테크 최초 · 갱신
KAIST, 스마트폰 습관으로 일일 스트레스 판별 기술 개발
채팅·검색·결제 등 반복 행동을 분석해 하루 스트레스 여부를 가려낸다.
독립 출처 4곳 · 기사 4건을 바탕으로 정리했습니다.
30초 요약
KAIST 이의진 교수 연구팀이 스마트폰의 반복 행동 패턴으로 일일 스트레스 상태를 판별하는 AI 기술 'SHIRBT-MMF'를 개발했다고 발표했다. 20~30대 26명의 실제 생활 데이터를 분석한 결과 가장 좋은 모델의 평균 정확도는 단기 참여자 75.9%, 장기 참여자 73.8%였다. 연구팀은 이 방식이 앱 사용량만 보는 기존 방식보다 정확도가 높다고 설명했다.
기사 제목과 RSS 요약문을 바탕으로 AI가 정리했습니다. 세부 내용은 원문에서 확인하세요. · 작성
WHAT · 무슨 일이 있었나
연구팀은 스마트폰에서 반복되는 화면 전환 패턴을 찾아내고 대규모 언어모델을 활용해 행동을 분류했다. 참가자 26명 가운데 단기 16명(평균 30.5일), 장기 10명(평균 105.1일)의 기록이 분석에 쓰였으며, 반복 행동은 총 29종으로 확인됐다. 연구팀은 다른 이메일·웹브라우저·메신저 앱에서도 같은 행동을 95% 이상 일관되게 분류했다고 밝혔다. 다만 이는 소규모 표본을 대상으로 한 연구 결과이며, 정확도 수치는 연구팀이 보고한 값이다.
WHY · 왜 중요한가
장기간 정신건강 변화를 스마트폰 기록만으로 더 안정적으로 살펴볼 수 있는 기반이 제시됐다.
타임라인
KAIST 연구팀이 스마트폰 반복 행동 기반 일일 스트레스 판별 기술 개발을 발표
스마트폰 채팅 패턴에 하루 스트레스가 고스란히…
원문 출처 · 4곳
재전송을 포함한 기사 4건입니다. 원문은 새 탭에서 열립니다.
- 전자신문 보안KAIST, 스마트폰 앱 속 반복 행동으로 일일 스트레스 판별하는 기술 개발
- 조선일보카이스트, 스마트폰 사용 습관으로 스트레스 판별… 정확도 75.9%
- 연합뉴스스마트폰 채팅·검색·결제 습관서 '스트레스'를 읽는다
- ZDNet Korea스마트폰 채팅 패턴에 하루 스트레스가 고스란히…