Oura는 항상 정확성을 높이기 위해 꾸준히 노력하고 있어요. 오늘부터 멤버 여러분께 새로운 수면 단계 알고리즘을 순차적으로 제공해 드릴 거예요. 이 알고리즘은 소비자용 웨어러블 기기에서 사용할 수 있는 수면 단계 알고리즘 중에서 가장 정확한 편이랍니다. 폴리솜노그래피(PSG) 수면 실험실 검사, 즉 수면 검사에서의 골드 스탠다드와 4단계 수면 분류(기상, 얕은 수면, 깊은 수면, 그리고 REM 수면)에서 79%의 일치도를 보였거든요.
이 알고리즘을 만드는 데는 수년간의 연구와 노력이 필요했어요. 아주 큰 규모로 수집된 수면 데이터를 바탕으로, 고급 머신러닝 기법을 오랜 시간에 걸쳐 다듬었죠.
| “이 알고리즘은 소비자용 웨어러블 기기에서 사용할 수 있는 수면 단계 알고리즘 중에서 가장 정확한 편이랍니다. PSG 수면 실험실 검사와 79%의 일치율을 보였거든요.” |
Oura의 과학 책임자인 Shyamal Patel 박사는 “새로운 수면 단계 알고리즘은 정확성과 과학적 검증을 우리 제품의 핵심 가치로 삼고, 멤버들이 건강 여정을 이어갈 수 있도록 깊이 있고 개인화된 건강 인사이트를 제공하는 데 집중하고 있다는 점을 보여줍니다”라고 말했어요.
이 작업을 더 자세히 알아보고자 Oura 과학팀원들에게 마이크를 돌렸습니다. Oura 과학팀에는 UC 버클리에서 수석 기계 학습 데이터 과학자이자 전 수면 연구원이었던 Raphael Vallat 박사, 수석 기계 학습 데이터 과학자인 Gerald Pho 박사, 그리고 건강 센싱 책임자인 Xi Zhang 박사가 있죠.
아래에서 과학자들이 새로운 수면 단계 알고리즘의 특별한 점, 멤버들이 알아두면 좋은 내용, 그리고 그 과정에서 겪은 어려움과 성과에 대해 나눈 이야기를 살펴보세요.
더 알아보기: Oura는 어떻게 수면을 추적하나요?
새로운 소식
새로운 수면 단계 알고리즘이 그 어느 때보다 더 정확해졌지만, 이전 수면 단계 알고리즘도 이미 웨어러블 분야에서 최고 수준이었고, 독립적으로 검증받은 바 있답니다.
하지만 새로운 알고리즘은 기준을 더 높였어요. 이제 Oura Ring은 골드 스탠다드인 PSG 실험실 테스트와 비교했을 때 79%의 일치율을 보여줍니다. 이건 정말 놀라운 성과예요. 여러 연구에서 독립적으로 확인된 바로는, 인간 전문가들이 PSG 연구의 4단계 수면 분류에 대해 합의한 비율이 약 88%이고, 5단계 수면 분류에서는 평가자 간 합의도가 약 83%거든요.
또한, 모든 수면 단계에서 새로운 수면 단계 알고리즘은 민감도, 정확도, 특이도가 더 높아져서 74%에서 98%까지로 향상됐어요. 다른 연구에서도 특정 수면 단계를 감지할 때 비슷한 결과가 나타났지만, 이런 성능 향상은 보통 다른 단계의 성능이 떨어지는 결과로 이어지곤 해요(예를 들어, 깊은 수면을 잘 감지하면 REM 단계는 잘 감지하지 못하는 식으로요).
즉, Oura의 새로운 수면 단계 알고리즘이 밤새 어떤 수면 단계에 있는지 더 잘 감지할 수 있어요. 수면 단계 전반에 걸친 민감도 증가는 수면 점수뿐만 아니라 준비 상태 점수의 정확도를 높여요. 하루를 보내기에 몸이 얼마나 잘 준비되었는지를 더 잘 반영한다는 뜻이죠.
더 알아보기: 내 Oura 수면 점수
Oura만의 차별성: 데이터 다양성
수면 중 Oura Ring은 심박수, 움직임, 체온 추세 등 신체 신호를 모니터링해서 언제 잠이 들었는지와 어떤 수면 단계에 있는지 확인해요. 각 수면 단계(기상, 얕은 수면, REM, 그리고 깊은 수면)는 각각 뚜렷한 생체신호로 구분되죠.
Vallat는 새로운 수면 단계 알고리즘을 개발하기 위해 “더 다양한 사람들을 대상으로, 알고리즘이 생체신호와 수면 단계를 더 잘 감지할 수 있도록 가장 큰 규모의 수면 웨어러블 데이터셋 중 하나를 수집해서 알고리즘을 훈련했습니다”라고 밝혔어요. 정확도가 향상되면 궁극적으로 Oura 멤버들이 자신의 수면 패턴과 전반적인 건강에 대해 더 좋은 인사이트를 얻을 수 있죠.
개발 과정에는 2년 넘게 광범위한 연구가 수반되었어요. Vallat는 전 세계 수면 연구소에서 PSG와 Oura Ring 데이터를 활용해 1,200박 이상의 수면 데이터를 담은 이 데이터 세트를 직접 구축했다고도 했죠.
이 연구 결과는 피어 리뷰를 거치는 과학 저널인 Sensors에 실렸어요. 해당 논문 은 알고리즘이 어떻게 작동하는지 깊이 있게 설명하고 있어요. 또, 수면 알고리즘의 기술적인 내용을 이해하고 싶은 누구나 자유롭게 볼 수 있도록 공개되어 있어서, Oura가 투명성을 얼마나 중요하게 생각하는지 잘 보여준답니다.
“이전 데이터 세트와 달리, 우리가 수집한 데이터는 다양한 수면 패턴과 여러 배경을 가진 인구 집단에서 모았어요. 예를 들어, 피부색, 건강 상태, 나이, 그리고 수면 장애가 서로 다른 사람들이 포함되어 있죠.”
이질적인 데이터 세트를 사용하면 알고리즘이 다양한 사람을 대상으로 학습하게 돼요. 그래서 여러 사람을 대상으로도 좋은 효과를 보일 수 있답니다. Oura에서는 인간 중심을 중요한 가치로 생각해요. 그래서 알고리즘이 모두에게 잘 작동하도록 고려하죠.
“2021년에 연구 결과가 발표된 이후로, 저희는 훈련과 테스트 데이터베이스를 계속 확장해 왔어요.” Vallat는 이렇게 말해요. “데이터 세트가 두 배 이상으로 늘어나면서, 환자 다양성도 개선되어 다양한 인구 집단에서 높은 정확도를 얻을 수 있게 됐죠.”
일반적으로 수면 단계 알고리즘은 제한된 양의 데이터(<100박의 수면)를 사용해 개발되며, 건강한 젊은 대학생과 같이 동질적인 집단의 데이터를 바탕으로 제작돼요. 즉, 더 넓고 다양한 사람들이 사용하면 알고리즘의 정확도가 자연스럽게 낮아질 수 있어요.
| “데이터 세트가 두 배 이상으로 늘어나면서, 환자 다양성도 개선되어 다양한 인구 집단에서 높은 정확도를 얻을 수 있게 됐죠.” |
관련 내용: 폴리솜노그래피(PSG) 수면 검사란 무엇인가요?
개발 타임라인 소개
연구와 개발에서 과학적 알고리즘이 실제 제품으로 만들어지기까지는 시간이 걸리고, 그만큼 특별한 어려움도 있어요.
Pho 박사는 “과학은 시간이 많이 드는 일”이라고 말해요. “적절한 테스트와 검증을 완료하려면 몇 년이 걸리곤 해요. 이번에 선보이는 새로운 알고리즘도 마찬가지입니다. 우리는 알고리즘의 연구 버전이 실제 제품에 적용된 최종 버전과 일치하는지 확인하고 싶었어요. 즉, 훨씬 더 크고 다양한 멤버 기반에서도 기대한 대로 잘 작동하는지 살펴본 거예요.”
“그리고 과학이 ‘준비’됐다고 해도, 이론적인 알고리즘이 링 밖에서 완성된 다음엔 하드웨어와 앱에 맞춰서 동기화해야 해요”라고 Zhang이 설명해요. “알고리즘을 소프트웨어로 구현하는 과정은 긴 여정이었어요. 링 펌웨어, 앱, Cloud 개발 등 여러 부분을 바꿔야 했죠.”
Pho는 “새로운 수면 단계 알고리즘은 기본이 되고, 전반적인 수면 점수와 준비 상태 점수에도 영향을 줘요. 따라서 전체적으로 좋은 연속성을 유지할 수 있도록 보정이 필요했어요”라고 말해요. “2022년 11월에 베타 버전을 출시한 이유도 여기에 있습니다. 응집력을 높이기 위해, 동시에 작동하는 알고리즘을 사용해서 멤버들의 수백만 밤에 해당하는 데이터를 모으고 싶었어요.”
결국 2년 동안 Oura 연구진과 전 세계 과학자들이 과학적 지식 기반을 크게 넓혔어요. 그리고 지금도 계속해서 데이터세트를 추가하고 알고리즘을 업데이트하면서 연구를 이어가고 있죠.
Oura 멤버가 볼 수 있는 변화는 무엇일까요?
“더 다양한 인구 집단의 데이터를 사용하면서 연령과 심박수 변동성(HRV)에 따라 몇 가지 중요한 변화가 있다는 걸 알게 됐어요.” Vallat는 이렇게 설명해요.
Oura 멤버들이 확인할 수 있는 수면 관련 측정 지표의 변화는 다음과 같아요.
- 대부분은 얕은 수면이 늘어나는 걸 볼 수 있어요. 하지만 걱정하지 마세요. ‘얕은 수면’이라고 불리지만, 여전히 뇌와 몸에 좋은 수면이니까요. 얕은 수면에 대해 더 알아보기.
- HRV가 높으면 기상 시간과 깊은 수면이 줄고, REM 수면이 늘어날 수 있어요.
- HRV가 낮은 사람은 REM 수면이 줄어들고 기상 시간이 늘어날 수 있고요.
관련 내용: 평균 HRV는 무엇인가요?
앞으로를 바라보며
수면에 대한 과학은 시간이 지나면서 계속 발전하고 있어요. Oura의 과학적 기반도 마찬가지로 함께 진화하고 있답니다. “우리의 목표는 오늘날 사용할 수 있는 과학과 기술로 최대한 정확한 측정과 인사이트를 제공하는 것”이라고 Patel이 말해요. “과학과 기술이 발전하면, 저희도 함께 발전하며 Oura가 제공할 수 있는 가능성을 계속 확장할 거예요.”
“우리는 과학을 기반으로 한 회사라는 점에 자부심을 느낍니다. 앞으로도 Oura 멤버에게 가장 앞선 건강 센싱 기능을 제공할 수 있도록 연구와 개발에 계속 투자할 예정이에요.” Patel은 이렇게 덧붙였어요.
Oura 전문가 소개
Shyamal Patel 박사는 Oura의 과학 부문 수석 부사장(SVP)으로, 센서 데이터를 정확한 건강 및 웰빙 지표로 변환하는 알고리즘의 연구·개발에 집중하는 학제 간 조직을 이끌고 있습니다. Shyamal은 Northeastern University에서 신호 처리와 응용 머신러닝을 전공으로 하는 전기공학 박사 학위를 취득했습니다. 그는 Harvard University에서 박사후 연구 과정을 마쳤습니다. 현재는 보스턴에 거주하고 있죠.
Gerald Pho, PhD,는 Oura에서 수석 머신러닝 데이터 과학자로 일해요. 신경과학 박사 학위를 보유했으며, Oura에 합류한 뒤 새로운 수면 단계 알고리즘, 운동시 심박수, Health Risk Management를 포함한 여러 알고리즘 개발과 적용에 기여한 바 있습니다.
Raphael Vallat 박사는 Oura에서 수석 머신러닝 데이터 과학자로 일해요. 예전에는 캘리포니아 대학교 버클리의 인간 수면 과학 센터, Matt Walker 교수 연구실에서 수면 연구원으로 일한 바 있죠. 그는 수면과 인간 건강에 대해 폭넓게 연구 결과를 발표했고, 그의 연구는 여러 주요 뉴스 매체와 팟캐스트에 소개된 적이 있어요.
Xi Zhang 박사는 Oura에서 건강 감지를 담당하고 있어요. 여러 건강 애플리케이션에서 사용할 알고리즘을 연구하고 개발할 수 있도록 전 세계 과학자 팀을 지원합니다. Dr. Zhang은 미시간 대학교에서 박사 학위를 받았고, 세계 최초로 비침습적 혈전 용해 로봇을 만들었어요. 대학원을 졸업한 뒤에는 먼저 Fitbit에서 일한 다음에 Apple에서 일했죠. Fitbit에서 그는 내부 스타트업을 이끌었고, 24/7 심박수 모니터링과 심방세동 감지(FDA 승인) 등 몇 가지 중요한 심장 건강 관련 기능도 선보였습니다. 또한 ML/AI 활용에 중점을 둔 Ultrasound in Medicine and Biology 저널의 편집위원으로도 활동 중이죠.