“아침에 일어나서 활동하고 잠이 들 때까지. 우리의 하루는 수많은 데이터의 집합체라고 할 수 있습니다. 수많은 데이터 속에 은닉된 정보를 분석하여, 우리 삶의 질을 높일 유익한 조언을 뽑아내는 것이 데이터 사이언스라는 학문입니다.”

박성규 기초과학연구원(IBS) 수리 및 계산과학 연구단 데이터 사이언스 그룹 선임연구원(만 38세)은 데이터를 바탕으로 수면 장애나 우울증 개선 등 사람들의 삶에 도움을 주는 서비스를 구축하는 연구를 수행하고 있다. 그는 학부를 졸업한 뒤 전자회사에서 ‘고객의 소리(VOC)’를 수집하고 분석하는 일로 첫 사회생활을 시작했다.

박 선임연구원은 “좋아하는 점, 불만 등 당시 사용자들이 보낸 방대한 의견은 제품을 개선하는 데 사용됐다”며 “근시일 내에 데이터가 인류의 삶을 윤택하게 만들 중요한 도구가 되리라는 것을 쉽게 예상할 수 있었고, 그렇게 대학원에 진학해 데이터 사이언스 연구를 시작했다”고 말했다.

▲ [IBS People_박성규 선임연구원 편] 영상으로 보기

데이터 사이언스가 ‘떡상’한 계기

▲ 2016년 구글 딥마인드의 바둑 인공지능 ‘알파고’와의 최종 경기에서 첫 수를 놓고 있는 이세돌 9단(오른쪽)의 모습.
(한국기원 제공)

많은 사람들이 데이터 사이언스의 중요성을 여실히 깨달은 때는 아마도 2016년일 것이다. 16만 개의 바둑 기보를 학습하고, 3000만 개의 패턴을 파악한 바둑 인공지능 ‘알파고’가 인간 바둑 최고수와의 바둑 경기에서 승리를 거머쥐었을 때다(물론 최근 개발사인 딥마인드는 선행학습은 물론 규칙을 몰라도 바둑을 둘 수 있는 인공지능을 내놨다).

하지만 학계에서 데이터 사이언스가 본격 반향을 일으키기 시작한 건 이보다 앞선 시점이다. 2000년대 초중반, 앨버트 바라바시 미국 노스이스턴대 교수를 필두로 한 과학자들은 세포, 사람, 경제, 인터넷 등 자연의 구성요소들은 각각 개별의 개체가 아닌, 관계로 얽혀진 네트워크로 작동한다는 이론을 내놨다. 특히 세계적 베스트셀러인 ‘링크(Linked)’의 저자이기도한 바라바시 교수는 ‘스케일 프리 네트워크’ 이론을 통해 이 관계망 속에는 반드시 연결이 몰리는 ‘허브’가 존재해 관계의 ‘부익부 빈익빈’ 현상이 나타나고, 이는 산불과 같은 자연 현상 뿐만 아니라 사람들 간 이루어지는 사회관계에서도 확인됨을 밝혔다. 소셜네트워크서비스(SNS)의 ‘인플루언서’, 항공노선의 ‘허브공항’, 바이러스 감염의 ‘슈퍼전파자’ 등이 분석된 허브의 대표적인 사례다.

박 선임연구원은 “이때를 기점으로 계산사회학(Computational Social Science) 연구가 폭발적으로 성장했다”며 “계산사회학 연구는 후속연구를 통해 음악/패션/밈(meme) 등의 유행, SNS를 통한 사회적 전염(social contagion) 등 다양한 분야로 확장되어 왔다”고 설명했다.

데이터로 ‘아픔’을 치료할 수 있을까

석사 과정 동안 박 선임연구원은 데이터로 사람의 우울감을 평가하고 예측하기 위한 연구를 진행했다. 페이스북과 같은 SNS에서 ‘좋아요’ 등으로 관심을 보인 콘텐츠를 바탕으로 우울감을 예측하는 연구였다. 우울감을 예측하면 다양한 정신장애를 의학적으로 치료할 수 있는 ‘골든타임’을 확보할 수 있다.

박 선임연구원은 “데이터로 질환을 이해 및 예측하는 것을 넘어 직접적으로 사용자들의 삶에 개입해서 우울증을 개선하는 어플리케이션(앱) 등을 개발하고 싶었다”며 “의학적 판단이 필수로 수반돼야 하는 우울증보다 조금 더 빠르게 사용자들에게 사용해볼 수 있는 분야를 찾다가 수면 데이터 연구를 시작했다”고 말했다.

현재 박 선임연구원은 IBS 데이터 사이언스 그룹의 동료 연구자들과 함께 ‘슬립스(Sleeps)’라는 이름의 프로젝트를 진행하고 있다. 슬립스는 웨어러블 기기를 이용해 일상생활 행동 관찰 데이터를 수집하는 연구로 분야는 크게 두 가지로 나뉜다. 수면 패턴을 이해 및 예측하는 연구와 데이터를 바탕으로 맞춤형 수면 중재(intervention) 앱 등 콘텐츠를 제작하는 연구다.

▲ IBS 데이터 사이언스 그룹의 슬립스(Sleeps) 실험 참가자 모집 공고.

연구진은 현재까지 140명의 참가자들을 모아 일상생활 행동 데이터를 수집하고 있다. 실험 참가자들은 핏빗(fitbit), 삼성 갤럭시워치 등의 웨어러블 기기를 24시간 착용하고 1달 동안 생활하게 된다. 연구진은 참가자의 활동 시간, 수면 시간, 활동 패턴, 생체 신호 등의 데이터를 모아 분석한다. 데이터를 이미지 형태로 정제한 후, 딥러닝 알고리즘 통해 활동 패턴 별로 참가자를 군집화하고, 해당 결과를 정신과 전문의와의 협업을 통해 분석하면 5~7개의 그룹이 만들어진다. 가령, ‘잠은 많이 자는데 수면의 질이 나쁜 그룹’, ‘수면 시간이 적은 그룹’ 등으로 분류하는 식이다.

이 데이터는 중재 연구에 쓰인다. 중재는 비침습적 치료로 일상생활에 개입해서 어떤 행동을 유도하거나 막는 인지 행동 치료를 의미한다. 가령, 평소보다 활동량이 적었다면 “오늘은 잠을 잘 못잘 것 같으니 미리 어떤 행동을 해보세요.” 등으로 조언을 해줄 수 있다. 수집된 데이터를 분석하여 참가자에게 ‘꿀수면’을 위한 맞춤형 제안이 가능한 것이다.

수면을 넘어 인류의 행복한 삶을 위하는 데이터

▲ 박성규 IBS 데이터 사이언스 그룹 선임연구원의 최종 연구목표는 데이터로 사람들의 정신 및 신체적 건강에 도움이 될 수 있는 프로그램을 만드는 데 있다.

인공지능 기술의 발전과 함께 데이터 사이언스는 그 분야를 더욱 확장해 나가고 있다. 초기 데이터 사이언스 연구가 어떤 현상을 이해하는 것에 주력했다면, 최근의 연구는 데이터를 기반으로 미래를 예측하는 것까지 넓혀졌다. 또 새로운 데이터가 계속 축적되며 예측 정확도 역시 매우 빠른 속도로 높아지고 있다. IBS 데이터 사이언스 그룹은 불면증 연구를 발판 삼아 비슷한 방법론을 이용해 다루기 까다로운 주제인 우울증, 아동 청소년의 주의력결핍장애(ADHD), 외상후스트레스장애(PTSD) 등의 정신장애를 완화할 수 있는 방법을 도출해 나가려 한다.

박 선임연구원은 “데이터에서 의미를 찾는 것에서 시작하여, 이를 발판으로 다양한 예측 분석을 수행하고 여기서 찾은 통찰을 시스템에 주입해 실제로 사람들에게 도움을 줄 수 있는 연구를 하자는 것이 목표”라며 “데이터로 사람들의 행동과 정신건강 등을 이해하고 예측할 수 있는 연구 및 중재 프로그램 제작을 통해 인류의 삶이 조금 더 행복해질 수 있는 미래가 오길 바란다”고 말했다.

IBS 커뮤니케이션팀
권예슬