빅데이터 혁명 (3) - 감정 기술 (Emotion Technology)

 기계가 감정을 읽거나 가질 것이라는 상상은 오래 전부터 상상해왔던 일입니다. 상상한 일을 현실화시키는 노력 또한 긴 세월 진행되었습니다. 지금에 와서는 '빅데이터' 분석 기술 덕분에 아마 감정 기술도 상용화의 길을 맞이하게 되었습니다.

 앞서 설명드린 '뇌파 컴퓨팅'과 '의료 기술'보다는 상용화가 길어질 것으로 보이지만, 그렇게 긴 세월이 걸리지도 않을 모양입니다.

---

빅데이터 혁명 (3) - 감정 기술 (Emotion Technology)

 '감정 기술'은 '뇌파 기술'과는 또 다른 분야입니다. 비슷하긴 하지만, 활용방법이나 분석 패턴에서 다른 점을 알 수 있죠.

 우리가 사람에게서 감정을 알아내는 방법은 무엇이 있을까요? 표정을 보거나 억양, 행동 등에서 화가 났는지 기쁜 지를 짐작합니다. 오래보고 지낸 사이라면 패턴을 유추해서 더 정확히 감정을 파악하는 것이 가능하기도 하죠.

 ''표정', '억양', '행동' 등의 데이터의 알고리즘을 머리에서 분석하여 출력한다.'

 현재 인간이 사용하고 있는 감정 데이터의 분석 방법입니다. 이것을 디지털 연산자에게 넘기면 어떨까요?

---

감정 분석

 위 사진에 나오는 소녀는 그네를 타고 있습니다. 그네 탈 때의 뇌파를 스캔하는 중이죠. '뇌파 컴퓨팅'과 비슷해보이지만 분석 주체가 조금 다릅니다. 뇌파 컴퓨팅은 뇌파로 컴퓨터를 조종하기 위한 분석으로, 예를 들어 물체를 오른쪽으로 옮기거나 왼쪽으로 옮기는 등의 명령 단위를 스캔합니다. 스캔하고 있는 당사자가 직접 명령을 머리 속으로 생각해서 뇌파를 생성시키죠.

 감정을 스캔하는 기술은 그네를 탈 때 '즐겁다' 혹은 '무섭다' 등의 자연스레 형성되어 나타나는 뇌파를 스캔하는 작업입니다. 디지털로 감정을 파악하는데 있어서 가장 크게 작용하는 요소입니다.

 이렇듯 컴퓨터가 감정을 분석하는데는 우리가 감정을 찾아낼 때 사용하는 알고리즘인 '표정', '억양', '행동' 등의 데이터가 아니라 '뇌파' 등의 데이터를 사용하게 됩니다. 뇌파로는 정확하게 감정을 찾아낼 수 없기 때문에 또 다른 알고리즘이 필요하지만 말이죠.

 육안으로 볼 수 있는 부분을 컴퓨터가 캐치하는 기술은 이미 상용화 되어 있습니다. 예를 들어 웃으면 사진이 촬영된다던지 말이죠. 하지만 표정에서는 나타나지 않지만 기쁠 상태일 수 있습니다. 이는 육안으로 분별이 불가능하며, 다른 데이터가 필요하죠. 위의 뇌파를 비롯하여 혈압이나 심박수, 심지어 장기의 움직임도 감정을 분석하는 데이터가 됩니다.

 간단하게 흥분한 상태라면 심박수가 높아지고, 혈압이 상승한다고 인식하고 있습니다. 그런데 이 데이터만 가지고는 컴퓨터가 기뻐서 흥분했는지, 화가나서 흥분했는지 알지 못합니다. 하지만 여기에 뇌파를 더하게 되면 기쁨과 화가남이 좀 더 명확해집니다. 이 데이터를 바탕으로 알고리즘 지도를 만들면 심박수와 혈압만으로도 뇌파 데이터를 대조하여 감정을 읽어낼 수 있도록 하는 것이 가능합니다.

 이렇게 분석하는 기술은 이미 연구되고 있고, 그리 어렵지 않습니다. 다만, 상용화 되기 위해서는 더 큰 기술의 발전을 요구하죠. 일단 사람마다 감정의 굴곡과 거기에 따른 뇌파, 혈압, 심박수가 다르게 나타납니다. 물론 일정 부분 겹치기 때문에 평균을 구할 수는 있지만 개개인이 사용하기에는 정확성이 떨어지게 되죠. 그렇다면 사람마다 데이터를 스캔할 수 있는 도구가 필요하며, 그 자료를 분석해서 데이터로 사용할 수 있도록 만들어 줄 수 있는 솔루션이 필요합니다.

 기술의 발전으로 가능해졌다면 측정하여 분석한 데이터는 평균값과 대조하여 감정을 파악하고, 그것을 통해 일상에서 감정 데이터를 사용할 수 있게 됩니다.

---

감정 데이터의 사용

 그렇다면 도대체 이 감정 데이터를 어디다가 사용할 수 있는 것일까요? 일상에서 감정의 분석 데이터를 사용한다는데에 굉장한 의문이 있을 것입니다. 로봇이 감정은 이식 받는 정도를 상상할 수도 있지만, 인간이 인간의 감정을 통해 받을 수 있는 기술적 혜택에는 어떤 것이 있을까요?

 

 귀를 통해 건강정보를 알아내려는 노력은 계속 되고 있습니다. 심박수나 혈압말이죠. 귀는 혈관이 가장 잘보이는 부위 중 하나이고, 혈관의 흐름이나 수축정도를 통해 심박수와 혈압을 알아내는 기술은 상용화되어 있습니다. 조만간 귀체온계처럼 조그마한 장치로도 출시가 되겠죠. 이 기술이 이어폰으로 간다면 이어폰을 통해 심박수와 혈압을 알아낼 수 있습니다.

 위의 설명대로 심박수와 혈압이 있다면 뇌파 데이터와의 대조를 통해 감정 데이터를 출력할 수 있습니다. 그렇다면 이어폰이 꽂혀있는 감정데이터를 사용하는 어플리케이션이 탑재 된 MP3플레이어나 스마트폰 등의 디바이스에서 분석한 후 현재 기분에 맞는 음악을 선곡하여 들려줄 수 있죠. 이 기능을 사용하기 위해서는 애플이 아이튠즈에서 제공하고 있는 '지니어스'를 사용하는 것처럼 음악파일에 데이터가 필요한데, 기쁠 때 자주 듣던 곡이나 선호도, 장르, 템포 등의 음악 데이터를 감정 데이터를 통해 분석하여 선곡 리스트를 만들어 들려주는 방식입니다. 복잡해 보이지만 사용자 입장에서는 그냥 가만히 듣기만 하면 되는 문제죠.

 이는 음악 뿐 아니라 다양한 멀티미디어에 응용할 수 있습니다.

 '그렇게 많은 데이터를 뽑아놓고 저런식으로 밖에 사용못해?'라고 생각할 수 있습니다. 그래서 좀 더 깊이 들어가보죠. 청소년의 게임 중독이 심해졌다는 것은 게임이 없던 시절과 비교하면 당영한 일일 것 입니다. 늘어나나 줄어드나 가장 중요한 것은 자녀가 게임 중독인지 아닌지가 되겠죠.

 게임 중독 증상을 보이는 사람들의 경우 공격적인 증세나 흥분정도가 높다는 것은 익히 알고 있습니다. 그러나 가만히 게임하고 있는 사람에게 그렇다고 파악하긴 힘들죠. 그들 모두를 게임 중독자로 몰아넣을 순 없습니다. 스스로 감정을 컨트롤하고 게임을 하고 있으니까요. '감정을 컨트롤한다?', 뭔가 힌트가 되었나요?

 게임을 하고 있을 때 감정 데이터를 사용하여 화가 나거나 공격적인 흥분 상태가 일정 수준을 넘어섰을 경우 게임을 차단하는 것이 가능합니다. 그렇게 되면 그냥 설문지나 추측으로 판별하는 것보다 훨씬 더 정확하게 게임 중독자를 구분할 수 있으며, 애초에 예방하는 것도 가능합니다. 이는 셧다운제 같은 멍청한 법보다도 효율적이며, 성인의 게임 중독 문제도 해결할 수 있는 방안이 될 것입니다.

 그 뿐 아니라 취조 중에도 거짓말 탐지기처럼 많은 장치를 필요로 하지 않고도 감정을 파악하는 것이 가능하며, 정신병원에서 카운셀링을 할 때도 사용하는 것이 가능합니다. 감정의 기복 상태를 데이터화해서 분석할 수 있다면 우울증이나 조울증, 공황장애를 더욱더 정확하게 진료할 수 있게 되겠죠.

 물론 이렇게 감정을 분석할 수 있는 기술이 있다는 것은 이의 악용 사례도 있을 수 있습니다. 대상의 감정을 알 수 있다는 것이니까요. 그렇기 때문에 많은 양의 감정 데이터를 보여주는 것이 아닌 적재적소에서 사용할 수 있도록 만들어야 할 것이며, 클라우드 서버의 보안을 유지할 수 있어야 감정 데이터를 포괄적으로 활용할 수 있게 될 것입니다.

 현재는 기술을 어떻게 사용해야 할지 고민의 단계에 있지만, 결론적으로는 개개인을 스캔할 수 있는 장치와 이 데이터를 전달 할 수 있는 클라우드 서버가 필요할 것 입니다. 그렇게 해야 상용화가 되어 우리가 사용할 수 있게 되겠죠. 먼 미래의 일 같지만 발전은 계속 되고 있고, 적어도 이번 세대 안에는 사용해 볼 수 있지 않을까 기대되는 기술이 바로 '감정 기술'입니다.

2012/06/04 - [IT/빅데이터] - 빅데이터 혁명 (1) - 뇌파 컴퓨팅 (Brainwave Computing)

2012/06/06 - [IT/빅데이터] - 빅데이터 혁명 (2) - 의료 기술 (Health Technology)