스마트 스피커가 일상 가정 환경에 점점 더 통합됨에 따라, 이러한 스피커를 활용하여 개인화된 사전( proactive ) 서비스를 능동적으로 제공하는 데 대한 관심이 높아지고 있다. 사용자 경험과 사전 서비스의 참여도를 향상시키기 위한 핵심 과제는, 사용자들이 대체로 방해 없이( interruptible ) 사전 서비스를 제공받을 수 있는 기회 시점, 즉 사용자 맥락을 식별하는 것이다. 연구자들은 다양한 사용자 맥락에서의 방해 가능성( interruptibility )을 탐색함으로써 이러한 시점을 규명해 왔으며, 방해 가능성 레이블이 포함된 여러 데이터셋도 공개되었다. 그러나 어떤 공개 데이터셋도 가정 환경 내에서의 방해 가능성에 초점을 둔 것은 아니다. 이러한 공백을 메우기 위해, 본 연구는 3주간의 현장(in-the-wild) 연구에서 26명의 참가자로부터 수집한 데이터셋 MyData를 제시한다. 참가자들은 가정 내에서 스마트 스피커를 통해 사전 서비스를 사용하였다. MyData는 2,830개의 사례로 구성되며, 각 사례는 방해 가능성 레이블로 주석 처리되어 있고 시간적·공간적·사용자 행동적 맥락을 포함한 맥락 정보를 풍부하게 제공한다. 또한 스마트 스피커 주변의 인근 이미지 및 사운드 기록도 함께 포함한다. 우리는 MyData가 가정 환경에서의 방해 가능성에 대한 더 깊은 이해와 방해 가능성의 더 정확한 탐지에 기여할 것이라고 믿는다.

자동화된 주행 시스템은 운전자가 다양한 비운전 과업을 수행할 수 있게 하며, 이로 인해 자동화 주행 중 운전자의 주의 분산에 대한 우려가 제기되어 왔다. 이러한 우려는 운전자가 운전으로의 전환(fallback to driving, 즉 테이크오버, takeover)을 수행하는 동안의 운전자 성과를 조사하는 다수의 연구를 촉진하였다. 그러나 테이크오버 성과 데이터를 제시하는 공개 데이터셋은 충분하지 않다. 이러한 데이터셋의 부재는 안전한 자동화 주행 시스템을 개발하기 위한 발전을 제한한다. 본 연구는 L2 자동화 주행 시뮬레이터에서 다양한 연령대와 성별이 균형을 이룬 50명의 운전자에게서 수집한 데이터셋 TD2D를 제안한다. 이 데이터셋은 10가지 부수 과업 조건 전반에 걸쳐 수집된 테이크오버 성과, 작업부하, 생리학적, 안구 데이터 등 500개의 사례로 구성된다. 부수 과업 조건은 (1) 부수 과업 없음, (2) 세 가지 시각 과업, (3) 여섯 가지 청각 과업이다. 우리는 이 데이터셋이 자동화 주행 시스템의 발전에 크게 기여할 것으로 기대한다.

목적: 본 연구는 임상시험에 참여한 소아 대상에서 패치 치료 중 순응도(또는 패치 착용 시간)를 실시간 원격으로 모니터링하기 위한 사물인터넷 기반 패치(IoT 패치)를 설계, 개발 및 평가하고자 하였다. 본 연구는 의료제공자에게 순응도를 객관적이고 실시간이며 원격으로 평가할 수 있는 도구를 제공하고, 필요한 경우 치료 계획에 조정을 가능하게 한다. 방법: IoT 패치는 2개의 온도 마이크로센서와 무선 칩을 포함하였다. 한 센서는 다른 센서보다 피부에 더 가깝게 배치되어 패치 착용 여부에 따라 온도 차이가 발생하였다. 패치가 착용되면 30초마다 온도를 측정하고, 15초마다 모바일 애플리케이션을 통해 온도 데이터를 클라우드 서버로 전송하였다. 본 패치는 건강한 성인 30명과 약시 환아 40명을 대상으로 한 2개의 실험을 통해 평가하였다. 결과: 성인에서는 기록된 시간 데이터의 평균 지연이 0.4분, 소아에서는 평균 지연이 0.5분으로, 양 집단 모두에서 우수한 모니터링 정확도가 관찰되었다. 수동으로 기록한 패치 착용 시간과 객관적으로 기록한 패치 착용 시간 간의 차이는 양 집단 모두에서 양호한 일치도를 보였다. 실험 1에서는 넓은 온도 범위(0~30°C)에서 정확한 모니터링이 확인되었다. 실험 2에서는 IoT 패치와 기존 패치 간 착용성(사용 용이성 및 편안함 점수)에 유의한 차이가 없었다. 결론: IoT 패치는 패치 치료에 대한 순응도를 모니터링하기 위한 정확하고 실시간이며 원격 시스템을 제공한다. 해당 패치는 착용감이 좋고 사용하기 쉽다. 정확한 모니터링을 기반으로 IoT 패치의 활용은 패치 치료의 순응도를 향상시킬 수 있다. 임상적 번역 관련성: 본 결과는 IoT 패치가 임상시험에서 실시간 순응도 모니터링을 가능하게 하여 치료 정밀도를 개선하고 환자 순응도를 높여 결과를 향상시킬 수 있음을 시사한다.

스마트 스피커가 일상 가정 환경에 점점 더 통합됨에 따라, 이러한 스피커를 활용하여 개인화된 사전( proactive ) 서비스를 능동적으로 제공하는 데 대한 관심이 높아지고 있다. 사용자 경험과 사전 서비스의 참여도를 향상시키기 위한 핵심 과제는, 사용자들이 대체로 방해 없이( interruptible ) 사전 서비스를 제공받을 수 있는 기회 시점, 즉 사용자 맥락을 식별하는 것이다. 연구자들은 다양한 사용자 맥락에서의 방해 가능성( interruptibility )을 탐색함으로써 이러한 시점을 규명해 왔으며, 방해 가능성 레이블이 포함된 여러 데이터셋도 공개되었다. 그러나 어떤 공개 데이터셋도 가정 환경 내에서의 방해 가능성에 초점을 둔 것은 아니다. 이러한 공백을 메우기 위해, 본 연구는 3주간의 현장(in-the-wild) 연구에서 26명의 참가자로부터 수집한 데이터셋 MyData를 제시한다. 참가자들은 가정 내에서 스마트 스피커를 통해 사전 서비스를 사용하였다. MyData는 2,830개의 사례로 구성되며, 각 사례는 방해 가능성 레이블로 주석 처리되어 있고 시간적·공간적·사용자 행동적 맥락을 포함한 맥락 정보를 풍부하게 제공한다. 또한 스마트 스피커 주변의 인근 이미지 및 사운드 기록도 함께 포함한다. 우리는 MyData가 가정 환경에서의 방해 가능성에 대한 더 깊은 이해와 방해 가능성의 더 정확한 탐지에 기여할 것이라고 믿는다.

자동화된 주행 시스템은 운전자가 다양한 비운전 과업을 수행할 수 있게 하며, 이로 인해 자동화 주행 중 운전자의 주의 분산에 대한 우려가 제기되어 왔다. 이러한 우려는 운전자가 운전으로의 전환(fallback to driving, 즉 테이크오버, takeover)을 수행하는 동안의 운전자 성과를 조사하는 다수의 연구를 촉진하였다. 그러나 테이크오버 성과 데이터를 제시하는 공개 데이터셋은 충분하지 않다. 이러한 데이터셋의 부재는 안전한 자동화 주행 시스템을 개발하기 위한 발전을 제한한다. 본 연구는 L2 자동화 주행 시뮬레이터에서 다양한 연령대와 성별이 균형을 이룬 50명의 운전자에게서 수집한 데이터셋 TD2D를 제안한다. 이 데이터셋은 10가지 부수 과업 조건 전반에 걸쳐 수집된 테이크오버 성과, 작업부하, 생리학적, 안구 데이터 등 500개의 사례로 구성된다. 부수 과업 조건은 (1) 부수 과업 없음, (2) 세 가지 시각 과업, (3) 여섯 가지 청각 과업이다. 우리는 이 데이터셋이 자동화 주행 시스템의 발전에 크게 기여할 것으로 기대한다.

목적: 본 연구는 임상시험에 참여한 소아 대상에서 패치 치료 중 순응도(또는 패치 착용 시간)를 실시간 원격으로 모니터링하기 위한 사물인터넷 기반 패치(IoT 패치)를 설계, 개발 및 평가하고자 하였다. 본 연구는 의료제공자에게 순응도를 객관적이고 실시간이며 원격으로 평가할 수 있는 도구를 제공하고, 필요한 경우 치료 계획에 조정을 가능하게 한다. 방법: IoT 패치는 2개의 온도 마이크로센서와 무선 칩을 포함하였다. 한 센서는 다른 센서보다 피부에 더 가깝게 배치되어 패치 착용 여부에 따라 온도 차이가 발생하였다. 패치가 착용되면 30초마다 온도를 측정하고, 15초마다 모바일 애플리케이션을 통해 온도 데이터를 클라우드 서버로 전송하였다. 본 패치는 건강한 성인 30명과 약시 환아 40명을 대상으로 한 2개의 실험을 통해 평가하였다. 결과: 성인에서는 기록된 시간 데이터의 평균 지연이 0.4분, 소아에서는 평균 지연이 0.5분으로, 양 집단 모두에서 우수한 모니터링 정확도가 관찰되었다. 수동으로 기록한 패치 착용 시간과 객관적으로 기록한 패치 착용 시간 간의 차이는 양 집단 모두에서 양호한 일치도를 보였다. 실험 1에서는 넓은 온도 범위(0~30°C)에서 정확한 모니터링이 확인되었다. 실험 2에서는 IoT 패치와 기존 패치 간 착용성(사용 용이성 및 편안함 점수)에 유의한 차이가 없었다. 결론: IoT 패치는 패치 치료에 대한 순응도를 모니터링하기 위한 정확하고 실시간이며 원격 시스템을 제공한다. 해당 패치는 착용감이 좋고 사용하기 쉽다. 정확한 모니터링을 기반으로 IoT 패치의 활용은 패치 치료의 순응도를 향상시킬 수 있다. 임상적 번역 관련성: 본 결과는 IoT 패치가 임상시험에서 실시간 순응도 모니터링을 가능하게 하여 치료 정밀도를 개선하고 환자 순응도를 높여 결과를 향상시킬 수 있음을 시사한다.

코로나19 팬데믹 이후 원격근무가 급속히 확산되면서 더 견고하고 안전한 엔드포인트 장치 보안 솔루션의 개발이 필요해졌다. 기업들은 전통적인 네트워크 경계 보안 조치의 대안으로 제로 트러스트 보안 개념을 도입하기 시작했으며, 이는 모든 장치와 사용자를 사전에 신뢰할 수 없는 것으로 간주하고 정당한 것으로 입증될 때까지 신뢰하지 않는다는 요구를 포함한다. 제로 트러스트를 구현함으로써 얻을 수 있는 잠재적 이점에도 불구하고, 엄격한 보안 조치는 합법적인 사용자에 대한 접근을 거부하거나 필요한 자원에 대한 접근 능력을 제한함으로써 가용성을 저하시킬 수 있다. 이러한 문제를 해결하기 위해, 사용자의 자원에 대한 영향도를 평가하여 기밀성과 가용성의 균형을 맞추는 위험 점수 산정(risk-scoring) 알고리즘을 제안한다. 본 연구의 기여는 (1) 제로 트러스트를 구현하는 기업에서 기존 위험 점수 산정 시스템의 한계를 요약하는 것, (2) 제로 트러스트 시스템 내에서 사용자가 접근할 수 있는 자원의 중요도를 측정하는 동적 중요도(dynamic importance) 지표를 제안하는 것, 그리고 (3) 동적 중요도 지표를 활용하는 위험 점수 산정 알고리즘을 도입하여 제로 트러스트 환경에서 보안과 가용성을 모두 향상시키는 것이다. 동적 중요도 지표를 포함함으로써, 제안된 알고리즘은 위험을 보다 정확하게 표현하여 더 나은 보안 의사결정과 합법적 사용자를 위한 자원 가용성의 향상을 제공한다. 본 제안은 원격근무의 확산이라는 고유한 과제에 대응하면서, 엔드포인트 장치 보안에서 보다 균형 잡힌 접근을 조직이 달성하도록 돕는 것을 목표로 한다.

스마트 스피커가 일상 가정 생활에 점차 통합됨에 따라, 이러한 스피커를 활용하여 개인화된 선제적 서비스를 적극적으로 제공하려는 관심이 커지고 있다. 사용자 경험과 선제적 서비스의 참여를 향상시키기 위한 핵심 과제는, 선제적 서비스에 참여하기에 사용자가 주로 방해받지(중단되지) 않는 상태인 적절한 순간과 사용자 맥락을 식별하는 것이다. 연구자들은 다양한 사용자 맥락에서의 중단 가능성(interruptibility)을 탐색함으로써 이러한 순간을 규명해 왔으며, 중단 가능성 라벨을 포함한 여러 데이터셋이 공개되어 있다. 그러나 가정 환경 내에서의 중단 가능성에 특히 초점을 맞춘 공개 데이터셋은 현재까지 없다. 이 공백을 메우기 위해, 우리는 3주간의 현장 연구에서 26명의 참여자로부터 수집한 데이터셋인 MyData를 제시한다. 참여자들은 가정 내에서 스마트 스피커를 통해 선제적 서비스를 사용하였다. MyData는 2,830개의 사례로 구성되며, 각 사례는 중단 가능성 라벨로 주석 처리되어 있고, 시간적·공간적·사용자 행동적 맥락을 포함한 맥락 정보로 풍부하게 구성되어 있으며, 또한 스마트 스피커 주변에서 이루어진 이미지 및 사운드 기록을 포함한다. 우리는 MyData가 가정 환경에서의 중단 가능성에 대한 보다 깊은 이해와 보다 정확한 탐지에 기여할 것이라고 믿는다.

정신건강 문제를 겪는 사람들은 종종 실내에 머무르며, 그로 인해 야외 활동이 감소한다. 이러한 상황은 정신건강 연구를 위해 가정 내 자기추적(self-tracking) 기술의 필요성을 강조하며, 이들의 일상에 대한 통찰을 제공하고 치료의 질을 잠재적으로 향상시킬 수 있다. 본 연구는 경험표집법(ESM: experience sampling method)을 사용하여 정신건강 설문을 제공하는 선제적(proactive) 자기추적 연구 시스템을 설계하기 위해 멀티모달 스마트 스피커를 활용한다. 우리의 시스템은 사용자 맥락(context) 전환을 감지하여 ESM 제공 시점을 결정하고, 음성 대화 또는 터치 상호작용을 통해 사용자가 설문에 응답할 수 있도록 한다. 또한, 4주간의 현장 연구(n=20)를 수행함으로써 선제적 자기추적 시스템의 사용자 경험을 탐색하였다. 그 결과, 맥락 전환 기반 ESM 제공은 사용자 순응도를 증가시킬 수 있음을 보여주었다. 참여자들은 음성 명령보다 터치 상호작용을 선호했으며, 양식(modality) 선택은 사용자의 즉각적인 활동 맥락에 따라 달라졌다. 본 연구는 멀티모달 스피커를 활용한 가정 기반, 맥락 인지형 자기추적의 설계에 대한 함의를 실용적 적용에 초점을 맞추어 탐색하였다.

공중보건과 안전 분야에서 혈중알코올농도(BAC)의 정확한 검출은 생명을 구할 수 있는 대응 중재를 시행하는 데 핵심적인 역할을 한다. 기존 연구는 주로 컴퓨터 기반 또는 신경심리학적 검사로 BAC를 식별하는 데 초점을 맞춰 왔으나, 실제 상황에서 BAC 검출을 위해 일상적인 스마트폰 활동을 활용할 가능성은 아직 충분히 탐색되지 않았다. 일상생활의 도구적 활동(Instrumental Activities of Daily Living, I-ADL)에 착안하여, 본 연구의 가설은 스마트폰 기반 일상생활의 도구적 활동(Smartphone-based Activities of Daily Living, S-ADL)이 BAC 식별을 위한 실행 가능한 방법이 될 수 있음을 시사한다. 개념 증명(proof-of-concept) 연구에서, 40명의 젊은 성인을 대상으로 시나리오 기반의 통제된 실험실 실험 환경에서 BAC 검출에 S-ADL을 사용하는 방안의 타당성을 제안하고 설계하며 평가한다. 본 연구에서는 SMS에서의 지연된 문자 전송, 사이트 검색, 재정 관리와 같은 핵심 S-ADL 지표를 확인하였으며, 이들 지표는 BAC 검출에 유의미하게 기여하였다(AUC-ROC 및 정확도 81%). 또한 제안된 BAC 모델의 실제 적용 가능성에 대해 추가로 논의한다.

언어 학습을 위해 소요되는 상당한 시간과 노력이 축적되면서 마이크로러닝에 대한 관심이 증가하고 있다. 마이크로러닝은 3~10분 학습 세션에 자주 참여할 것을 요구하지만, 최근 가정 내 스마트 스피커의 광범위한 보급은 일상생활에서 마이크로러닝을 선제적으로 제공함으로써 학습 기회를 확장할 수 있는 가능성을 제공한다. 그러나 이러한 선제적 제공은 사용자의 주의를 분산시킬 수 있다. 선제적 스마트 스피커와 선제적 상호작용을 위한 적절한 순간에 관한 광범위한 연구에도 불구하고, 1분을 초과하는 상호작용을 위한 적절한 순간에 대한 이해는 제한적이다. 본 연구는 가정 내 선제적 스마트 스피커를 활용한 1분 초과 마이크로러닝에 대한 사용자 인식과 적절한 순간을 이해하는 것을 목적으로 한다. 먼저 6회의 파일럿 연구(n=29)를 통해 선제적 마이크로러닝 서비스를 개발하였고, 이어서 3주간의 현장 연구(n=28)를 수행하였다. 우리는 다양한 학습 지속 시간에 대한 마이크로러닝의 적절한 순간과 관련된 핵심 맥락 요인을 식별하고, 가정 내 선제적 대화형 마이크로러닝 서비스의 설계에 대한 함의를 논의하였다.