하고 스마트폰에서 데이터를 획득한다. S-Health는 Partner App을 개발할 수 있도록 API를 제공하고 있다[6].
피로도를 수치로 나타내어 볼 수 있도록 개발하였다. 스마트 워치에서 걸음 수, 심장 박동 수, 수면시간 데이터를 측정하여 스마트폰에서 데이터를 획득한다. 그리고 스마트 워치에서 측정한 걸음 수, 심장 박동 수, 수면시간 데이터를 지표로 대입하여 피로도를 계산하였다.
피로도 측정 결과 한 명당 80개의 데이터가 추출된다. 총 10명의 학생이 피로도를 측정하여 총 800개의 데이터가 있다. 데이터를 분석한 결과를 표 5로 나타내었다.
피로도 인덱스를 계산하기 위해 대학원생 10명을 대상으로 2017년 3월 18일부터 2017년 6월 05일까지 약 80일 동안 심장 박동 수, 걸음 수, 수면 시간을 측정하여 기록하였다. 피험자는 왼손 손목에 스마트 워치를 착용하고 아침, 점심, 저녁 세 번에 걸쳐 심장 박동 수를 측정하여 평균적인 심장 박동 수를 기록하였다.

데이터처리

설문조사를 실시한 결과로 나온 피로도 인덱스와 본연구에서 제안하는 피로도 인덱스의 값이 통계적으로 유의한 차이가 있는지 비교검증하기 위해 독립표본 t검정(t-test)을 실시하였다. 그 결과를 아래 표 7로 나타내었다.
심장 박동 수, 걸음 수, 깊은 수면 시간, 얕은 수면 시간을 독립변수, 피로도를 종속변수로 설정하여 심장 박동 수, 걸음 수, 깊은 수면 시간, 얕은 수면 시간이 피로도에 어떤 영향을 미치는지 파악하고자 다중회귀분석을 실시하였다. 다중회귀분석을 실시한 결과 추정회귀 식은 아래와 같다.

이론/모형

본 연구에서는 정신적 피로도를 측정하기 위해 스마트 워치를 활용하였다. 피로도를 수치로 나타내어 볼 수 있도록 개발하였다.

성능/효과

또한 다중회귀분석을 실시한 결과 회귀분석 통계량은 표 3과 같다. 다중 상관계수는 0.961375605이고 표준 오차는 0.343099737, 관측수는 80의 결과값이 도출되었다. R-squared(결정계수)는 회귀모형으로 종속변수의 변동을 어느 정도 설명하는지를 나타내는 지표인데 Adjust R-square(조정된 결정계수)와의 차이가 크면 회귀모형이 불안정하다고 판단한다[16].

후속연구

구현된 시스템은 안드로이드 스마트폰을 통해 피로도를 측정하고 개인의 활동량을 모니터링 할 수 있다. 또한 사용자의 업무 효율을 높여주는 효과를 볼 수 있고 건강을 관리하는 방법을 찾는데 유용할 것이다. 하지만 사용자 별로 좀 더 쉽게 관리할 수 있도록 개인화된 히스토리 관리 기능이 추가적으로 필요할 것으로 보인다.
피로도 측정을 통해 개개인의 활동량을 모니터링하거나 건강상태를 확인할 수 있다. 또한 피로도를 수치로 나타내어 건강을 효율적으로 관리하는 방법을 찾는데 유용할 것이다.
하지만 사용자 별로 좀 더 쉽게 관리할 수 있도록 개인화된 히스토리 관리 기능이 추가적으로 필요할 것으로 보인다. 또한 향후 연구에는 측정계를 이용해 좀 더 정확한 데이터로 비교분석이 필요할 것이다.
또한 사용자의 업무 효율을 높여주는 효과를 볼 수 있고 건강을 관리하는 방법을 찾는데 유용할 것이다. 하지만 사용자 별로 좀 더 쉽게 관리할 수 있도록 개인화된 히스토리 관리 기능이 추가적으로 필요할 것으로 보인다. 또한 향후 연구에는 측정계를 이용해 좀 더 정확한 데이터로 비교분석이 필요할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	스마트 웨어러블디바이스로 확인할 수 있는 정보는?	심장 박동 수, 걸음 수, 수면 시간, 스트레스 수준,혈압, 소비열량(칼로리) 등 측정정보도 다양하다[1]. 기존 연구에 따르면 걸음 수, 심장 박동 수, 소비 열량, 수면 시간 등을 수치로 확인할 수 있는 스마트 웨어러블디바이스가 있다. 스마트 웨어러블 디바이스란 몸에 착용하거나 부착하는 스마트 디바이스이다.
	스마트 웨어러블 디바이스의 형태는 어떠한 것들이 있는가?	스마트 웨어러블 디바이스란 몸에 착용하거나 부착하는 스마트 디바이스이다. 밴드, 워치,안경, 바지 등 형태도 다양하다[2,3].
	스마트 웨어러블 디바이스란 무엇인가?	기존 연구에 따르면 걸음 수, 심장 박동 수, 소비 열량, 수면 시간 등을 수치로 확인할 수 있는 스마트 웨어러블디바이스가 있다. 스마트 웨어러블 디바이스란 몸에 착용하거나 부착하는 스마트 디바이스이다. 밴드, 워치,안경, 바지 등 형태도 다양하다[2,3].

참고문헌 (16)

S. W. Kim, S. C. Shin, "Development of Mobile Healthcare System Using ECG Measurement," Journal of the Korea Institute of Information and Communication Engine ering, vol.18, no. 8, pp. 2008-2016, Aug. 2014.

원문보기 상세보기
H. J. Lee, H. S. Oh, "A Study on Wearable Device Products- Focused on the Smart Watch and Smart Band-," The Society of Korea Illusart, vol. 18, no. 2, pp. 239-244, Oct. 2015.
J. Y. Kang, "Study on the Content Design for Wearable Device - Focus on User Centered Wearable Infotainment Design," Korea Digital Design Council, vol. 15, no. 3, pp. 325-333, Jul. 2015.

상세보기
RumBing. [Internet]. Available: http://rumbing.tistory.com/43.
HiDoc. [Internet]. Available: http://www.hidoc.co.kr/news/healthtoday/item/C0000164967.
Samsung Developers. [Internet]. Available: http://developer.samsung.com/health.
J. T. Park, H. S. Hwang, J. S. Yun, G. S. Park, I. Y. Moon, "User Motion Recognition Healthcare System Using Smart-Band," Journal of Advanced Navigation Technology, vol. 18, no. 6, pp. 619-624, Dec. 2014.

원문보기 상세보기
37 smart band. [Internet]. Available: http://www.37body.co.kr/.
Y. W. Lim, "A Study of the Perceived Attractiveness of Wearable Devices-Focused on the Smartwatch," Journal of the Korea Society of Digital Industry and Information Management , vol. 12, no.1, pp.131-141, Mar. 2016.

원문보기 상세보기
Samsung Gear S2. [Internet]. Available: http://www.samsung.com/sec/gears2/.
J. M. Park, J. R. Hwang, H. J. Kim, "Prospects and Analysis of Technological Trend To Smart Glasses Evolution," Journal of Korea Safety Management & Science, vol. 15, no. 3, pp. 163-170, Sep. 2013.

원문보기 상세보기
JINS MEME. [Internet]. Available: https://www.jins-jp.com/jinsmeme/.
Bhargavi Nadella, "Eys Detection and Tracking and Eye Gaze Estimation," Asia-pacific Journal of Convergent Research Interchange, HSST, ISSN : 2508-9080, vol.1, no.2, pp. 25-41, June 2015.
K. I. Chung, C. H. Song, "Clinical Usefulness of Fatigue Severity Scale for Patients with Fatigue, and Anxiety or Depression," Korean Journal of Psychosomatic Medicine, vol. 9, no. 2, pp. 164-173, 2001.
Y.C. Learmonth, D. Dlugonski, L.A. Pilutti, B.M. Sandroff, R. Klaren, R.W. Motl, "Psychometric properties of the Fatigue Severity Scale and the Modified Fatigue Impact Scale," Journal of the Neurological Sciences, vol. 331, no. 15, pp. 102-107, Aug. 2013

상세보기
J. B. Yoo, "A Study on the Coefficient of Determination in Linear Regression Models with Multicollinearity," The Journal of Applied Science Technology, vol. 5, no. 1, pp. 123-130, Feb. 1996.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증