Ⅰ. 서론 영국의 인지신경과학자 Catherine Loveday는 우리의 지난 경험들은 의식적이든 무의식적이 든, 그리고 적극적으로 떠올린 것이든 생각지도 않게 떠오른 것이든, 언제나 우리의 행동에 영향 을 미치기 마련이며, 무엇보다도 기억은 자신의 정체성에서 대단히 본질적인 부분이라고 서술했 다[1]. 심리학자이자 신경과학자인 Lisa Feldman Barrett은 감정은 그때 상황에 처한 사람의 감각 의 의미이며, 행동의 지침이며, 뇌는 과거의 경 험에 기초하여 현재의 예측을 구성한다고 주장 하였다[2]. 이들은 모두 과거 특정 상황에서 반응 하는 한 사람의 행동과 감정을 이해할 때 그 사람에 대한 이해와 교감이 가능하다는 점을 강조하고 있다. 따라서, 사람과 교감이 가능한 인공지능을 구 현하기 위해서는 특정 상황에서 개인의 행동과 감정을 인식하고 이에 대한 정보를 축적하여 개 인의 행동과 감정을 예측하는 기술 실현이 우선 시되어야 한다. 이러한 기술 구현을 위해서는 인 공지능 모델에서 학습하기 위한 대용량, 고품질 의 데이터가 반드시 필요하다. 또한, 데이터로부 터 인간이 상황을 인지하는 데 필요한 행동, 감 정 및 환경에 대한 정보를 추출하는 기술이 필요 하다. 그러나, 과거 이러한 요구사항들을 동시에 만족시키는 연구는 대부분 실험실과 같은 제한된 상황에서 이루어져 실제 상황에 적용하기에는 어려 웠으며, 최근에서야 실생활 데이터를 수집하여 행 동과 감정을 인식하는 다양한 시도가 이루어지고 있다. 휴먼이해 인지컴퓨팅 기술은 일상생활 중 벌어 지는 상황과 행동, 감정을 인식하고 예측하는 기술 을 의미한다. 이러한 기술은 사용자의 신체적·정 신적 건강을 관리하고 추천하는 서비스에 적용될 수 있다. 본고에서는 휴먼이해 인지컴퓨팅 기술 관 련 연구를 편의상 일상생활 중에 수집한 데이터셋 을 이용하여 행동과 감정을 예측하는 기술, 그리고 이러한 데이터와 인식 기술을 이용한 서비스 관련 연구로 나누고, 각 기술과 관련된 연구 중 최신 출 판된 논문을 중심으로 기술 동향을 분석하였다. Ⅱ. 행동 인식 기술 동향 이 장에서는 분류대상인 ‘행동’의 정의에 대해 기 술하고, HAR 데이터셋 주요 특징, 행동인식 기술, 그리고 라이프로그 데이터의 이벤트 분할 기술의 연구 동향을 분석한다. 1. ‘행동’의 정의 본고에서는 장소, 시간의 제약을 두지 않고 스마 트폰이나 스마트워치를 사용하여 일상생활 중 사 용자 행동 예측을 목표로 하는 비광학식 방법에 대 한 연구 동향을 조사하였다. 인간의 행동은 선행연구에서 다양하게 정의되 고 있으나, 많은 연구에서 참고문헌 [3]과 [4]에서 정의한 내용을 인용하고 있다. 참고문헌 [3]에서는 행동이 갖는 의미의 정도와 소요되는 시간에 따라 인간의 행동을 분류한다. Motion은 수초 이내에 이루어지는 행동으로, 시선 또는 머리의 자세 추정 등 비교적 작은 움직임을 탐 지하는 것으로 정의하였다. Action은 수초에서 수분 정도의 시간에서 이루어지는 움직임으로 앉기, 서 기, 걷기 등 인간의 기본 행동 단위가 된다. Activity 는 수분에서 수시간에 걸쳐 이루어지며, 특정한 순서를 갖는 일련의 행동들로 구성된 작업을 의미 한다. 예를 들면 조리, 샤워, 침구준비 등이 있다. Behavior는 수시간, 또는 수일에 걸쳐 나타나는 일 상적 행동(ADL: Activities of Daily Living)을 의미하 며, 개인의 생활 방식, 습관 등을 설명할 수 있는 매우 고수준의 의미로 이해되는 행동을 의미한다. Motion에서 Action, Activity, Behavior의 순서로 행 동의 지속 시간이 길어지며, 지속 시간이 길어지 는 만큼 단순한 움직임이 아닌 특정한 목적을 갖는 행동들로 행동에 부여되는 의미가 커진다고 할 수 있다. 참고문헌 [4]도 이와 유사하게 분류하고 있으나 행동 단위에 있어 다소 다른 분류체계를 갖는다. 사용자의 행동을 Action, Activity, Behavior로 구분하 고 있는데, Action이 가장 작은 단위의 행동이나 참 고문헌 [3]에서 정의한 앉기, 서기, 걷기 등과 같은 기본 행동이라기보다 문 열기, 물체 옮기기, 조명