Journal Archive

ICT는 정보기술(IT)과 통신기술(CT)의 합성어로 정보기기의 하드웨어와 소프트웨어 기술, 이들을 이용한 정보의 생산, 수집, 가공, 보존, 전달, 활용의 모든 방법을 총칭한다[8]. 사물인터넷이라고도 불리는 IoT는 각종 사물에 센서와 통신 기능을 내장하여 인터넷에 연결하는 기술로, 여기서 사물은 사물 센서, 레이더 센서, 웨어러블 기기, 모바일 장비, 태블릿pc, 로봇 등 센서를 내장하여 인터넷과 연결될 수 있는 모든 기기가 해당된다. 특히 레이더 센서는 전자기파를 이용하여 물체의 위치, 속도 등을 파악할 수 있어 수면, 활동, 외출 등의 일상생활 패턴을 파악할 수 있는 기술로 1인 가구의 돌봄에 활용되고 있다.

한편 인공지능은 ‘인지, 학습 등 인간의 지적능력(지능)의 일부 또는 전체를 컴퓨터로 이용해 구현하는 지능’을 의미하며, 인공지능 서비스는 IoT, 모바일 등을 통해 데이터를 획득·가공하고 머신러닝을 통한 반복 학습과 추론을 거쳐 모델을 생성하거나 최적의 솔루션을 찾아 최종적으로 서비스로 제공하는 것을 의미한다[10]. 이 과정에 클라우드 컴퓨팅, 빅데이터 등의 ICT 기술이 결합된다. 인공지능 서비스의 과정은 다음의 그림 1과 같다.

Fig. 1. 
Overview of artificial intelligence technology

최근에는 ICT와 IoT 기술에 AI가 결합된 형태로 독거노인을 위한 돌봄서비스가 확산되고 있다. 즉 IoT 기술을 사용하는 사물 센서, 레이더 센서, 모바일 기기, 웨어러블 기기(wearable device) 등을 통해 대상자의 생활데이터 및 생체데이터를 획득하고 데이터 가공과 머신러닝을 거쳐 대상자의 패턴을 분석하고 추론하여 맞춤형 돌봄서비스를 제공하는 것이다.

국내의 ICT/IoT, AI를 활용한 복지기술 돌봄서비스는 IoT 기반 사물 센서, 레이더 센서, 웨어러블 기기 등과 함께 AI 스피커, 지능형 돌봄로봇도 개발되어 활용되고 있으며, 클라우드 컴퓨팅, 빅데이터 등의 ICT 기술과 융합되어 제공된다. 이러한 기술을 사용하는 국내 복지기술 돌봄서비스의 주요 사례는 다음과 같다[1],[11],[12].

이처럼 다양한 복지기술을 활용한 돌봄서비스가 개발되고 고도화됨에 따라 최근에는 돌봄서비스의 효과성을 분석한 연구결과들도 소수이지만 점차 늘어나고 있다. 선행연구들에서 실시한 기술 기반 돌봄서비스 프로그램 간에 차이는 있으나 대체로 긍정적인 효과를 입증하고 있다.

정갑주 등은 ICT 플랫폼 SIHA를 통해 IoT와 ICT 기반으로 라이프로그 수집과 분석을 거쳐 스마트 커뮤니티케어 제공 후 독거어르신 8명을 대상으로 초점집단인터뷰를 통해 서비스의 효과성을 평가하였다. 분석 결과 서비스 대상 노인들은 IoT를 활용한 비접촉, 무자각 방식의 데이터 수집 환경이 본인이 직접 개입할 필요가 없어 편안했다는 점, 응급호출 기능으로 항시 돌봄기관과 연결되어있다는 안심 효과를 제공하는 점, 방문간호사나 사회복지사 등 서비스 제공자가 앱으로 대상자의 상태를 수시로 확인하여 적절한 서비스를 제공한다는 점 등에서 긍정적이었다고 평가하였다[13].

임정원 등은 ICT/IoT 기술을 기반으로 노인의 신체활동 및 인지활동 증진을 위한 운동 및 게임 프로그램을 포함한 Wel-Tech 기반 통합적 커뮤니티케어 프로그램을 실시하였다. 비동일 통제집단 사전사후 비교조사를 통해 효과성을 분석한 결과, 통합적 서비스를 받은 실험집단의 우울 수준이 향상되고, 기억력 및 인지기능 평가, 삶의 만족도 및 신체기능 유지에서 긍정적인 효과가 나타났음을 보고하였다[14].

서울주택도시공사(SH)와 ○○텔레콤, ○○대학교가 협업하여 서울 노인독거가구를 대상으로 온도, 습도, 조도, CO₂, TVOC를 감지하는 IoT 센서와 통신데이터를 통해 정보를 수집하고 데이터를 분석하여 위기상황을 감지하고 대응하는 안전돌봄서비스를 제공한 결과 실험집단의 우울감과 자살생각은 유의미하게 감소하였고, 거주 만족도 및 편안함은 유의하게 향상되었다[15]. 한편 고령자 대상으로 채팅창 기반의 게임과 그룹 채팅 등 디지털 복지기술을 활용한 치매예방 프로그램 ‘케어 앤 큐어’를 제공하고 효과성을 검증한 결과 인지기능 향성과 정서 완화에 정적인 효과가 있음도 제시된 바 있다[16].

○○○ 기업과 용인시가 협업하여 사물 센서, 스마트시계, AI 돌봄로봇 순이, 사용자 앱, 보호자 앱, 관제 SW 등을 사용하여 AI 통합 돌봄서비스를 제공한 결과 노인들의 운동량과 외출시간이 증가하는 등 생활 행동이 개선되고 TV 시청 시간이 감소하였으며, 사용자 69명을 대상으로 사전, 사후 평가를 통해 효과성을 검증한 결과 우울증이 유의하게 감소하고 삶의 질 지표는 유의하게 상승하였음도 확인되었다[17].

본 연구에서는 AI ○○○ 돌봄서비스를 통해 레이더 센서 기반 돌봄서비스의 효과성을 확인하고자 하였다. 복지기술의 관점에서 AI ○○○ 돌봄서비스는 크게 두 개의 요소로 구성된다. 60GHz 고성능 레이더 센서를 이용하여 실내환경 정보와 생체 데이터를 수집하는 기술적 측면과 데이터를 분석하여 이상 징후 알림과 데이터에 기반한 상담을 제공하는 돌봄서비스 측면이 그것이다.

먼저 기술적 측면에서 레이더 센서를 통한 1인 가구 대상자의 생활패턴 데이터 수집과 분석은 다음과 같은 장점이 있다. 첫째, 레이더 센서는 전자기파를 이용하여 물체의 위치, 속도 등을 파악할 수 있지만, 해상도가 낮아 형태를 알 수는 없다. 이러한 특징으로 인해 레이더 센서는 활동, 외출 등의 일상생활 패턴 파악이 용이하면서도 대상자의 사생활을 보호할 수 있는 강점을 갖는다. 둘째, 실내생활 패턴을 24시간 모니터링할 수 있어 생활 패턴이 급격히 변화하는 경우 위험 상황을 예측하여 도움을 제공할 수 있다. 셋째, 특히 AI ○○○ 장비는 다른 센서에 비해 일반적인 생활 패턴 외에 수면시간, 깊은 수면, 렙 수면, 뒤척임 등의 수면 패턴에 대한 다각도의 추정이 가능하다.

반면 AI ○○○ 장비가 갖는 한계도 있다. 첫째, IoT 센서의 측정 범위가 제한적이라는 점이다. 특히 레이더 센서는 벽 투과성이 낮아 다른 방에서의 활동은 감지될 수 없어 활동 추적 범위가 제한적이다. 연구에서 검증한 AI ○○○ 장비의 경우에도 대상자가 특정한 공간 내에서 생활하는 범위로 한정되어 데이터가 수집되었다. 둘째, 일반적으로 레이더 센서는 비접촉 방식으로 데이터를 수집하기 때문에, 주변의 전자파나 다른 물체에 의해 방해를 받을 수 있다. 즉 동거가족이나 반려동물, 움직이는 물체 등이 있으면 정확한 정보를 얻기 어렵다. 다만 데이터가 대상자의 생체신호로부터 측정된 데이터인지를 추가로 판정하는 알고리즘을 통해 보완할 수 있는 여지가 있다.

다음으로, 데이터를 이용한 돌봄서비스의 측면을 살펴보면 다음과 같은 특징을 갖는다. 첫째, 객관적인 데이터에 기반하여 자신의 생활습관에 대해 이해를 할 수 있고, 이를 통해 생활 패턴 개선이 가능하다는 점이다. 둘째, 대상자가 지정한 복수의 기기에 데이터와 알람이 제공될 수 있기 때문에 비동거 가족이나 돌봄 제공자가 대상자에게 직접 연락을 취하기 전에도 대상자의 상태를 실시간으로, 그러나 사생활을 침해하지 않는 방식으로 확인할 수 있다. 셋째, 데이터를 공유받는 가족 혹은 서비스 제공자는 대상자에게 단순하고 반복적인 안부를 넘어 대상자에 대한 데이터를 기반으로 의사소통을 강화할 수 있고, 돌봄과정에 적극적으로 참여할 수 있다.

이러한 특징을 활용하여 AI ○○○ 서비스가 현장에서 제공될 때에는 가족뿐만 아니라 사회복지사나 자원봉사자, 생활지원사 등의 대면 돌봄제공자에게 앱을 제공하고 데이터 기반의 상담과 모니터링을 제공할 수 있도록 하고 있다.

본 연구는 레이더 센서 기반 돌봄서비스의 효과성을 검증하기 위해 지역사회에 거주하는 65세 이상의 독거노인을 대상으로 서비스를 제공하되, 비동일 통제집단 전후 비교조사 설계를 적용하였다. 특히 주관적 건강 상태, 심리정서 상태(삶의 만족과 우울감)와 사회적 지지, 집과 주변 환경에 대한 만족도에 초점을 두고 효과성을 확인하였다.

연구 대상자는 표 2에 제시된 바와 같이 실험집단과 통제집단에 배정되었다. 실험집단은 레이더 센서 기반 돌봄서비스와 이와 관련한 데이터를 활용한 코디네이터의 정기적인 연락(전화 또는 방문)을 받은(개입 X₁) 집단이고, 통제집단은 일반적인 안부 확인과 말벗 서비스를 제공하는 코디네이터의 정기적 연락을 받은(개입 X₂) 집단으로 구성되었다. 두 집단의 참여자는 약 3개월에 걸친 개입에 참여하였고, 프로그램 전후 각 사전과 사후설문 조사에 응답하였다.

본 연구의 연구 대상자는 수도권 지역의 사회복지기관 3곳을 통해 모집되었다. 65세 이상의 1인 가구로 정신적, 인지적 기능이 양호한 자로서 자격 기준에 적합한 대상자를 모집하였다. 실험집단은 기관 내외부, 인근 지역사회 아파트 단지 내 게시판에 모집 홍보물을 게시하여 대상자가 담당 사회복지사에게 자발적으로 신청하거나 기존 복지관 이용자를 대상으로 구두 홍보를 병행하였다. 실험 참여와 댁내 장비 설치에 동의한 실험집단 참여자 33명이 최종 선정된 후 이들의 인구사회학적 특성(연령과 성별, 경제적 수준 등)과 유사한 인근 지역사회 내 거주하는 65세 이상의 독거노인 33명을 통제집단으로 모집하였다. 연구 진행 중 건강상의 이유 또는 조사 미참여 등으로 중도 탈락한 참여자가 각 집단에서 1명씩 발생하여 최종적으로 실험집단과 통제집단 각 32명의 사전-사후조사 자료를 분석하였다.

본 연구의 실험집단 참여자는 비접촉, 무자각 방식의 레이더 센서를 활용한 돌봄서비스 프로그램에 3개월간 참여하였다. 참여자가 가장 오랜 시간 머물거나 일상적인 수면을 취하는 장소에 설치된 레이더 센서는 수집된 파형(waveform) 분석을 통해 심박, 호흡, 속도, 떨림 등을 추정하고 이를 기반으로 부재와 재실(수면 또는 활동) 등을 추정하였다. 또한 온도, 습도, 조도, 공기의 질(TVOC)을 측정하여 생활환경 데이터를 제공하였다. 수집된 정보는 ICT 장비와 클라우드 컴퓨팅 기술을 통해 저장, 분석되어 대상자의 생활 패턴, 부재와 재실(수면 또는 활동), 실내환경 정보 등으로 변환되었으며, 분석된 정보와 개인 맞춤 개선 방향은 앱을 통하여 실시간으로 본인과 가족 보호자, 그리고 돌봄코디네이터에게 전달되었다. 또한 AI 알고리즘을 기반으로 이상 징후가 감지되는 경우 알람 기능을 제공하는 지능형 AI 돌봄서비스를 제공하였다.

돌봄코디네이터는 지역 내 건강한 성인으로서 본 프로그램의 목적을 숙지하고 코디네이터의 활동 조건에 동의한 유급 자원봉사자 총 6명(지역별 2명)을 선발하였고, 돌봄코디네이터 1인당 총 11명의 독거노인(실험집단과 통제집단 각 5~6명씩)을 배정하였다. 돌봄코디네이터는 실험집단과 통제집단 참여자에게 주 1회 방문과 주 1회 전화로 안부·안전 확인 및 말벗 서비스를 제공하였다. 일상생활 말벗 서비스에 초점을 둔 통제집단과 달리 실험집단은 돌봄코디네이터로부터 레이더 센서에서 수집된 데이터와 분석 결과에 기반한 생활 패턴 및 생활환경에 관한 상담 및 모니터링 서비스를 추가로 제공받았다.

Fig. 2. 
IoT Sensor–based Care Service Model

본 연구에서는 프로그램 개입 전과 후 약 2주 정도의 시간을 두고 훈련된 연구진에 의하여 대면 설문조사 방식으로 사전, 사후조사가 진행되었다. 설문 내용은 인구사회학적 특성, 주관적 건강 상태와 동년배와 비교한 건강 상태, 심리정서적 건강, 지각한 사회적 지지, 집과 주변 환경에 대한 만족도를 포함하였다.

심리정서 및 사회적 지지 관련 문항은 표준화된 척도를 활용하였으며 이에 대한 상세 정보는 위의 표 3에 제시된 바와 같다. 전반적인 삶의 만족 수준은 Satisfaction With Life Scale (SWLS)의 5개 문항을 5점 리커트 척도로 측정하였고[18], 우울은 노인실태조사에 지속적으로 활용되는 단축형 노인 우울 척도(Korean version of the short form of Geriatric Depression Scale: SGDS-K)를 활용하여 측정하였다. 15개 문항으로 구성된 이 측정도구는 각 문항에 예=1, 아니오= 0의 응답치를 합산하여 점수가 높을수록 우울 증상이 심한 것으로 해석되는데 총점이 8점 이상인 경우 임상적으로 우울증상이 있다고 해석된다[19]. 마지막으로 사회적 지지는 타인을 통해 지각한 사회적 지지 척도(Perceived Social Support through Others Scale-8: PSO-8)를 활용하여 측정하였다[20]. 8개 문항의 5점 리커트 척도로 구성되었고 높은 점수는 사회적 지지에 대한 긍정적인 인식 수준을 반영한다.

본 연구의 연구 대상자 모집 과정과 설문조사 도구는 인간대상 연구의 윤리적 절차를 준수하여 진행되었다. 연구의 목적, 내용, 일정, 수집된 자료 처리 방법에 대한 상세한 설명과 개인정보보호 방안, 중도 이탈에 대한 불이익이 없음을 사전에 고지하였고, 연구대상자의 자발적 참여에 대한 서면 동의를 획득하였다. 실험집단의 경우 레이더 센서를 통해 수집되는 정보의 범위와 처리 절차를 설명하였으며 서비스를 중단 하기를 원한다면 즉시 수집된 자료를 모두 폐기할 것을 안내하였다. 돌봄코디네이터에게도 프로그램 내용과 함께 생명윤리 및 연구 대상자 보호에 관한 교육을 실시하였다. 전체 연구대상자에게는 연구참여에 대한 소정의 답례품을 제공하였으며 이 모든 과정은 본 연구진이 소속된 기관의 생명윤리위원회의 승인 아래 진행되었다(KNU-HR2022010).

본 프로그램의 개입 전에 두 집단이 동질하게 구성되었는지 확인하기 위하여 사전조사 자료를 토대로 인구사회학적 특성과 주요 결과 변인들의 기술통계치를 확인하였고, 카이제곱 검정과 독립 표본 t 검정을 수행하였다. 돌봄서비스의 효과성을 검증하기 위하여 집단 내 사전-사후 측정치의 평균변화를 대응 표본 t 검정을 통해 확인하였다. 모든 통계적 유의 수준은 p < .05를 기준으로 검정하였다.

실험집단과 통제집단 연구참여자들의 인구사회학적 특성을 분석한 결과는 아래의 표 4에 제시된 바와 같다. 두 집단의 참여자 대다수는 여성(80% 이상)이었고, 연령 그룹 중 75~84세의 비중이 가장 크게 나타났다. 65~74세에 해당하는 참여자의 비중이 실험집단에서 약간 높게 나타났으나 두 집단 참여자의 평균 연령은 약 78세 전후로 통계적 유의도에는 차이가 없는 것으로 분석되었다. 실험집단 참여자의 최종 학력 수준은 고르게 분포됐지만, 통제집단 참여자는 초등학교 졸업 또는 그 이하인 경우가 과반의 비율을 보였고, 실험집단의 경우 기초생활 수급자의 비중이 통제집단에 비해 높게 나타났다. 이에 주관적으로 자신의 경제 상황을 매우 빈곤 또는 빈곤한 편이라 응답한 참여자의 비율이 실험집단에서 약간 높게 나타났으나 5점 기준 평균값에는 두 집단의 차이가 보이지 않았고, 독거생활 연한에서도 차이가 없는 것으로 분석되었다.

전술한 바와 같이 레이더 센서 기반 돌봄서비스의 효과성은 연구 참여자의 주관적 건강과 동년배와 비교한 건강 평가, 심리정서 상태(삶의 만족과 우울) 및 사회적 지지, 그리고 집과 주변 환경에 대한 만족도에 초점을 두고 분석되었다. 분석의 첫 단계로, 주요 변인들에 대하여 프로그램 참여 이전에 집단 간 동질성을 확인하였고, 프로그램 참여 후 집단 간 차이가 나타나는지 검증하였다.

표 5에 제시된 바와 같이 사전조사 분석 결과, 실험집단과 통제집단은 무작위 할당이 이루어지지 않았음에도 주요 변인들의 평균값에 통계적으로 유의한 차이를 보이지 않았다. 이에 집단 간 동질성은 확보된 것으로 판단하였다. 돌봄서비스를 이용한 이후에는 두 집단 간 유의한 차이가 나타났는데, 실험집단 참여자들이 통제집단 참여자들보다 주관적 건강, 동년배와 비교한 건강 수준을 더욱 긍정적으로 평가하는 결과를 보였고, 우울감 수준은 더욱 감소한 것으로 분석되었다. 삶의 만족도와 사회적 지지 인식 수준은 두 집단 모두 사전조사보다 긍정적으로 변화하거나 유지되는 경향을 보였으나 집단 간 차이가 통계적으로 유의한 수준에는 미치지 않았다.

표 6에 제시된 집과 주변 환경 만족도에 대한 사전조사 결과에 따르면 이웃과 주거비에 대한 만족을 제외한 집의 편리함, 편안감, 안전감은 통제집단 참여자들이 실험집단 참여자보다 더욱 긍정적으로 평가하였고, 이는 통계적으로 유의한 수준이었다. 한편 돌봄서비스를 이용한 이후에는 모든 항목에 있어 실험집단의 평균치가 통제집단의 평균치보다 높게 나타났고, 특히 이웃과 주거비 만족도, 집의 편리함과 안전감은 통계적으로 유의한 차이를 보였다. 이는 레이더 센서 기반 돌봄서비스와 관련 정보를 활용한 코디네이터의 활동이 실험집단 참여자의 집과 주변 환경에 대한 만족 수준을 긍정적으로 변화시키는 데 영향을 미친 결과라고 볼 수 있다.

다음 표 7은 주요 심리·사회적 변인들의 집단 내 사전-사후 측정치 변화 결과를 제시한다. 실험집단의 경우 모든 항목에서 사전 측정치에 비하여 사후 측정치가 긍정적으로 변화한 결과를 보였다. 특히 주관적 건강과 동년배와 비교한 건강 평가, 삶의 만족도, 우울감 감소의 수준은 통계적으로 유의한 변화인 것으로 분석되었다. 반면 통제집단의 경우 삶의 만족도만 유의한 긍정적 변화를 보였고, 그 외 항목에서는 유의한 변화 경향을 보이지 않았다.

실험집단 참여자들이 프로그램 참여 이후 긍정적인 변화를 나타낸 경향은 집과 주변 환경 만족도의 집단 내 사전-사후 변화 결과에서도 유사하게 관찰되었다(표 8). 즉 레이더 센서 기반 돌봄서비스를 이용한 이후 이웃과 주거비 만족도, 집의 편리함, 편안함, 안전감에 대한 인식이 통계적으로 유의한 수준에서 긍정적으로 변화한 결과를 보였다. 반면 돌봄코디네이터의 일상적 말벗 서비스를 받은 통제집단 참여자들은 모든 항목에서 사전-사후 측정치 사이에 통계적으로 유의한 변화를 보이지 않았다.