이 기능을 개발하기 위해 삼성리서치^[2]는 미국 조지아 대학 신체운동학과 패트릭 오코너(Patrick O’Connor) 교수 연구팀과 협력했다. 향상된 디지털 헬스케어 경험을 위해 새롭게 탄생한 에너지 점수에 대해 알아보자.

일상의 효율성, 피로와 밀접한 관련이 있는 에너지. 하지만 이를 객관적으로 수치화하는 것은 쉽지 않다. 삼성리서치와 오코너 교수 연구팀은 개인의 ‘에너지’를 가능한 한 과학적으로 정의하고 측정하기 위해 뜻을 모았다.

오코너 교수는 수면, 활동, 카페인 섭취 등이 인지 능력과 피로에 미치는 영향을 연구하는 운동 심리학(Exercise Psychology) 분야의 최고 권위자 중 하나다. 그는 삼성 헬스의 에너지 점수 개발을 자문하며 운동학 이론과 신경학 이론을 결합한 ‘종합적 수용 능력(Overall Capacity)’ 개념을 제안했다.

기존의 서비스는 대부분 신체적 요인만 고려해 에너지를 산출했지만, 종합적 수용 능력은 신체적 요인과 정신적 요인을 모두 고려한다. 스트레스를 받으면 잠을 뒤척이고 피곤해지는 현상에서 알 수 있듯이, 정신적 요인도 에너지에 영향을 주기 때문이다.

즉, 에너지란 자신의 평소 종합적 수용 능력에 대비해 현재 얼마나 집중해서 활동할 수 있는가 하는 개념이다. 평소 수준을 넘어서는 신체적 또는 정신적인 부하가 발생한 경우엔 집중력이 감소하게 되고, 이를 단기적인 에너지의 감소로 해석할 수 있다. 예를 들어, 평소에 하루 30분 저강도 운동을 하던 사람이 전날 갑자기 중강도 이상으로 1시간 운동을 했다면 다음날의 에너지 점수는 낮아지게 된다.

꾸준한 운동 등을 통해 종합적 수용 능력을 향상시킬 수도 있다. 평소 활동 수준이 증가하면 동일한 활동 부하에도 더 높은 에너지 점수가 나올 수 있다.

▲평소 수준을 넘어서는 신체적·정신적 부하는 에너지 감소의 요인이 된다. 하지만 꾸준한 운동 등을 통해 ‘평소 수준’ 자체를 향상 시킬 수도 있다.

에너지 점수는 웨어러블에서 측정되는 ▲활동 ▲수면 ▲수면 중 심박수 ▲수면 중 심박 변이도를 기반으로 산출된다. 삼성리서치는 이 지표들과 에너지의 연관성을 검증한 과학적 문헌과 임상 연구를 바탕으로 에너지 점수를 개발했다.

‘활동’ 지표는 신체적 수용 능력과 관련이 깊다. 전날의 운동 기록을 평소 활동 수준과 비교해 오늘의 에너지를 예측하는 데 활용된다. 이는 장기 운동량과 단기 운동량의 비교를 통해 피로를 예측하는 ‘급성 만성 훈련 부하 비율(Acute:Chronic Workload Ratio)’ 개념을 도입한 것이다.

‘수면’ 지표는 주로 정신적 수용 능력과 연관된다. 7일 간의 평균 수면 시간, 수면 시간 규칙성, 취침·기상 시각 규칙성 등 수면 패턴이 에너지에 미치는 영향을 종합적으로 분석하는 데 쓰인다. 이는 잠과 피로, 인지 수준에 관한 이론 중 ‘수면으로 얻는 에너지(Reservoir)’라는 개념을 적용, 수면 시간과 생체 리듬에 따른 에너지의 증감을 계산하는 것이다.

‘수면 중 심박수’와 ‘수면 중 심박 변이도’의 경우 신체적·정신적 수용 능력 모두와 관련이 있다. 최근 데이터를 과거 장기 패턴과 비교해 에너지를 예측하는 데 활용된다. 특히, 수면 중 안정적인 상태에서의 심박수와 심박 변이도를 사용해 정확도를 높였다.

▲에너지 점수 계산에 사용되는 요소. 활동은 신체적 수용 능력, 수면은 정신적 수용 능력과 주로 연관되고, 수면 중 심박수와 심박 변이도는 신체적·정신적 수용 능력 모두와 연관된다.

삼성리서치는 에너지 점수에 각 요소의 중요도를 반영하기 위해 연령과 성별을 고려한 데이터를 기반으로 최적의 가중치도 연구했다. 한편 오코너 교수 연구팀은 인지 활동 실험과 설문을 통해 사용자들의 에너지를 알아보는 실험을 진행했다. 그 결과, 삼성리서치의 개발 모델로 산출한 에너지 점수와 연구팀이 조사한 임상 데이터는 유의미한 상관관계를 나타냈다.

삼성 헬스의 에너지 점수는 단순히 수치만 보여주는 것이 아니다. 수면 시간 평균, 전날 활동 등 에너지 점수에 영향을 주는 7가지 요인별 현황과 함께 건강 가이드도 제공한다.

삼성리서치는 이를 위해 최적화 AI와 생성형 AI를 접목했다. 우선, 에너지 점수 모델은 최적화 AI를 통해 점수에 가장 높은 영향을 준 요인을 찾아 사용자의 오늘 에너지와 최근 생활 패턴의 변화를 분석하고 이를 기반으로 한 개선점을 확인한다. 또, 온디바이스 생성형 AI를 활용해 개인정보 유출 우려 없이 사용자에게 개인화된 맞춤형 메시지로 인사이트를 알려준다.

사용자들은 맞춤 건강 가이드를 통해 에너지 점수를 구체적으로 이해하고, 오늘의 적절한 활동 수준과 휴식 등을 관리할 수 있다. 나아가, 매일 자신의 에너지 점수에 영향을 주는 요인에 관심을 갖고 생활 습관 개선에 활용하면 더욱 좋다.

▲에너지 점수와 개인별 맞춤 건강 가이드. 생성형 AI 기반의 메시지를 통해 건강한 일상을 위한 인사이트를 확인할 수 있다.

오코너 교수는 “에너지 점수의 신뢰성과 타당성을 높이기 위해 삼성 개발자들과 협업하면서 많은 연구를 진행했다”며 “과학적 관점에서 에너지 점수는 ‘스마트 기기 센서에서 한 주 동안 수집된 데이터를 바탕으로 간단한 주의력 테스트 수행 능력이 어떻게 변화하는지 예측’한다는 의미다”라고 밝혔다.

삼성리서치 데이터인텔리전스팀장 이윤수 상무는 “오코너 교수와의 협업을 통해 이번 과제를 과학적으로 의미 있게 풀어낼 수 있었다”며 “삼성전자의 다양한 기기들이 사용자들의 건강한 삶에 더 널리 쓰이도록 데이터와 AI 기술 개발에 힘쓰겠다”고 말했다.