ZERONOVA

Data, Open, Share, Platform, Cloud, Education

Archive for the ‘Quantified Self’ Category

헬스케어 이노베이션 – 책 요약 (1-3장)

leave a comment »

최근에 최윤섭 박사님의 “헬스케어 이노베이션”이라는 책을 다 읽었는데, 내용이 너무 좋아 블로그에 요약을 남겨본다. 원래 최박사님께서 “최윤섭의 Healthcare Innovation“이라는 블로그를 오래 전부터 운영해 오고 있고, 전문성있고 깊이 있는 분석글을 올려 주시고 있다. 이번 책은 그 내용들을 체계적으로 정리하고 깔끔하게 다듬은 결과물이라 하겠다.

책은 총 7장으로 구성되어 있는데 내용적으로는 크게 세 부분으로 나눌 수 있다.

  • 1~3장: 헬스케어 분야에서 일어나고 있는 혁신에 대해 사례 위주로 설명
  • 4~5장: 미래의 헬스케어를 위해 풀어야 할 과제와 실패사례를 통한 교훈
  • 6~7장: 헬스케어 사업을 위한 조언과 예측

그 중 우선 1~3장 까지 최신 헬스케어 혁신 사례들에 대해 정리해 본다. (나머지는 시간 나면 다시 정리할 계획)

 

1장에서는 개인 유전자 분석 서비스와 이를 통한 맞춤 의학의 발전과 전망에 대해 설명한다.

  • 일루미나(Illumina) 유전체 분석 기기를 생산하는 회사로, 2014년 1월 1,000 달러 이하로 30 시간 정도에 한 사람의 유전 정보를 해독할 수 있다고 발표함으로써, ‘1,000 달러 게놈’ 시대를 열었다. 이것이 의미하는 바는 이제 개인 각자가 유전 정보를 가질 수 있는 시대가 되었다는 것이고, 유전 정보를 활용하는 사례가 엄청 늘어날 것이다.
  • 파운데이션 메디신(Foundation Medicine) 암과 관련된 유전자 236개를 한번에 정밀 분석하여 적합한 치료제를 처방해 준다. 그것도 단 2주만에 5,800 달러의 비용이면 가능하다. 비용과 시간을 극적으로 개선한 것이다. 유전 정보에 의한 암 맞춤 치료의 시대를 연 것이다.
  • 23andMe 개인 유전 정보 분석 서비스 시장을 개척한 회사로, 개인 고객이 의사를 통하지 않고 자신의 유전 정보를 분석해 주요 질병에 대한 발병 확률, 유전적 특징 등에 대해 알려준다. 처음 999 달러로 시작해, 지금은 99 달러까지 저렴해 졌다. 궁극적인 목표는 100만 명의 유전 정보 빅데이터를 확보하여 그 동안 답하지 못했던 많은 의학적인 문제를 풀겠다는 것이다. (2014년 7월 70만명 확보)
  • 카운실(Counsyl) 부모의 유전 정보를 바탕으로 임신하기도 전에 미리 아기가 희귀 질환에 걸릴 가능성을 알 수 있는 가족계획검사(family prep screen) 서비스를 제공한다. 태어날 아기의 생명과 관련되어 있어 비용 지불 의사가 더 크다고 할 수 있다. (비용은 부부가 함께 120만원) 이미 미국서 태어나는 신생아의 4% 정도가 이 테스트를 거쳐 태어난다고 한다.
  • 미놈(Miinome) 각 소비자들의 유전자 정보와 물건을 팔고자 하는 마케터 사이를 이어주는 유전 정보 거래 플랫폼을 계획하고 있다. 소비자들은 자신의 유전 정보에 맞는 새로운 제품 정보나 광고들을 미놈을 통해 받아보게 된다. 예를 들어, 대머리가 될 확률이 높은 사용자에게 탈모 유발 스트레스를 줄여주는 스파나 요가 정보를 제공하는 것이다. 유전 정보에 대한 활용 가능성을 건강/의료를 넘어서 넓힌 것이다.

2장에서는 최근 등장한 다양한 헬스케어 디바이스를 소개한다.

  • 스카나두(Scanadu) 스카우트(SCOUT)라는 활력 징후 측정 장치를 개발하고 있는데, 손바닥 보다 작은 크기의 장치를 관자놀이에 대고 있으면 10초 내에 기본적인 신체 활력 징후(심박수, 체온, 맥파 전달 시간, 산소 포화도 등)를 측정해 준다. 이 정보는 가족이나 의사와 공유할 수 있다. 가격도 150 달러로 저렴하다. 꼭 병원에 가지 않아도 이런 정도의 신체 정보를 상시적으로 체크할 수 있어 질병에 대해 더 정확한 진단이 가능하고, 장기간 저장된 개인 데이터는 맞춤형 의료를 가능하게 한다.
  • 메드마인더(MedMinder) 스마트 약상자로 복용할 약이 요일별, 아침/점심/저녁 시간별 개별 트레이로 나눠 보관되고 약 먹을 시간이 되면 알람이 울린다. 또한 트레이 뚜껑을 열어야 할 때 환자가 열지 않거나 엉뚱한 트레이를 열면 환자와 보호자에게 연락이 간다. 고령 환자에게 상당히 도움이 된다.
  • 프로테우스 디지털 헬스(Proteus Digital Health) 기존의 먹는 약에 부착할 수 있는 모래알 크기의 ‘소화 가능한 센서(ingestible sensor)’를 개발했다. 구리와 마그네슘으로 이루어진 이 센서는 위 속에 들어가 위액과 반응하면 1.5볼트 정도의 미세한 전류를 발생시키고 이후 자연스럽게 체내에 소화된다. 배에 붙여 놓은 패치에 의해 발생된 전류를 감지하여 약의 복용여부와 시간을 스마트폰이나 클라우드에 기록할 수 있다. 이런 종류의 기술을 ‘스마트 약(smart pill)’이라고 부르며, FDA 승인을 마쳤고 임상 시험 결과 99.1%의 정확도를 보였다. 다국적 제약사에서 지대한 관심을 보이고 있고, 병원과 보험사까지 활용할 수 있을 것으로 예상하고 있다.
  • 얼라이브코(AliveCor) 아이폰이나 갤럭시 같은 스마트폰에 부착 가능한 케이스 형태의 심전도 기기다. 두 개의 전극이 붙어 있어 양손으로 잡거나 가슴에 대면 심전도를 실시간으로 측정할 수 있다. 심지어 사람 뿐만 아니라 애완동물의 심장 상태도 측정할 수있다. 이렇게 얻은 심전도 데이터를 기록하고 저장할 수 있다. 또한 얼라이브 인사이트 서비스를 통해 측정한 심전도 데이터를 의료 전문가에게 원격 전송해서 해석과 진단도 받을 수 있다. 더 나아가 병원의 EMR 시스템과 연동시킴으로써 평소 측정한 심전도 데이터가 실시간으로 전송되어 병원의 EMR에 자동으로 저장되고, 의사들이 환자 진료에 손쉽게 활용할 수 있게 한다. 이 제품은 이미 FDA 승인을 받았고 가격도 200 달러 정도로 저렴하다. 가장 완성도있고 비즈니스 모델 측면에서도 영리한 회사라 할 수 있다.
  • 구글 혈당 측정용 컨택트 렌즈 눈물을 통해 비침습적이고 연속적으로 혈당을 측정할 수 있는 스마트 컨택트 렌즈를 개발하고 있다. 당뇨병 환자는 혈당을 자주 측정해야 하는데 매번 피를 뽑아 측정하는 것은 매우 스트레스를 주는 일이다. 이를 개선하기 위한 시도로서, 혈당뿐 아니라 체온, 콜레스테롤 수치 등과 같은 다양한 활력 징후도 측정할 수 있다고 한다. 또한 렌즈에 LED를 장착함으로써 정보를 바로 표시할 수 있으며 증강현실에도 활용될 전망이다. 물론 아직 기술적인 해결 과제가 산적해 있지만, 완성될 경우 파괴력이 엄청날 것으로 전망한다.

3장에서는 최신 IT 기술들이 헬스케어 분야에 활용되는 사례를 소개한다.

  • 구글 글래스 가장 말되는 응용으로서 의사들이 수술 중에 구글 글래스를 착용하여, CT 스캔 이미지나 과거 병력/환자 정보 등을 실시간으로 확인하거나 수술 과정을 의사 관점에서 녹화하여 교육용으로 활용하는 시도가 늘고 있다. 보스턴 종합 병원은 응급실에서 의사들이 글래스를 착용하고 다니는 최초의 병원이 되었고, UC 어바인 의과대학에서는 구글 글래스를 학생들의 교육 커리큘럼에 포함하겠다고 발표했다. 구글 글래스 전용 의료 어플리케이션을 개발하는 오그메딕스는 진료시 입력해야 하는 전자건강기록(EHR)을 구글 글래스를 통해 자동으로 입력할 수 있게 해 준다. 이를 통해 의사들이 데이터 입력하는 시간이 대폭 줄어들고, 환자와 직접 대면하는 시간이 늘어날 것으로 예상한다. 실제 3명의 의사가 오그매딕스의 구글 글래스를 이용해 2,700건이 넘는 환자 진료를 수행한 결과 데이터 입력 시간은 총 근무 시간의 33%에서 9%로 대폭 줄었고, 환자를 직접 대면하는 시간은 35%에서 70%로 두 배 증가했다. 이와 같이 의료 환경에서 구글 글래스를 활용할 수 있는 가능성은 무궁무진하다.
  • IBM 왓슨 미국 유명 퀴즈쇼 프로그램 ‘제퍼디!’에서 인간 챔피언들을 이긴 IBM 슈퍼컴퓨터 왓슨은 암 의료 분야에 적용되기 시작했다. 암 연구 분야에 대해 60만 건의 의학적 근거, 42개 의학 저널과 임상 시험 데이터로부터 200만 페이지 분량의 자료들을 학습시키고, 전문의들의 노트, 환자들의 기록, 실험실 결과, 임상 결과 등의 자연어 형태의 데이터를 모두 학습시켰다. 2013년 2월 드디어 메모리얼 슬론 케터링 암센터에 실제 투입되어, 의사들에게 특정 암 환자를 치료하기 위한 가능한 최적의 치료법을 추천해 주기 위해 사용됬다. 또한 의료 보험사인 웰포인트는 특정 환자를 치료하기 위해 의사가 제시하는 치료법과 왓슨이 제시하는 치료법을 서로 비교하여 의료 보험금을 지급해도 되겠는지 판단하는 용도로 왓슨을 활용하고 있다. 왓슨은 인간이 모두 기억할 수 없는 방대한 양의 의학 지식을 눈 깜짝할 사이 검색하고 진료의 근거를 제시할 수 있기 때문에 현대 의학의 목표 중 하나인 ‘근거 중심 의학(evidence-based medicine)’을 구현할 수 있는 발판을 마련해 주고 있다. 물론 왓슨은 의사의 결정을 보조해 주는 역할을 하고 있고, 최종 결정은 의사의 경험과 직관에 따라 내려진다. 하지만, 이러한 기술의 발전은 의사의 역할에 대해 제정의가 필요한 시대가 오고 있음을 말해 주고 있다.
  • 3D 프린터 개별 환자의 신체 구조를 더 정확하게 반영해서 맞춤형 인공물을 만들어 낸다. 이미 의료 현장에 폭넓게 응용되고 있는데, 정형외과, 치과, 성형외과에 이어 암 수술에까지 활용 범위를 넓혀가고 있다. 3D 프린터를 이용해 만든 맞춤형 보청기가 가장 일반적이며, 치아 보철물 역시 3D 프린터로 만들게 되면 비용과 시간을 현격히 줄여 줄 수 있다. 또한 기존 방식으론 제작 자체가 어려운 인공 턱뼈도 최근 환자에게 성공적으로 이식되었다. 맞춤 의족은 사용자의 취향과 개성을 반영하여 다양한 디자인으로 제작할 수 있어 환자의 감성적인 부분까지 도움을 주고 있다. 가장 극적인 사례는 맞춤 기관지 부목으로 생후 2개월 된 갓난 아기의 생명을 구한 사례이다. 기관지연화증이라는 희귀 질환을 앓고 있었는데 기존 방식과 수술로는사실상 치료 옵션이 없는 상황이었다. 하지만 3D 프린터로 제작된 기관지 부목을 통해 성공적으로 치료할 수 있었다. 더 이상 다른 처치법이 없었던 상황에서 3D 프린터를 활용해 성공한 첫 케이스이고, 앞으로 이런 형태로 불가능했던 치료나 수술에 3D 프린터가 활용될 가능성이 늘어나고 있다.
  • 소셜 네트워크 페이션츠라이크미(PatientsLikeMe)는 나와 같은 질병을 가진 환자들을 찾고 서로 교류할 수 있는 환자 전용 소셜 네트워크 서비스다. 한 마디로 환자들의 페이스북이라고 할 수 있다. 이런 교류를 통해 치료 정보를 교류하고 심정적인 위로를 받으면서 투병 의지를 강하게 할 수 있다. 서비스 차원에서는 환자들의 개인 투병 일지, 질병과 약제에 대한 개인 기록 등 쉽게 얻기 힘든 의료 데이터를 크라우드 소싱 방식으로 모으게 된다. 이렇게 모인 의료 빅데이터는 제약회사와 보험회사에 큰 가치를 지니게 된다. 실제로 이들에게 데이터를 판매하고 협업하는 것이 이 회사의 독특한 비즈니스 모델이라고 할 수 있다. 반대로, 독시미티(Doximity)는 의사들만의 비공개 SNS이다. 이미 미국 의사 중 무려 40%가 가입되어 있다. 의사들간 서로 의료 정보를 주고 받고 진료에 대해 협업을 할 수 있다. 의료와 헬스케어 분야에 특화된 버티컬 소셜 네트워크가 다양한 형태로 가치를 줄 것으로 예상할 수 있다.
Advertisements

Written by zeronova

2015/01/05 at 3:42 오후

Everything is Data – TEDxSNU 발표

with one comment

제가 6회 TEDxSNU 행사에서 발표한 내용을 공유합니다. 제목은 “Everything is Data”입니다. 이 세상 모든 것이 데이터로 이루어져 있고, 우리 주변 모든 것이 데이터의 소스가 될 수 있으며, 이러한 데이터를 잘 활용하고, 가치를 찾아내는 일이 앞으로 매우 중요해 질 것이라는 내용입니다. 발표자료는 아래 링크에서 다운받아가시면 됩니다.

Everything is Data-TEDxSNU2014

발표 내용을 아래 살짝 요약해 드릴께요.

What is Data?

데이터란 정량적/정성적인 변수들의 값들에 대한 모음이라고 위키피디아에 정의되어 있는데, 전문가 아니고선 이해하기 어렵죠. 그냥 간단히 디지털적인 비트(0,1)로 변환될 수 있으면 모든 것이 데이터라고 보시면 됩니다. 우리도 일상 생활에서 데이터를 많이 보고 있습니다. 예를들어 엑셀에 가계부를 기록하거나, 고객명단을 적거나, 가게 매출을 기록하는데, 이들이 모두 데이터입니다. 아이튠즈는 뮤직 플레이리스트 데이터를 저장하고 있습니다. 내가 가지고 있는 곡이 어떤 것이 있고, 각 곡에 대한 정보를 기록하고 있죠. 우리가 지하철에서 흔히 보는 지하철노선도 역시 데이터입니다. 지하철 경로에 대한 정보를 시각적으로 보기 좋게 지도 형태로 표현한 데이터죠. 데이터를 많이 만들어 내는 곳 중에 하나가 대학 실험실입니다. 여기서 실험 결과 데이터를 얻어내고 분석하여 자신들이 주장하는 가설을 검증하는 것이죠. 심지어, 우리 몸 자체 역시 데이터로 이루어져 있다고 할 수 있습니다. 우리 유전 정보를 담고 있는 염기서열 자체가 데이터라고 할 수 있습니다. ATGC의 문자열로 이루어진 데이터라고 할 수 있습니다. 이와 같이 우리 주변 모든 것이 데이터를 쏟아내고 있고, 심지어 데이터로 이루어져 있습니다.

Why Data Matter?

왜 데이터가 중요할까요? 세상을 바라보는 관점은 여러가지가 있는데, 데이터라는 렌즈를 통해서 바라보면 우리가 알지 못했던 깊은 통찰력을 얻을 수 있습니다. 또한 데이터는 창조의 씨앗 역할을 할 수 있고, 실행을 할 수 있는 원동력이 됩니다. 하나하나 살펴 볼까요?

최근 데이터 활용의 성공적인 사례로 서울시 심야버스가 종종 언급됩니다. 밤 12시부터 5시까지 심야버스를 운행함으로써 밤늦게 귀가하는 시민들에게 중요한 수단을 제공하고 있습니다. 그런데 심야버스 노선을 어떻게 정해야 할까요? 보통은 버스노선을 연구하고 관리하는 전문가분들께서 경험과 직관에 따라 노선을 정할 것입니다. 실제로 서울시 심야버스도 일차적으로는 그렇게 노선을 정했구요. 하지만 여기서 끝낸 것이 아니라, 데이터를 분석하여 노선을 검증하고 일부 구간은 수정을 했습니다. 이를 위해 kt에서 심야시간대의 통화이력 한달치를 분석하여 유동인구에 대한 통계결과를 제공했고, 이것을 활용해서 노선의 정확도를 훨씬 높인 것입니다. 전문가의 경험/직관과 데이터의 객관적인 사실이 잘 조합된 케이스입니다. 여기에 대해선 제 블로그글 “서울시 심야버스 노선 최적화 빅데이터 활용사례”을 참고하세요.

심야버스 노선 최적화가 데이터를 활용한 문제해결(Problem Solving)에 활용된 사례라면, 데이터를 이용해 예측(Prediction)을 할 수 있습니다. 트위터 데이터가 무엇인가를 예측하기 위해 종종 활용되고 있습니다. 트위터 데이터로 주가를 예측할 수 있을까요? 여러 대학에서 이와 관련된 연구를 했고, 그 가능성을 입증했습니다. 원리를 간단히 설명하자면, 트위터 데이터에서 특정 회사들에 대해 사용자들이 얘기하는 평가를 측정하는 것입니다. 이런 것을 감정분석(Sentiment Analysis, Opinion Mining)이라고 합니다. 예를들어, 삼성전자에 대해 좋은 평가를 하는 글들이 많아지면, 앞으로 주가가 오를 것이라고 예측하는 것이죠. 이를 위해선 트위터 데이터에서 긍정/부정을 측정할 수 있는 키워드를 뽑아내고 이들의 빈도수를 측정해서 예측을 하는 것입니다. 너무 간단해 보이는데, 실제로는 긍정/부정 말고도 다양한 감정요소를 측정하고 반영합니다. 실제로 트위터와 같은 소셜 데이터 기반으로 투자하는 펀드도 해외에서 나오고 있습니다. 이러한 사례가 데이터를 이용하여 미래를 예측하는 사례입니다.

데이터를 확보할 수 있는 새로운 방법

하지만 이런 일은 보통 데이터를 확보하고 있는 기업이나 정부기관에서나 가능한 일이겠죠. 만약 내가 데이터가 없는 데이터 기반의 서비스나 사업을 해 보고 싶다면 어떻게 해야 할까요? 보다 창의적인 방법으로 데이터를 확보할 수 있는 방법들이 있습니다.

첫번째 방법은 데이터 크라우드소싱(Data Crowdsourcing)입니다. 내가 직접 데이터를 생성하는 것이 아니라 일반 사용자의 참여를 통해 데이터를 만들어내고, 모아서 가치있는 서비스를 제공하는 것이죠. 대표적인 서비스로서 WeatherSignal이 있습니다. 휴대폰 배터리 온도 센서 데이터를 모아서, 전 세계의 기온에 대한 지도를 그리는 것이죠. 사용자들이 모바일앱을 설치하면 자동으로 배터리 온도 센서 데이터를 수집하고, 같은 지역 데이터를 모아서 기온을 추측하는 것입니다. 이 서비스의 기저에는 배터리 온도 센서값과 외부 기온과의 강한 상관관계가 있다는 사실이 깔려있죠. 또 하나는 네비게이션 서비스인 Waze입니다. 네비게이션에서 제공되는 정보들은 일반적으로 업체에서 직접 수집하는데 반해 Waze는 사용자들이 도로를 직접 그릴 수 있게 되어 있고 교통 정체, 사고 등의 실시간 정보를  제공할 수 있게 함으로써, 빠르고 확장성 있는 네비게이션 서비스를 제공할 수 있게 됩니다. 이렇게 모인 데이터와 사용자의 힘의 가치는 얼마나 될까요? 작년에 이 업체는 구글에 1조원에 가까운 가치를 인정받고 인수되었답니다. 이와 같이 크라우드소싱은 내가 직접 생산해 내기 힘든 데이터들을 사용자의 힘을 빌어 확보할 수 있는 좋은 전략입니다.

두번째 방법은 오픈 데이터를 활용하는 것입니다. 요즘 정부와 공공기관을 중심으로 공공 데이터를 오픈하고 있습니다. 특히 최근 정부 3.0이라고 해서 공공 데이터를 개방하고 시민들이 활용하게하여 고용, 복지 등을 촉진하자는 정책들이 쏟아져 나오고 있습니다. 이런 데이터들 중에 의미있는 서비스로 만들어질 수 있는 것들이 꽤 있습니다. 한가지 예로 코드나무에서 개최한 제 1회 공공데이터 캠프에서 하루밤만에 만들어진 안심이 서비스가 있습니다. 안심이 서비스는 건강보험심사평가원의 병원 항생제 처방에 관한 데이터를 수집하여 각 병원들이 항생제를 얼마나 사용하고 있는지 등급으로 지도에 맵핑해서 보여주고 있습니다. 아이들 병원을 찾을 때 유용하겠죠? 이와 같이 내가 원하는 서비스를 만들기 위한 재료로서 오픈 데이터를 활용할 수 있습니다.

개인적인 수준에서 데이터 가지고 놀기

데이터 크라우드소싱이나 오픈 데이터 조차도 그냥 맘만 먹는다고 쉽게 접근하긴 쉽지 않겠죠? 당장 나 스스로 데이터로 이것저것 해 보고 싶다면 어떻게 해야 할까요? 요즘은 개인적인 수준에서 데이터를 모으고, 활용할 수 있는 다양한 도구들이 등장하고 있습니다.

요즘 웨어러블 장치(Wearable device)들이 엄청 주목을 끌고 있죠? 구글 글래스, 갤럭시 기어, 나이키 퓨얼밴드 등 다양한 웨어러블 장치들이 등장하고 있고, 소비자의 지갑을 유혹하고 있습니다. 웨어러블 장치가 뭐라고 생각하세요? 저는 이들이 나에 관한 데이터를 추출해 주는 장치라고 생각합니다. 현재 저는 Fitbit Flex라는 Activity Tracker, 쉽게 말하면 디지털 만보계를 차고 있습니다. 이 장치는 저의 걸음수, 칼로리소모량, 수면시간, 수면상태 등을 측정해서 기록하고, 모바일앱으로 이쁘게 보여줍니다. 이렇게 측정된 데이터를 몇달치 모아서 활동패턴이나 수면패턴을 알아낼 수도 있겠죠. Fitbit이 걸음수에 대한 데이터 측정이라면, 걸음자세나 앉은 자세에 대한 데이터 측정은 Lumoback이라는 Posture Sensor 제품이 해 줍니다. 이 제품을 허리에 차고 있으면 앉거나 걸을 때 자세가 삐뚤어졌을 때 진동을 울려서 바로 잡도록 해 주죠. 그러면서 어느 시간에 자세가 좋지 않았는지, 하루 중 자세가 좋았던 시간과 나빴던 시간의 비율을 기록합니다. 이 데이터 역시 모아서 분석해 보면 나의 자세패턴을 알 수 있겠죠?

하지만 이것 역시 특정 기능을 하는 웨어러블 장치를 구입하고 착용해야 합니다. 그것조차 싫다면? 그냥 손으로 그때그때의 상태를 기록하시면 됩니다. 특히 어르신분들께서는 디지털 장치를 어려워하시기 때문에 이 방법이 더 효율적일 수 있습니다. 저희 어머니께서 당뇨병인데, 당뇨병은 관리가 정말 중요하고 이를 위해서 당뇨 측정과 식사 기록, 운동 기록 등이 중요합니다. 그래서 제가 엑셀로 당뇨일기 표를 만들어 드리고 기록하시도록 부탁을 드렸습니다. 두달정도 기록하신 후 그 표를 모아서 엑셀로 다시 기입하고 R이라는 통계 소프트웨어로 프로그래밍하여 몇 가지 결과들을 뽑아냈습니다. 재밌는 결과가 나오더군요. 점심 이전, 즉 오전의 당수치와 오후의 당수치가 확연하게 다른 것을 볼 수 있었습니다. 이것은 점심 식사에 문제가 있거나, 아니면 오후 활동에 문제가 있어 당수치가 크게 오르는 것이고 추론해 볼 수 있습니다. 이 결과를 어머니께 보여드리니, 놀라워하시면서 오후에 좀 더 조심해야겠다고 생각하시더군요. 그러면서 당뇨일기를 열심히 쓰기로 하셨고, 제가 좀 더 분석해서 어머니께서 당수치를 조절할 수 있는 방안을 찾아보려고 계획하고 있습니다. 어떠세요? 어떤 디지털 장치 없이도 그냥 손으로 데이터를 생성해 낼 수 있습니다.

이와 같이 웨어러블 장치의 도움을 받거나 직접 입력을 하는 방식으로 나에 관한 데이터를 모아서 분석 및 실험하는 것을 Quantified Self라고 합니다. 이미 해외에서는 인기를 끌고 있는 운동(Movement) 혹은 트렌드로 자리를 잡아가고 있죠. 자신을 수치화하고 실험해서 자신에 대해 보다 객관적으로 파악하고 개선해 나가려는 목적입니다. 마치 기업에서 데이터 기반하여 기업 현황을 파악하고 객관적인 의사결정에 활용하는 것처럼 개인 수준에서 데이터에 의한 객관화와 의사결정이라고 할 수 있죠. 앞으로 매우 성장할 분야라고 생각합니다.

지금까지 사례들이 대부분 데이터를 이용해 현재 상황을 파악하고 문제해결이나 예측을 하는 것을 목표로 했습니다. 하지만 데이터의 활용은 그 이상입니다. 예를들어 데이터를 창조적 활동에 활용할 수 있습니다. 요즘은 음악을 만드는데 Digital Audio Workstation (DAW)이라는 소프트웨어를 주로 활용합니다. 이것으로 소리를 녹음하거나 편집할 수 있고, 심지어 소리를 프로그래밍할 수도 있습니다.  제가 시도해 본 것이 원래 음원파일을 기온 데이터의 변화를 반영하여 변조하는 것입니다. 기온 변화양에 따라 음의 높낮이(Pitch)를 높이거나 낮추는 것입니다. 기온 데이터에 기반하여 PitchShift 효과를 적용하는 것이죠. 그닥 듣기 좋은 소리는 나오지 않아도 전형적인지 않은 사운드를 만들어 낼 수 있습니다. 또한 기온 데이터가 변함에 따라 매번 다른 사운드를 만들어내죠. 심플한 사례이지만 이런 형태로 창의적인 작업에 데이터를 활용하는 것도 충분히 가능합니다.

데이터는 이해와 창조의 원천

매트릭스 1편 마지막 장면을 보면 네오가 각성하고 이 세상이 0과 1로 이루어진 매트릭스 안에서 살고 있음을 깨닫게 되죠. 저는 그 장면이 우리가 지금 살고 있는 세상의 모습과 크게 다르지 않다고 생각합니다. 이 세상은 데이터, 더 나아가 정보로 이루어져 있습니다. 데이터는 인간과 세상을 이해하기 위한 가장 중요한 수단입니다. 또한 데이터를 가지고 놀다보면 생각지도 못한 창조적인 결과물들을 얻을 수 있습니다. 데이터는 무한한 가능성을 지닌 보물창고입니다. 지금 당장 데이터 속으로 뛰어드시기 바랍니다.

Written by zeronova

2014/03/15 at 11:32 오전

Quantified Self 소개 – 개인 데이터와 분석의 가능성

leave a comment »

요새 들어 Quantified Self라는 용어가 언론에 가끔 등장하고 있다. 우리나라 말로 바꾸면 “수치화된 자신” 정도인데, 어색하기 그지 없다. 그래서 그냥 원어 그대로 줄여서 QS라 하기로 하자. QS를 간단히 정의하자면, 자신의 일상이나 신체적/정신적 상태를 트래킹하여 자기 자신에 대해 보다 더 잘 파악하고 개선하려는 시도다. 2008년에 Wired에 처음 소개되면서 시작된 일종의 운동이라고 볼 수 있다.

QS 시나리오를 보는게 가장 이해하기 쉬울 것이다.

  • 체중 감량을 위해 매일 식단과 운동량, 체중에 대해 한달동안 기록했다. 이후 데이터를 확인해 보니 다이어트를 위해 점심 식사를 거르는 것이 체중 변화에는 그닥 효과가 없음을 확인할 수 있었다. 또한 운동의 경우 칼로리 소모량을 측정하는 장치를 부착하여 데이터를 확인했더니, 헬스기구로 운동할 때보다, 달리기와 같은 유산소 운동시 칼로리 소모량이 더 많은 것을 확인했다. 이러한 결과를 활용하여, 점심을 거르지않고 저녁 식사량을 줄이는 방향으로 식단을 조절하고, 달리기와 자전거와 같은 유산소 운동 위주로 실천하기로 했다.
  • 명상이 수면의 질을 높여주는지 확인해 보기 위해 한달 동안 실험했다. 우선 두주 동안 명상을 하지 않고 수면을 취한 후 그 결과 수면의 질을 점수로 기록하고(1-10점) 다음 두주는 저녁에 30분 명상을 한 후 수면을 취한다음 마찬가지로 수면의 질을 기록한다. (수면 모니터링 장치를 착용할 수도 있음) 두 가지 데이터를 기반으로 명상이 수면의 질을 높이는데 효과가 있는지 분석을 해 보니, 통계적으로 유의미한 정도의 차이를 보이지 않음을 확인했다. 그래서 명상시간을 1시간으로 늘려 다시 실험했더니 유의미한 차이를 보였고, 수면 전에 항상 1시간 정도 명상을 하기로 결정했다.

사실 위와 같은 시나리오들은 대단하게 보이지 않을 수 있다. 우리는 직감적으로 자신에 대해 잘 알고 있다고 생각한다. 다이어트나 명상에 대해서도 모두가 박사다. 하지만, 우리가 일반적으로 알고 있는 지식들은 통상적으로 그렇다는 것이지, 나에게 그대로 적용된다는 보장은 없다. 따라서, 각 개인이 이러한 실험을 통해 자신에 대해 더 정확히 알 수 있다면(자신이 모르던 부분까지) 더 효과적으로 개선도 할 수 있다는 것이다.

QS는 말하자면 ‘개인 수준의 데이터 기반 의사결정’인 셈이다. 데이터는 이미 기업 경영 활동에서는 핵심적인 역할을 하고 있다. 웹싸이트에 유입되는 트래픽양을 확인하고, 사용자들이 어떤 패턴으로 웹싸이트를 이용하는지, 어떤 상품이 구매가 가장 증가했는지 등에 대해 데이터 기반으로 트래킹하고, 분석해서 향후 웹싸이트를 어떤 식으로 보강할 것인지 결정한다. 데이터 기반 의사 결정이 기업들의 경쟁력을 높여 주고 있는데, 이것을 개인에게 적용해 보면 어떨까라고 생각한 것이 QS의 시작이라고 할 수 있다.

그러면 왜 하필 요새 QS가 부각되고 있고 관련 스타트업들이 쏟아져 나오고 있는 것일까? 개인의 일상이나 활동을 기록하는 것은 이전에도 불가능한 것이 아니었다. 하지만, 귀차니즘으로 무장한 사용자들에게 매일매일 이런 것을 기록하라고 하는 것은 잔인한 요구다. 하지만 최근 자동으로 활동이나 건강상태등을 기록(트래킹)해 주는 착용용 장치들이 속속 등장하고 있다. FitBit, Nike Fuelband, Jawbone Up, Scanadu 등이 그런 장치들이다. 이런 장치를 통해 별 다른 노력없이도 자신의 상태를 지속적으로 기록할 수 있게 되었다. 또한 이런 장치들은 모두 아이폰앱이나 안드로이드앱으로 자동으로 동기화되서, 언제 어디서든 자신의 상태를 확인할 수 있다. Ubiquitous Computing이나 Wearable Computing이 벌써 20년도 넘게 연구되어 왔지만, 지금에서야 꽃을 피울 수 있게 된 것도 이러한 스마트폰 플랫폼에 연동할 수 있게 된 덕분이라고 볼 수 있다. (스마트폰과 함께 센서 기술과 센서 데이터를 계산하는 기술의 발전도 한몫)

Quantified Self Devices (GigaOM)

하지만, QS를 단지 이런 웨어러블 장치 관점에서만 보는 것은 큰 그림을 놓치는 것이다. 이제 시작단계이기 때문에 먼저 데이터를 모을 수 있는 트래킹 장치들이 주목을 받고 있는 것이고, 일단 이런 장치들을 통해 데이터가 모이기 시작하면, 이런 개인 데이터를 어떻게 분석하고, 실행 가능한(의사결정) 인사이트를 끄집어 내 줄 것인지가 더 중요하게 부각될 것이다. 이런 부분을 요새 Personal Analytics라고도 한다. 그 다음은 개인 수준에서 도출된 실행 아이템들을 어떻게 기존 서비스나 헬쓰케어 인프라, 병원 등과 연계하여, 비즈니스로 만들어갈 것인지가 큰 이슈가 될 것이다. 아마도 각각의 레벨에서 사업적인 기회를 찾을 수 있고, 이를 찾는 스타트업들이 다수 등장할 것이다. 이미 실리콘밸리에선 그런 일이 벌어지고 있다.

Quantified Self에 대한 더 자세한 소개는 아래 글들을 참고

Quantified Self 관련 블로그와 스타트업들

Written by zeronova

2013/11/27 at 5:47 오후