Embargo		없음
배포일자 : 2025.10.20.(월)				배포번호 : 2025-75호
문의	디지털융합연구소		디지털바이오의료연구본부장		박수준(042-860-6899)	E-mail : psj@etri.re.kr
	디지털바이오의료연구본부		휴먼증강연구실장		신형철(042-860-6863)	E-mail : shin@etri.re.kr
	휴먼증강연구실		책임연구원		정현태(042-860-6727)	E-mail : htjeong@etri.re.kr
	대외협력본부		홍보실장		정길호(042-860-0670)	E-mail : khchong@etri.re.kr
	홍보실		선임행정원		김민규(042-860-0681)	E-mail : kakapow@etri.re.kr
매수 : 보도자료 3매(참고자료 3매, 사진자료 4매, 영상자료 3매)						배포처 : ETRI 홍보실

국내 연구진이 사람의 감정과 행동을 인식하고 경험을 이해하는‘휴먼이해 인공지능(Human Understanding AI)’기술을 꾸준히 연구해오고 있다. 이러한 연구 성과를 바탕으로 2022년부터 매년 논문 경진대회를 개최하고 있어 관심이 모아지고 있다.

한국전자통신연구원(ETRI)은 지난해에 이어 『제4회 ETRI 휴먼이해 인공지능 논문경진대회』를 성공적으로 마무리했다고 밝혔다.

이번 대회는 과학기술정보통신부와 국가과학기술연구회의 후원을 받아 진행되었으며, 한국통신학회가 주최하는 ICTC 2025 국제학술대회와 연계하여 학문적 완성도를 높이는 동시에 국내외 연구진 간의 활발한 교류를 도모했다.

올해 대회는 ‘라이프로그 데이터를 활용한 수면 품질 및 상태 예측’을 주제로 진행되었다. 참가자들은 ETRI가 공개한 라이프로그(Lifelog) 데이터셋을 기반으로 창의적인 인공지능 모델을 개발하고, 그 결과를 논문 형태로 제출했다.

ICTC 2025 국제학술대회 제출 기준에 따라 접수된 논문은 ‘ICTC Workshop on ETRI Human Understanding AI Paper Challenge’ 세션 발표를 통해 학술적으로 공유되었다. 본 대회에는 총 370개 팀, 1,034명이 참가해 높은 관심을 보였으며, 이 중 11개 팀이 최종 논문 심사까지 통과했다. 올해는 일반 성인 누구나 참여할 수 있도록 개방형으로 진행되어 대학·연구기관뿐 아니라 일반인과 해외 연구자들의 폭넓은 참여를 이끌어냈다.

이번 대회의 대상은 순천향대학교의 sch_csm 팀(이광섭, 최성민)이 차지했다. 해당 팀은 12종의 멀티모달 센서 데이터로부터 770개의 다채로운 시계열 특성들을 도출하고, LightGBM과 CatBoost 등 부스팅 트리 기반 알고리즘을 복합 활용한 앙상블 모델을 제안해, 6개의 수면 건강 지표를 강건하게 예측하는 성과를 거뒀다. 또한 요일 특성, 모바일 사용 패턴, 일상 행동 변화 등 생활 리듬 요인들이 수면 품질에 미치는 영향을 효과적으로 설명할 수 있는 분석 방식을 제시하였다.

최우수상은 성균관대학교 박성완 외 2인의 wanniboy 팀(우지은(성균관대), 양시헌(영남대))이 수상했다. 이 팀은 연속적인 센서 스트림 데이터를 일정 시간 단위로 멀티채널 이미지 서열(Multichannel Image-Sequence)로 변환하고, LSTM을 적용한 모델 구조를 제안했다. 또한 예측 결과의 불확실성을 고려해, 최고 성능 예측과 다수 결과의 종합 판단을 유연하게 조정하는 방법을 도입했다.

우수상은 단머스 팀(현종열(서울과학종합대학원대학교), 변호철(서강대대학원), 박경근(성균관대))이 수상했다. 이 팀은 수면 기간, 입면 및 기상 시간 등 수면 활동 데이터를 산출하기 위해 LLM을 활용하고, TabPFN, LightGBM, XGBoost 등 다양한 예측 모델의 결과를 결합한 앙상블 구조를 제시했다.

이외에도 장려상에는 ▲LOL 팀(구자협, 송용호, 심재현(서울과기대), 이소영(성균관대)) ▲마네키네코 팀(박준호(한양대)) ▲방_케_필_돈_ 팀(부도현(KAIST), 한지수, 권수화, 소유림(성균관대)) ▲민민쓰 팀(김민혁(영국 리버풀대), 심준석(무소속)) 등 4개 팀이 선정되었다. 이들 팀은 각기 다른 데이터 처리 방식과 모델링 접근을 통해 인간의 수면 관련 지표를 정밀하게 예측하는 다양한 가능성을 제시했다.

대상 1팀, 최우수상 1팀, 우수상 1팀에는 과학기술정보통신부장관상과 상금이, 장려상 4팀에는 한국전자통신연구원장상과 상금이 각각 수여되었다.

대상을 수상한 이광섭 학생(순천향대)은 “라이프로그 데이터셋 자체가 복잡해서 데이터 처리에 신경 써서 많은 변수를 생성하여 분석한 것이 수상에 도움이 됐다”고 소감을 밝혔다.

ETRI 방승찬 원장은 “이번 대회는 라이프로그 데이터를 통해 인간의 수면 경험과 상태를 이해하려는 다양한 연구가 펼쳐진 뜻깊은 자리였다”며 “앞으로도 인간 중심의 따뜻한 AI 기술 발전을 위해 연구 교류의 장을 지속적으로 확대해 나가겠다”고 말했다.

이번 대회는 지난 4월 참가 접수를 시작으로 리더보드 제출, 논문 접수, 논문 발표 및 시상식까지 약 6개월간 진행되었으며, 라이프로그 기반의 휴먼이해 인공지능 연구를 통해 인간의 삶을 보다 깊이 이해하려는 다양한 시도가 이뤄졌다는 점에서 의미를 더했다. <보도자료 본문끝>

용어설명

1) 휴먼이해 인공지능(Human Understanding AI) : 인간의 감정, 행동, 의도 등 다양한 심리적·생리적 신호를 분석하여 사람을 이해하고 반응하는 인공지능 기술로, 인간 중심의 상호작용을 가능하게 하여 맞춤형 서비스와 감성지능형 시스템 구현에 활용

2) 라이프로그 데이터(Lifelog Data) : 개인의 일상생활 중 생성되는 활동, 수면, 심박, 위치, 환경 등의 데이터를 자동으로 수집·기록한 정보로, 인간의 삶의 패턴을 정량적으로 분석하여 건강관리, 행동예측 등 다양한 인공지능 연구에 활용

3) 멀티모달 센서 데이터(Multimodal Sensor Data) : 생체신호, 움직임, 환경 등 여러 유형의 센서에서 동시에 수집된 데이터를 의미, 서로 다른 형태의 데이터를 융합 분석함으로써 인간의 복합적인 상태와 행동을 정밀하게 이해할 수 있음

4) 부스팅트리(Boosting Tree) : 여러 개의 약한 학습기(weak learner)를 순차적으로 학습시켜 오차를 보완해 나가는 방식의 머신러닝 알고리즘으로, 시계열 데이터나 복합적 요인 분석에 강점을 지녀 높은 예측 정확도를 달성할 수 있음

5) 앙상블 모델(Ensemble Model) : 여러 개의 개별 인공지능 모델을 결합해 하나의 예측 결과를 도출하는 학습 기법으로, 단일 모델의 한계를 보완해 예측 정확도와 안정성을 높이는 데 효과적이며 부스팅트리·배깅 등의 기법이 대표적

6) 센서 스트림 데이터(Sensor Stream Data) : 웨어러블 기기나 스마트폰 등에서 시간의 흐름에 따라 연속적으로 수집되는 센서 신호 데이터로, 인간의 움직임·활동·생체 상태 변화를 실시간으로 분석하는 데 활용

7) 멀티채널 이미지 서열(Multichannel Image-Sequence) : 여러 종류의 센서 신호를 시간 구간별로 이미지 형태로 변환하고 이를 순차적으로 배열한 데이터 표현 방식으로, 시각 정보 처리 기술을 적용해 복합적 시계열 패턴을 효율적으로 학습할 수 있음.

8) LSTM(Long Short-Term Memory) : 시계열 데이터의 장기 의존성을 학습하기 위해 설계된 순환신경망(RNN) 구조의 일종으로, 시간 흐름에 따른 변화나 패턴을 안정적으로 예측하는 데 적합한 딥러닝 모델

9) LLM(Large Language Model) : 대규모 텍스트 데이터를 기반으로 사전 학습된 인공지능 언어모델로, 자연어 이해와 추론 능력을 활용해 데이터 해석·요약·생성 등 다양한 인지적 작업을 수행할 수 있음

참고 1

2025 제4회 ETRI 휴먼이해 인공지능 논문경진대회

참고 2

ETRI 휴먼이해 인지컴퓨팅 기술 연구 개요 및 데이터셋

ETRI 라이프로그 데이터셋 (2024)

ETRI는 사람들이 일상생활에서 어떤 경험을 하는지 이해하기 위해 여러 종류의 센서를 이용해 라이프로그를 수집하여 분석하는 연구를 수행하고 있습니다. 2024년에는 스마트폰, 스마트워치, 수면 센서, 그리고 자가 보고 앱을 활용해 12주 동안 50명의 참가자에게서 생활 데이터를 모았으며, 이를 통해 하루의 활동을 비롯하여 잠자는 습관까지 자세히 기록할 수 있었습니다. 본 데이터는 사람들의 행동을 더 깊이 이해하기 위한 연구에 활용되고 있으며, 다른 연구자들이 쓸 수 있도록 12가지 종류의 센서 데이터에 대한 총 700일 분량의 라이프로그 데이터를 공개하였습니다.

참고 3

2025 ETRI 휴먼이해 인공지능 논문경진대회 수상팀

순위	팀명(이름)	소속	논문 제목	상훈
대상	sch_csm (이광섭, 최성민)	순천향대	Explainable Time-Series Feature Engineering for Sleep Quality Prediction Using Lifelog Data	과학기술정보통신부장관상
최우수상	waniboyy (박성완, 우지은, 양시헌)	성균관대 성균관대 영남대	MIS-LSTM: Multichannel Image-Sequence LSTM for Sleep Quality and Stress Prediction	과학기술정보통신부장관상
우수상	단머스 (현종열, 변유철, 박경근)	서울과학종합대학원대학교(aSSIST) 서강대대학원 성균관대	Sleep Quality Prediction from Lifelog Data Using LLM-based Imputation	과학기술정보통신부장관상
장려상	LOL (구자협, 송용호, 심재현, 이소영)	서울과기대 서울과기대 서울과기대 성균관대	LOL: Learning with One Lightweight Sensor-Aware Predictive Model For Sleep Quality	한국전자통신연구원원장상
장려상	마네키네코 (박준호)	한양대	Analysis of Sleep Indicators and State Determinants Using Machine Learning with Lifelog Data	한국전자통신연구원원장상
장려상	방_케_필_돈_ (부도현, 한지수, 권수화, 소유림)	KAIST 성균관대 성균관대 성균관대	Subject-Adaptive Sparse Linear Models for Interpretable Personalized Health Prediction from Multimodal Lifelog Data	한국전자통신연구원원장상
장려상	민민쓰 (김민혁, 심준석)	영국 리버풀대 개인연구자	FSA-Net: FFT Based Self-Attention for Time Series Classification	한국전자통신연구원원장상

참가자들은 ‘ETRI 라이프로그 데이터셋 2024’를 활용하여 수면품질, 피로도, 스트레스, 수면시간, 수면효율, 수면지연시간 등 다양한 지표를 다중 레이블로 예측하는 인공지능 모델을 개발하고, 이를 기반으로 국제학술대회(ICTC 2025) 논문을 작성하였다. 개발된 모델에 대해서는 별도로 제공된 시험데이터에 대해 다중 레이블 예측 결과를 제출하도록 하였으며, 성능점수(macro-f1 score)를 기준으로 성능 평가에 대한 최종 순위가 결정되었다. 본 경진대회에서는 참가자들이 보다 정교한 AI 모델을 구현할 수 있도록 외부 공개 데이터와 사전학습(pre-trained) 모델의 활용이 허용되었다.