2017년 1월 10일 화요일

헬스케어 사례 연구 - 빅데이터와 연계

헬스케어는 개인의 의료 데이터를 생성하기 때문에 빅데이터 관점의 접근이 반드시 필요하다. 게다가 치료 중심의 의료 서비스에서 예방 중심의 헬스케어로의 변화는 예측하기 어려울 정도의 빅데이터를 생성하고 있다. 분당 서울대병원에서는 빅데이터 연구원을 설립하여 다양한 의료 서비스에 접목시키고 있고 괄목할 만한 효과를 보이고 있다. 이번 회에서는 빅데이터 기반의 헬스케어에 대해 살펴보도록 한다. 예방 중심의 헬스케어 서비스에 빅데이터가 차지하는 역할이 무엇인지 이해하기를 기대한다.
사례 연구 전 확인 사항

빅데이터의 활용

빅데이터는 ICT 뿐만 아니라 다양한 산업 분야에서 최대 경쟁력으로 인식되고 있고, 제대로 된 자료 수집과 분석이 이루어진다면 재해, 의료 등의 서비스에서 안전과 질 높은 삶을 영위하도록 도와줄 수 있다.
기존에 사용하던 데이터는 미리 정의된 기준에 따라 수집, 관리되었기 때문에 정보 가치가 제한적이었다. 빅데이터는 무제한으로 수집할 수 있어 자료의 양과 복잡성은 매우 높지만 필요에 의해 수집된 데이터이기 때문에 기존 데이터보다 정보의 질은 높다. 이렇게 수집된 데이터를 목적에 따라 분석하여 정보를 정리하면 정보의 질은 높고 복잡성은 낮은 정제된 빅데이터가 된다(그림1).

< 그림 1> 데이터의 복잡성과 질의 관계

데이터를 수집해서 바로 활용할 수는 없다. 다양한 매체를 통해 데이터를 수집하고, 불필요한 데이터를 걸러내면서 적절한 기준에 맞춰 정제를 한다. 그리고, 데이터를 분석하면서 의미 있는 지식으로 정보화 또는 시각화 한다(그림2).

<그림2> 빅데이터의 활용 단계

헬스케어 서비스에서 목표 달성을 위해서는 어떠한 전략으로 서비스를 구성해야 하는지 빅데이터 플랫폼을 통해 얻고 있다(그림3). 아래 그림은 가독성을 위해 큰 그림으로 표시되었지만 실제 서비스를 위해서는 데이터의 수집, 정제, 분석 방법과 지식화된 데이터를 어떻게 시각화할 것인지에 대한 방법 등을 세부적으로 더 정의되어야 한다.

<그림3> 헬스케어 빅데이터 플랫폼의 예시
출처: 한국보건산업진흥원



강의영상: '자동차 스마트팩토리 S/W'의 개발/품질 체계 확립 및 내재화로 Global 품질 경쟁력 확보


22nd SW Quality Insight 컨퍼런스
트랙2-3. 김재은 대표(큐엔티) 강의영상 

주제 : '자동차 스마트팩토리 S/W'의 개발/품질 체계 확립 및 
내재화로 Global 품질 경쟁력 확보



IoT SDK와 Node.JS

IoTDevice SDK들 정리가 안되는 상황



IoTSDK 언어의다양성




왜 Node.JS가 Embedded에서도 뜨는가?



Node.js Event Loop




2017년 1월 9일 월요일

마이크로소프트의 홀로렌즈

매직리프의 MR 기술은 매직 리프 회사만 개발하고 있는 것이 아니다. 마이크로소프트가 2015년에 발표하고 현재는 개발자 버전을 출시하고 있는 '홀로렌즈'도 MR을 구현한다. 그러나 마이크로소프트의 홀로렌즈는 매직 리프와는 좀 다른데 안경 모양의 반투명 디스플레이에서 CG를 만들어 내고 안경 위쪽 부분에 달린 센서가 착용자의 손동작을 인식해 홀로그램이 반응하는 방식이다.
홀로렌즈는 두개의 Light engine을 가지는데 초당 수백만번의 빛조각을 방출하여 이미지를 만들고 투명 디스플레이에 반사되어 눈에 도착한다. 그림7은 한쪽눈에 가상의 이미지를 보여주는 것으로 수정체에 도착하는 빛의 방향이 광범위하게 형성된다. 실제 사물과 같이 거리에 따른 초점 문제를 해결할 수 있다.

<그림7> 마이크로소프트의 홀로렌즈
출처: https://www.reddit.com


VR, AR의 시장 현황


VR과 AR 시장은 VR이 성장을 주도하고 있지만 2017년 이후부터는 AR이 전체 시장의 성장을 주도할 것으로 예측하는 것이 일반적이다. 2020년 전세계 VR 시장은 300달러(34조8390억원)에 달할 전망이고, AR 시장은 1200억달러(139조3560억원) 규모로 성장해 5년 사이에 VR 시장의 4배 규모로 성장할 것으로 예측됐다.

<그림5> VR, AR 관련 시장 규모 전망
출처: KT경영연구소

’15년 9639억원 규모였던 국내 가상현실 시장은 2020년 5조7000억원으로 6배쯤 커질 전망이고, 통신 3사의 적극적인 참여도 가상현실 시장을 성장시키고 있다. 최근 KT는 세계 최초로 야구경기를 VR로 생중계했고 ’18년 평창동계올림픽 경기를 VR 콘텐츠로 제공해 세계인에게 VR을 대중화하는 계기를 마련한다는 계획이다. SKT는 ’16년 4월 VR 서비스 플랫폼을 선보이고 시장 경쟁에 뛰어들었고, LG유플러스도 LTE 비디오 포털을 통해 VR 콘텐츠 제공하고 있으며, 인기 예능프로그램의 360도 영상을 서비스하고 있다. VR, AR과 더불어 현실과 가상의 정보를 융합한 MR 시장 역시 성장 가능성이 큰 영역으로 주목받는다.
VR, AR, MR의 최신 기술
MR의 선두 기업은 매직리프와 마이크로소프트를 꼽을 수 있다. 매직리프는 체육관에 등장한 고래 등 가상의 이미지를 현실 세계의 일부처럼 느껴지도록 생동감 있게 투사함하는 기술을 보유한 기업이다. 퀄컴, 알리바바 등으로부터 막대한 신규 투자를 받아 널리 알려졌다. 마이크로소프트는 홀로포테이션 (Holoportation)이란 기술을 선보이고 미개척 분야인 MR 시장을 개척 중이다.

매직리프의 포토닉스 라이트필드

로니 애보비츠 CEO는 세간의 높은 관심에도 불구하고 비밀주의를 고수하고 있는 이유에 대해 “우리는 준비가 될 때까지 분명하게 비밀을 유지할 필요가 있다”며 매직리프를 스스로 ‘스텔스 기업(stealth company)’이라고 칭했다. 매직리프는 혼합현실(MR, Mixed Reality) 또는 증강현실(AR) 분야를 상징하는 대표적인 기업으로 인식되고 있다.



MR ? 현실과 가상의 정보를 융합해 진화된 가상 세계를 만드는 기술

AR과 VR은 장점은 있지만 완벽한 가상 세계를 구현하기엔 부족한 감이 있다. 예를 들면, VR의 경우 이동하거나 여러 사람이 동시에 같은 화면을 보며 감정을 공유하는 것이 힘들다. 현실 세계와 가상의 정보를 결합한 MR은 현실과 상호작용을 할 수 있다는 AR의 장점과 몰입감을 전해줄 수 있다는 VR의 장점을 합쳐 현실 세계를 합친 가상 세계를 만들어 준다. 때문에 다양한 분야에서 활용될 수 있는데 최근에는 별도의 디바이스를 쓰지 않아도 경험할 수 있는 MR 기술들이 나오고 있다.
그림3은 화제가 되었던 매직 리프(Magic Leap) 사의 고래 영상인데 농구장에 집채만한 고래가 솟구쳐 오르는 것을 별도의 기기를 장착하지 않은 관람객들이 실제인 것처럼 목격할 수 있다. 이처럼 MR은 사실감을 극대화한 3D 입체영상을 우리의 현실 공간에 구현하는데 사용자는 콘텐츠에 대해 강한 몰입감을 느낄 수 있지만 고해상도 3D 이미지와 수많은 초소형 프로젝터가 필요하다.

<그림3> 매직 리프 사의 MR 시연
출처: 매직리프의 공식 유튜브

VR, AR, MR을 하나로 비교한 화면이 그림4에 나타나있다. 좌측은 아무 것도 없는 것에 가상의 로봇을 만들어서 보여주는 것이고, 중간은 현실 세계 위에 가상의 로봇을 입히는 것이다. 우측은 현실 세계에 로봇이 마치 존재하는 것처럼 상세화하고 사용자와 상호작용을 추가한다.

더보기

2017년 1월 6일 금요일

ICT 기술과 헬스케어, 분당 서울대병원의 음성인식 U-헬스 당뇨케어 시스템


출처: 분당서울대병원, Science MD

분당서울대병원 U-헬스케어 팀은 당뇨 환자가 가정에서 측정한 혈당 데이터를 자동으로 전송하고 의료진이 이를 평가한 후 맞춤형 헬스 정보를 제공하는 서비스를 개발하고 효과를 발표하였다(그림6). 문제는 뛰어난 효과에도 불구하고 환자 비율이 높은 노인들이 모바일 디바이스나 인터넷 사용에 익숙하지 않다보니 U-헬스케어 시스템을 제대로 활용하지 못했다. 이런 문제를 해결하기 위해 노인들이 전화를 거는 데는 익숙하다는 점에 착안해 국내 헬스케어 관련 기업과 함께 본인의 혈당과 활동량을 말로 하면 U-헬스케어 시스템이 음성을 인식하고 이를 바탕으로 맞춤형 헬스 정보를 제공하는 음성인식 U-헬스 당뇨케어 시스템을 개발했다(그림7).

<그림6> 분당서울대병원 U-헬스 당뇨케어 시스템
출처: 분당서울대병원

<그림7> 음성인식 U-헬스케어 시스템
출처: 분당서울대병원

분당서울대병원에서는 60세 이상의 환자 66명을 대상으로 음성인식 U-헬스케어 시스템의 관리를 적용한 A그룹 33명과 스스로 혈당을 측정한 B그룹 33명으로 나누어 6개월 동안 관찰했다. 6개월 후 A그룹은 B그룹에 비해 혈당 조절 상태를 알려주는 당화혈색소 수치가 단순히 혈당을 측정한 B그룹에 비해 약 8.5% 더 낮은 것으로 확인됐다(그림8).

<그림8> 음성인식 U-헬스케어 시스템 적용 여부에 따른 혈당 변화 결과
출처: 분당서울대병원