분당서울대병원 정신건강의학과 김정현 교수 연구팀이 음성 분석을 통한 스트레스 측정 기술을 개발했다. 스마트폰 등 개인 디지털 기기를 통해 실시간으로 스트레스를 측정하고 관리할 길이 열렸다.
적당한 스트레스는 에너지와 집중력을 높이는 등 긍정적 작용을 하지만, 만성 스트레스는 정신질환·암·심혈관질환 등 건강 문제를 일으킬 수 있다. 기존의 스트레스 측정은 주관적인 설문조사나 호르몬 검사에 의존했다. 그러나 김정현 교수 연구팀은 근육 긴장과 호흡 변화가 목소리 톤에 미치는 영향을 분석해 스트레스를 감지할 수 있다는 점에 주목, 비언어적 음성 바이오마커로 스트레스를 탐지하는 딥러닝 기반 모델을 개발했다.
유효성은 한국인에게서 수집한 데이터로 검증했다. 연구팀은 국내 다기관 임상 연구를 통해 115명의 건강한 직장인을 대상으로 차가운 물에 손을 담근 상태에서 사회적 평가를 받게 하는 SECPT 기법으로 스트레스 상태를 유도했다. 이 과정에서 스트레스 전후의 음성 데이터를 수집하고, ▲주파수 ▲발화 속도 ▲음성 패턴을 비교·분석해 스트레스 수준을 예측할 수 있는 인공지능 모델을 개발했다.
이번 연구에서는 사람마다 다른 목소리 특징을 정확히 분석할 수 있는 고성능 딥러닝 모델 ECAPA-TDNN을 활용해 정확도를 높였고, 연구 신뢰성을 강화하기 위해 코르티솔 검사를 병행한 교차 검증도 수행했다. 결과적으로 연구팀이 개발한 모델은 스트레스 상태를 70%의 정확도로 구별할 수 있는 것으로 나타났다. 또한, 음성 중 대화 내용 같은 언어적 정보는 배제하고, 음성 톤 같은 비언어적 요소만 분석해 교육 수준, 문화적 배경, 성장 환경 등에 영향받지 않고 스트레스를 탐지할 수 있다. 연구팀은 향후 대규모 데이터셋을 통해 성능을 개선할 계획이다.
김정현 교수는 “스마트폰 등 개인 디지털 기기에서 주기적으로 스트레스 수준을 확인할 수 있다면, 스트레스가 많은 것으로 확인될 경우 심호흡, 명상, 운동 등 완화 기법을 사용하거나 정신건강의학과를 방문하는 등 정신 건강 관리가 쉬워질 것”이라며 “스트레스 탐지 모델 정확도를 높이기 위해 다양한 음성 데이터와 심박 변이도, 피부 전기활동 같은 생체 신호와 결합하는 연구도 진행할 계획”이라고 말했다.
이번 연구 결과는 대한신경정신의학회 학술지 ‘정신건강의학 연구(Psychiatry Investigation)’ 최신호에 게재됐다.
적당한 스트레스는 에너지와 집중력을 높이는 등 긍정적 작용을 하지만, 만성 스트레스는 정신질환·암·심혈관질환 등 건강 문제를 일으킬 수 있다. 기존의 스트레스 측정은 주관적인 설문조사나 호르몬 검사에 의존했다. 그러나 김정현 교수 연구팀은 근육 긴장과 호흡 변화가 목소리 톤에 미치는 영향을 분석해 스트레스를 감지할 수 있다는 점에 주목, 비언어적 음성 바이오마커로 스트레스를 탐지하는 딥러닝 기반 모델을 개발했다.
유효성은 한국인에게서 수집한 데이터로 검증했다. 연구팀은 국내 다기관 임상 연구를 통해 115명의 건강한 직장인을 대상으로 차가운 물에 손을 담근 상태에서 사회적 평가를 받게 하는 SECPT 기법으로 스트레스 상태를 유도했다. 이 과정에서 스트레스 전후의 음성 데이터를 수집하고, ▲주파수 ▲발화 속도 ▲음성 패턴을 비교·분석해 스트레스 수준을 예측할 수 있는 인공지능 모델을 개발했다.
이번 연구에서는 사람마다 다른 목소리 특징을 정확히 분석할 수 있는 고성능 딥러닝 모델 ECAPA-TDNN을 활용해 정확도를 높였고, 연구 신뢰성을 강화하기 위해 코르티솔 검사를 병행한 교차 검증도 수행했다. 결과적으로 연구팀이 개발한 모델은 스트레스 상태를 70%의 정확도로 구별할 수 있는 것으로 나타났다. 또한, 음성 중 대화 내용 같은 언어적 정보는 배제하고, 음성 톤 같은 비언어적 요소만 분석해 교육 수준, 문화적 배경, 성장 환경 등에 영향받지 않고 스트레스를 탐지할 수 있다. 연구팀은 향후 대규모 데이터셋을 통해 성능을 개선할 계획이다.
김정현 교수는 “스마트폰 등 개인 디지털 기기에서 주기적으로 스트레스 수준을 확인할 수 있다면, 스트레스가 많은 것으로 확인될 경우 심호흡, 명상, 운동 등 완화 기법을 사용하거나 정신건강의학과를 방문하는 등 정신 건강 관리가 쉬워질 것”이라며 “스트레스 탐지 모델 정확도를 높이기 위해 다양한 음성 데이터와 심박 변이도, 피부 전기활동 같은 생체 신호와 결합하는 연구도 진행할 계획”이라고 말했다.
이번 연구 결과는 대한신경정신의학회 학술지 ‘정신건강의학 연구(Psychiatry Investigation)’ 최신호에 게재됐다.
이 기사와 관련기사