DietAdviser: 스마트폰상에서의개인건강관리어플리케이션 459 DietAdviser: 스마트폰상에서의개인건강관리어플리케이션 (DietAdviser: A Personalized ehealth Agent in a Mobile Computing Enviroment) 임병권 김지섭 (Byoung-Kwon Lim) (Jiseob Kim) 유준희 장병탁 (JunHee Yoo) (Byoung-Tak Zhang) 요약전시대를통틀어건강은인류에게중요한문제이다. 특히사회와경제가안정되어있는나라일수록건강에대한관심이높은데, 그것은우리나라도예외가아니다. 실제로우리나라의국민의료비규모는성장을거듭하고있다. 이러한상황에서체중관리는건강과직접적으로관련되고많은사람들이신경을쓰는부분이다. 이에맞춰많은체중관리용스마트폰어플리케이션이개발되고있다. 하지만대부분의어플리케이션은그저사용자의입력을기록하고보여줄뿐사용자에게적절한식단과운동을추천하지못한다. 그리하여본연구진에서는자동화되어사용자가손쉽게이용할수있고, 사용자의성향에맞춰개인화된정 이논문은 MICROSOFT KOREA의지원으로수행한연구 (A Personalized ehealth Agent for Monitoring Diabetes Patients in a Mobile Computing Environment) 의일환이며, 지식경제부및한국산업기술평가관리원의 IT산업원천기술개발사업 (10035348, mlife), 교육과학기술부의재원으로국가연구재단의지원을받아수행한연구 (2011-0016483, Videome) 및교육과학기술부의 BK21-IT 사업에의해일부지원되었음 이논문은제38회추계학술발표회에서 DietAdviser: 스마트폰상에서의개인건강관리어플리케이션 의제목으로발표된논문을확장한것임 학생회원 : 서울대학교컴퓨터공학부 bklim@bi.snu.ac.kr jkim@bi.snu.ac.kr jhyoo@bi.snu.ac.kr 종신회원 : 서울대학교컴퓨터공학부교수 btzhang@bi.snu.ac.kr (Corresponding author 임 ) 논문접수 : 2011년 12월 28일심사완료 : 2012년 2월 18일 CopyrightC2012 한국정보과학회ː개인목적이나교육목적인경우, 이저작물의전체또는일부에대한복사본혹은디지털사본의제작을허가합니다. 이때, 사본은상업적수단으로사용할수없으며첫페이지에본문구와출처를반드시명시해야합니다. 이외의목적으로복제, 배포, 출판, 전송등모든유형의사용행위를하는경우에대하여는사전에허가를얻고비용을지불해야합니다. 정보과학회논문지 : 컴퓨팅의실제및레터제18권제6호 (2012.6) 보를추천할수있는체중관리어플리케이션인 DietAdviser 를개발하였다. DietAdviser는스마트폰센서를이용하여사용자의데이터를자동으로수집하며저장된데이터를바탕으로사용자의식성에맞는식단을추천한다. 체중조절에는많은시간과노력이필요하지만, 사용자들은이 DietAdviser를이용하여체중조절에필요한시간과노력을절약할수있다. 키워드 : 행동인식, 하이퍼네트워크, 추천시스템 Abstract Health is important for everyone. In particular, people in advanced countries are more concerned about health. It s a fact that South Korea s medical expenses are growing up. In this situation, diet is essential problem in health and many people are not free of worry about diet. There are many diet applications to meet many people s expectations. But, a lot of applications only log and show user s input. They can t recommend proper exercise and menu. So, our team develop DietAdviser that person can easily use and be recommended personalized menu and exercise. DietAdviser automatically log user s information using smartphone s sensors and recommend personalized menu using logged information. Diet needs a lot of time and effort, but DietAdviser users can save time and effort. Key words :Action recognition, Hypernetwork, recommendation syste 1. 서론 전세계적으로건강은큰관심사이다. 우리나라도예외는아니어서보건복지부에서조사한통계에따르면국민의료비규모는성장을거듭하여 1980년 1.4조원에서 2009년 73.7조원으로증가하였다. 규모의증가뿐만아니라 GDP중국민의료비가차지하는비율은 1980년 3.7% 로 6.9% 로증가하였으며, 이것을통해사람들이점점건간에많은관심을기울이고있다는것을알수있다 [1]. 이러한상황에서체중조절은대부분의사람이가장흔하게접하는중요한건강문제이다. OECD 통계에따르면 2009년 OECD 가입국과체중인구비율은남성 61.0%, 여성 51.9% 로인구의절반이상이과체중상태이다 [2]. 과체중이나비만은고혈압이나당뇨등의원인이되므로체중조절은건강관리에매우중요한부분이다. 체중관리를위해서는자신의신체조건에맞춰식단과운동계획을세우고그것에따라실천해야한다. 하지만, 식단과운동계획은아무나세울수없으며, 설사계획이있더라도자신이얼마나계획에맞춰행동했는지를아는것은힘들다. 사람은그날자신이무엇을먹었는지모두기억할수없고, 자신이먹은음식의칼로리가어느정도되는지는찾아보지않고서는알수없
460 정보과학회논문지 : 컴퓨팅의실제및레터제 18 권제 6 호 (2012.6) 으며, 자신이오늘얼마나운동했고그로인해얼마나칼로리를소모했는지는더더욱알수없다. 하지만스마트폰을사용하면위의문제를쉽게해결할수있다. 사용자는스마트폰에자신이먹은음식을즉시기록할수있고, 스마트폰에내장된다양한센서를이용하면스마트폰을지니고있는사용자가지금걷고있는지뛰고있는지가만히있는지등운동상태를파악할수있다. 이런스마트폰의특성을이용하면사용자의운동량을자동으로파악하고사용자의식성에따른식단추천이가능한어플리케이션을개발할수있다 [3]. 본연구실에서는이러한점에착안하여사용자의운동량을자동으로파악하고개인화된식단추천서비스가가능한 DietAdviser 어플리케이션을개발하였다. 본논문에서는개발된 DietAdviser 어플리케이션의사용방법을설명하고, 각부분의구조와핵심적인모듈에대하여설명하겠다. 그림 1 기본화면 ( 좌 ) 식단입력 ( 우 ) 2. 관련연구 스마트폰을이용한건강관리어플리케이션은많은개발과연구가이루어지고있다. 체중조절어플리케이션은건강관리어플리케이션의많은부분을차지하고있지만, 대부분의어플리케이션이그저사용자가입력한식단을기록하고각식단의칼로리를계산하는정도의서비스나운동량을측정하는수준에그치고있어사용자에게많은도움을주지못한다 [4]. 경희대학교에서는 u-dailycare 시스템을설계하여사용자의입력뿐만이아니라센서데이터를이용하여사용자의건강관리에도움을주는시스템을설계하였다 [5]. 이시스템은스마트폰외의다양한센서를이용하고이를네트워크를통해의사와연결해사용자가가진질병을체크할수있다. 이시스템은사용자에게전문적인도움을줄수있지만, 사용하는사람들에제한이있으며, 각각의사람들이자신에게맞춰진개인화서비스를받기힘들다는단점이있다. 본논문에서설명할 DietAdviser 어플리케이션은사용자에게식단추천과운동추천서비스가가능하여사용자가건강을관리하는데더많은도움을줄수있으며, 사용자의입력과사용이간단하고각사용자별로개인화서비스를제공하여많은사람이이용가능하게하였다. 3. 사용방법스마트폰의안드로이드OS를사용하는사용자는어플리케이션을설치하여 DietAdviser를이용할수있다. 사용자는먼저자신의정보를입력해야한다. 그림 2의기본정보화면에서사용자는자신이입력한정보와자 그림 2 운동추천 ( 좌 ) 식단추천 ( 우 ) 신이오늘얼마나칼로리를소모했고섭취했는지한번에확인할수있다. 또한사용자는식단입력기를이용하여자신이먹은식단을입력해야하는데, 그림 1의식단입력화면과같이, 카테고리별로분류된항목을통해서자신이먹은음식을찾아입력할수있다. 카테고리로찾기힘들때를대비하여검색버튼을누르면검색을통해자신이먹은식단을찾아입력할수있도록구현하였다. 이렇게입력한데이터를바탕으로사용자는식단추천서비스와운동추천서비스를제공받는다. 운동추천서비스는그림 1의기본화면에서추천항목의운동버튼을클릭하면제공받을수있다. 버튼을클릭하면그림 2의운동추천화면과같이자신이섭취한칼로리와소모한칼로리를통해자신이얼마나운동을해야하는지확인할수있다. 또한, 사용자는운동하는중간중간에도자신의칼로리소모상태와추천운동량을확인할수있다. 식단추천서비스는그림 1의기본화면에서
DietAdviser: 스마트폰상에서의개인건강관리어플리케이션 461 추천항목의식단버튼을클릭하면제공받을수있다. 버튼을클릭하면그림 1의식단추천화면으로넘어가는데, 사용자의식성과체중조절에적절한칼로리를고려하여알맞은식단을추천한다. 4. 설계 DietAdviser의전체구조는그림 3과같다. 전체적으로크게데이터입력부분, 사용자데이터관리부분, 서비스제공부분으로나눌수있다. 데이터입력부분은사용자의입력을받거나스마트폰센서의입력을받고저장하는부분이고, 사용자데이터관리부분은저장된데이터를통해사용자의신체지수, 사용자가소모한할칼로리등필요한정보로바꿔저장하는부분이며, 서비스제공부분은식단추천과운동추천서비스를사용자에게제공하는부분이다. 각부분은핵심적인역할을하는행동인식모듈, 체중예상모듈, 식단추천모듈을가지고있다. 4.1 데이터입력부분데이터입력부분에서입력받는데이터는크게두가지종류로나눌수있다. 먼저사용자에게입력받는데이터로성별, 나이, 키, 몸무게, 식단을입력받는다. 여기서성별, 나이, 키는처음에만입력받고, 몸무게는하루에한번입력받고, 식단은먹을때마다입력받는다. 이렇게입력된기록들은스마트폰의내부데이터베이스에저장된다. 또한, 스마트폰센서로부터여러가지 센서정보를받아행동인식모듈을통해분석하여사용자의행동인식결과를얻어내고이것을데이터베이스에저장한다. 4.1.1 행동인식모듈행동인식모듈은스마트폰센서를사용하여사용자가지금어떤행동을하고있는지파악하는모듈이다. 행동인식모듈이자동적으로사용자의행동을파악함으로써 DietAdviser는사용자가입력하는수고를줄일수있다. 행동인식모듈은스마트폰의가속도센서와 GPS 센서를이용하여 4초마다사용자의행동이걷기와달리기, 멈춤중무엇인지판별한다. 이렇게세가지항목으로나누는이유는걷기와달리기이외에는일상생활에서칼로리소모가심하지않기때문이다. 멈춤항목에는다른여러행동도포함되어있지만, 이러한행동은사용자가소모한열량을계산하는데중요하지않기때문에모두멈춤항목에포함되어있다. 행동인식모듈이동작하는과정은그림 4에표현되어있다. 스마트폰에서얻어진 x,y,z가속도를합해가속도의크기를 125ms 단위로 32번수집하여퓨리에변환하고이변환된값을 SVM [7] 을이용하여사용자의행동을판별한다. 직접저자가행동하며수집한 10분의데이터를실험해보았을때, 30초의데이터를학습에사용하고나머지를테스트 90% 이상의정확도를나타내었다. 4.2 사용자데이터관리부분사용자데이터관리부분은데이터입력부분에서저 그림 3 DietAdviser 의전체구조
462 정보과학회논문지 : 컴퓨팅의실제및레터제 18 권제 6 호 (2012.6) 장한데이터를바탕으로서비스제공부분이이용할수있는데이터로바꾼다. 사용자의 BMI를계산하고, 체중조절에적절한칼로리를계산한다. 또한, 하루동안소모하고섭취한칼로리를계산하며, 이를통해사용자가얼마나운동을해야하는지계산하고, 앞으로사용자의체중이어떻게변할지구해낸다. 이러한계산들은체중측정모듈을통해이뤄지며얻어진값들은사용자에게추천서비스를제공하기위해사용된다. 4.2.1 체중측정모듈체중측정모듈은사용자의신체수치와칼로리량을계산해주는역할을한다. 체중측정모듈을통하여사용자는식단추천과운동추천에필요한정보를얻을수있으며, DietAdviser는식단추천과운동추천서비스를모두제공할수있다. Weight( kg) BMI = 2 Height( m) 위의식에사용자신체정보를대입해사용자의 BMI 를계산하여사용자가체중이어떤상태인지판단한다. 만약사용자가과체중이라면 DietAdviser는 LWF(Lose Weight Factor) 를설정한다. LWF는사용자의체중감소를위해필요한하루치총열량의합으로기본적으로체중감소를목적으로하므로음수이다. LWF는사용자의 BMI수치가높을수록적어진다. 만약 BMI수치가 28 이넘는고도비만의경우 LWF는 -770.0kcal이고, BMI 수치가 23을넘는경도비만의경우 LWF는 -256.66kcal 이다. 사용자는하루에주어진 LWF만큼체내의칼로리를소모함으로써계획적으로체중조절을할수있다. 하루동안의칼로리증감량은칼로리섭취량에서칼로리소모량을빼면구할수있다. 칼로리섭취량은사용자가기록한식단의각품목별칼로리를합하여구할수있고칼로리소모량은아래와같은식으로구할수있다. 칼로리소모량 = 기본칼로리소모량 + 활동칼로리소모량기본칼로리소모량은인간이가만히있어도소모되는칼로리이며, 활동칼로리소모량은걷기나달리기등인간의특별한행위에의해소모되는칼로리이다. 그림 4 행동인식모듈 기본칼로리소모량 (kcal) = 66.47 + (13.75 Weight( kg)) + (5 Height( m)) (6.76 Age( year)) MET 3.5 Weight( kg) Duration( time) 활동칼로리소모량 (kcal)= 200 MET은에너지소비도로근육을많이사용하는행동을할수록커진다. DietAdviser에서는사용자의행동을판단하여사용자의행동이달리기라면 7.5 걷기라면 2.75 멈춤이라면 1.3의값을가진다. 주어진 LWF와사용자의칼로리소모량과섭취량계산식을통해 DietAdviser는사용자가체중조절을위해얼마나음식을섭취하고얼마나운동해야하는지계산할수있다. 4.3 서비스제공부분 DietAdiviser에서사용자에게제공하는서비스는운동추천서비스, 식단추천서비스이다. 운동추천서비스는사용자가그날섭취한칼로리와소모한칼로리, 칼로리소모권장량을통해적절한체중조절을위해필요한운동시간을계산한다. 사용자는운동추천서비스가알려준운동시간에맞춰운동을하여체중조절에적절한칼로리를소비할수있으며, 운동을하는중간에도칼로리소모량이나운동시간등필요한정보를실시간으로얻을수있다. 4.2.1 식단추천모듈본논문에서는식단추천모듈은식단추천서비스를제공할때추천하는식단을결정하는모듈이다. 식단추천모듈은이제까지사용자가입력한식단을이용하여식단을추천함으로써사용자의취향이반영된개인화된서비스제공이가능하게하기위해하이퍼네트워크를사용자의취향학습에사용한다. 하이퍼네트워크는다수의노드를연결한하이퍼에지들과하이퍼에지각각가중치를가지며, 이하이퍼에지들은유전알고리즘을사용하여데이터와비교하여가중치값을변화시킨다. 하이퍼네트워크는이렇게학습된하이퍼에지와가중치를통해데이터의전체분포를표현한다 [6]. 하이퍼네트워크는동시에먹은음식의가중치를높임으로써사용자가어떤음식을자주먹고어떤음식과다른음식을같이먹는지를학습할수있으며, 이를통해사용자의음식취향을파악할수있다. 그리고이렇게학습된하이퍼에지를통해의사코드 1과같이식단추천기능을수행한다. 먼저학습된하이퍼에지중에가중치의비율에맞춰임의의에지를선택한다. 선택된에지에포함된음식중에서칼로리가높은음식을시작으로메뉴에넣는다. 그후에계산된적절한칼로리를넘지않는선에서, 가장최근에추가된음식을포함하는다른에지들중에하나의에지를가중치비율에맞춰임의로선택한다. 선택된에지에포함된다른음식을메뉴에추가한는과정을반복한여식단을구성한다.
DietAdviser: 스마트폰상에서의개인건강관리어플리케이션 463 그림 5 일반인의식단추천결과 ( 좌 ), 채식인의식단추천결과 ( 우 ) 게만들고나머지부분들을자동화하였으며, 사용자가자신에게맞는서비스를제공받게하기위해과거의데이터를저장하여사용자개개인에맞춰정보를제공하도록만들었다. 하지만, 운동의종류가걷기와달리기로제한되고스마트폰을항상소지해야하는등의불편이남아있다. 앞으로는이러한문제를해결하고, 키넥트를이용하여실내에서스마트폰을소지하지않아도사용자의운동량을측정하는방법에관하여연구하여, 외부센서와스마트폰을연결한유비쿼터스적인건강관리어플리케이션을만들계획이다. 참고문헌 의사코드 1 하이퍼네트워크를이용한식단추천방식그림 5는일반적인식습관을가진사용자와채식주의자인사용자의식단추천모듈결과를비교한것이다. 채식주의자인사용자의식단데이터는고기류가포함되어있지않아, 고기류음식을추천하지않은것을확인할수있다. 5. 결론및향후연구현대인의건강을위해선체중조절은간과할수없는부분이지만, 체중조절엔시간과노력이많이필요하여누구나그런시간과노력을들이기는어려운상황이다. 하지만사용자가 DietAdviser를사용하여도움을받는다면, 손쉽고적절하게체중조절에관한조력을얻을수있다. 이를위해 DietAdviser는식단추천서비스와운동추천서비스를동시에제공하며사용자의시간과노력을절약하기위해직접입력하는부분을최대한적 [1] KOREA MINISTRY OF HEALTH&WELFARE, "Korean National Health Accounts and Total Health Expenditure in 2009," 2010. [2] OECD, "OECD Health Data 2011," 2011. [3] H. Kim, J. Jo, Y. Choe, J. Oh, J. Lee, G. Yun, "Ubiquitous Health Care system for Chronic disease management," Journal of KIISE : Information and Communications, vol.27, no.9, pp.3-8, 2010. (in Korean) [4] E. Choe, J. Seo, "u-health for Management of Chronic Diseases -Physical Activity and Therapeutic Exercise-," Journal of the Korean Medical Association, vol.52, no.12, pp.1154-1163, 2009. [5] B. You, D. Kim, G. Jo, S. Kim, S. Oh, J. Jo, "u-dailycare : Design of a Health Management System for Chronic Illness Patients," Proc. of the KIISE Korea Computer Congress 2011, vol.38, no.1(a), pp.146-149, 2011. (in Korean) [6] Byoung-Tak Zhang, "Hypernetworks: A molecular evolutionary architecture for cognitive learning and memory," IEEE Computational Intelligence Magazine, vol.3, no.3, pp.49-63, 2008. [ 7 ] Chih-Chung Chang and Chih-Jen Lin, "LIBSVM : a library for support vector machines," ACM Transactions on Intelligent Systems and Technology, vol.2, no.27, pp.1-27, 2011.