글씨를 쓰고 그림을 그릴 때의 펜 움직임 정보를 가공하면 컴퓨터가 우울·불안·스트레스 상태를 더 잘 분류할 수 있을까요?

상세 설명

연구진은 사람들이 손글씨 과제 3개와 그림 그리기 과제 4개를 수행할 때 태블릿과 펜으로 수집한 기록을 사용했어요. 데이터베이스에서는 우울·불안·스트레스 척도(DASS)를 기준으로 우울·불안·스트레스·일반 상태를 구분했어요.

컴퓨터 모델은 펜의 움직임, 압력, 시간 정보와 기록된 신호의 패턴을 나타내는 특징을 함께 사용했어요. 연구진은 유용한 특징을 고른 뒤, 기존 측정값 일부에 작은 무작위 변화를 더해 학습 데이터를 늘렸어요. 평가는 한 사람씩 번갈아 시험 대상으로 남겨 두고, 나머지 사람들의 기록으로 모델을 학습하는 방식으로 진행했어요.

연구진은 당시 최신 수준으로 제시한 기존 비교 방법보다 분류 정확도가 평균 15% 향상됐고, 정서 상태 범주별 향상 폭은 4~34%였다고 보고했어요. 다만 초록에는 최종 정확도와 향상 수치의 명확한 계산 방식이 나오지 않아요. 이 결과는 소규모 데이터베이스 안에서 분류 성능이 개선됐다는 근거이며, 새로운 집단에서 정신건강 문제를 진단할 수 있음을 입증한 것은 아니에요.