분당서울대병원 신경과 윤창호 교수팀이 뇌파 검사 결과에 ‘기계 학습(machine learning) 모델’을 도입, 뇌파 분석만으로 ‘졸음’을 감지하는 알고리즘 개발에 성공했다.

주간 졸음이란 말 그대로 낮 동안 지나친 졸음을 느끼는 것으로 수면무호흡증이나 불면증 등 수면 질환이 유발하는 증상 중 하나다. 성인 인구의 약 10% 이상이 극심한 주간 졸음을 겪고 있다. 집중력이 떨어지고 업무 생산성을 저해할 뿐 아니라 안전사고까지 불러일으키는 원인이 될 수도 있다.

한국도로공사 통계를 보면 최근 10년 동안 고속도로 교통사고 발생원인 중 졸음운전이 1위(22.5%)일 정도로 상당히 큰 비중을 차지한다. 그 위험성 역시 음주운전보다 크다고 알려져 있다. 졸음을 판단하고 경고하는 시스템이 개발된다면 안전사고 역시 많은 부분 예방할 수 있을 것으로 기대된다.

졸음 모니터링에 관한 다양한 연구들이 발표됐고 국내외 기업들은 이를 자동차에 적용해 졸음운전 예방을 위한 시도도 해오고 있다. 예를 들어 운전대 조작빈도, 주행 패턴 등을 통해 운전 상태를 감시한다거나 운전자의 표정을 인식하고 눈 감긴 정도를 측정하는 카메라 시스템도 도입하고 있다. 이는 ‘순간적 졸음 발생’을 포착하기에는 한계가 있고 눈동자 변화, 눈꺼풀 변화량, 시선 방향 등을 종합적으로 판단해야 한다는 복잡함, 또 이러한 정보는 외부환경에 영향을 받는다는 단점이 있었다.

윤창호 교수팀은 뇌파 신호만을 이용해 순간 졸음을 판단하는 알고리즘을 개발하고자 이번 연구를 진행했다.

연구팀은 평균나이 27세의 건강한 성인 8명(남자 4, 여자 4)을 대상으로 전날 평상시대로 잠을 잔 경우(7시간 초과)와 전날 평상시보다 적게 잔(4시간 미만) 두 가지 때에 따라 순간적 졸음을 평가했다. 졸음은 ▲업무수행능력을 확인하는 운동각성반응측정법 ▲생체신호를 감시하는 안구 움직임 ▲뇌파를 이용해 확인했다.

운동각성반응측정법은 화면에 불빛이 나타나면 이를 인지해 버튼을 누르는 검사로 버튼을 누르기까지 걸린 시간 즉, 반응 속도를 측정하는 방법으로 이뤄졌다. 아울러 안구 움직임은 눈꺼풀 처짐, 눈 깜박임, 안구 움직임을 비디오카메라로 분석하는 검사인데, 눈꺼풀이 처진다거나 눈 깜박임, 안구 움직임의 빈도 및 속도 저하는 졸음 상태를 나타낸다.

연구대상자는 머리에 뇌파 센서를 부착한 상태로 자유롭게 생활하면서 약 2시간마다 총 5번 운동이 성 반응과 안구 움직임을 측정했다. 각 측정 결과치에 대한 분석 결과 버튼을 누르는 반응 속도 및 안구 움직임의 속도가 느려지는 짧은 순간에 뇌파 영역에서도 졸음 대역 주파수 변화를 확인할 수 있었다.

결과적으로 운동각성반응과 안구 움직임으로 확인되는 졸음 상태를 뇌파 기록으로 확인할 수 있음을 입증한 것이다. 여기서 운동각성반응검사는 하던 작업을 멈추고 검사를 따로 진행해 각성상태를 확인한다는 점에서 실제 생활에 적용하기 어렵고, 안구 움직임 측정 장치는 주변의 조명, 바람, 습도 등에 의한 영향으로 늘 정확한 결과를 얻기 어렵다. 이에 비교해 뇌파는 업무방해 없이 뇌의 자연적 전기 활동을 지속해서 기록하고 측정할 수 있다는 장점이 있다.

윤창호 교수는 “이전까지는 뇌파 신호만을 가지고 졸음을 판단한다는 것에 한계가 있었는데 이번에 개발한 알고리즘을 통해서는 아주 짧은 뇌파 신호만으로 순간적 졸음을 예측하는 것이 가능해졌다”며 “이 알고리즘은 졸음운전으로 인한 교통사고 등 안전사고 발생률을 감소시키는 데에 크게 기여할 수 있을 것”이라고 설명했다.