Galaxy Watch와 같은 소비자용 웨어러블 기기의 광범위한 도입은 광용적맥파(photoplethysmography, PPG) 센서를 통해 핵심 심혈관 지표를 연속적이고 비침습적으로 측정할 수 있게 하면서 개인 건강 모니터링에 혁신을 가져왔다. 그러나 기존 데이터셋은 주로 연구용 기기에 의존하고 있어 실제 환경에서 소비자용 웨어러블의 적용 가능성을 제한한다. 이러한 공백을 해소하기 위해 본 연구는 24명의 참여자로부터 수집한 데이터셋 GalaxyPPG를 제시한다. Galaxy Watch 5와 Empatica E4로부터 손목 착용 PPG 신호를 포함하며, Polar H10로부터 가슴 착용 ECG 데이터를 함께 포함한다. 신호는 준자연적 환경에서 다양한 활동 동안 수집되었으며, 운동이나 스트레스를 유발하는 활동 하에서 소비자용 웨어러블의 감지 성능에 대한 통찰을 제공한다. 본 데이터셋은 다양한 신체 활동에서의 HR(심박수) 추적과 스트레스 탐지를 위한 HRV(심박변이도) 모니터링 등 PPG 신호의 응용을 발전시키는 것을 목적으로 한다. 또한, Samsung Galaxy Watch를 사용한 데이터 수집 및 분석을 위한 오픈소스 툴킷을 제공하여 재현성을 높이고 이 툴킷을 활용한 후속 연구를 촉진한다.

스마트폰은 사용자 상호작용과 이동성 등과 같은 인간의 행동 및 맥락 데이터를 눈에 띄지 않게 포착할 수 있다. 현재까지는 스마트폰 센서 데이터가 주로 상관 분석을 통해 행동에 대한 통찰을 얻는 데 사용되어 왔다. 이 글은 잘 알려진 매칭(matching) 방법들을 검토함으로써 스마트폰 센서 데이터를 이용한 인간 행동의 인과 분석에 관한 튜토리얼을 제공한다. 매칭 방법을 활용하는 인과 추론 파이프라인의 핵심 단계들은 전화 사용과 신체활동 간의 인과 관계를 파악하는 구체적 시나리오를 통해 설명한다. 또한 스마트폰 센서 데이터를 사용하여 인간의 행동에 관한 인과 추론을 수행할 때 고려해야 할 여러 실무적 사항들이 논의된다.