[프로젝트 성공 사례] 비대면 노인 기본신체능력 측정용 관절 동작 시계열 데이터 구축
- Korea Tictag
- 6일 전
- 3분 분량
고객사 소개
고객사는 AI 기반 디지털 헬스케어 솔루션을 개발하는 전문기업으로, 고령층의 인지·신체 건강 향상을 위한 비대면 훈련 및 관리 기술을 연구하고 있습니다. 퇴행성 신경질환 예방과 치매 조기 진단을 목표로, AI 동작·음성 인식 기술을 결합한 Dual-Tasking 인지·신체 강화 프로그램 ‘뇌건강놀이터'를 비롯해 다양한 디지털 헬스케어 제품을 선보이고 있습니다. 이번 프로젝트에서 고객사는 시니어가 가정에서도 손쉽게 신체 능력을 측정하고 건강을 관리할 수 있는 환경을 조성하기 위해, 틱택코리아와 함께 데이터바우처 사업을 통해 AI 학습용 동작·음성 데이터를 수집·정제·가공했습니다.
프로젝트 과제 및 배경
한국은 급속한 고령화로 인해 도서·산간 지역의 노인 인구 비율이 높고, 사회복지 및 의료 접근성이 떨어지는 구조적 문제가 지속되고 있습니다. 특히 보건복지부 조사에 따르면, 이러한 지역에서는 물리치료·인지훈련·운동 처방 등 필수 돌봄 서비스의 접근이 제한적입니다.
이에 고객사는 “가정에서도 쉽고 정확하게 신체 능력을 측정·훈련할 수 있는 비대면 디지털 프로그램”을 개발했습니다. ‘뇌건강 놀이터’는 AI 동작 및 음성 인식 기술을 활용하여 사용자의 신체 움직임, 인지 반응, 음성 명령 수행능력을 동시에 측정·분석하는 혁신적 훈련 프로그램입니다. 그러나 AI 모델 고도화를 위해 필요한 데이터 확보 과정에서 다음과 같은 어려움이 있었습니다:
고령층의 다양한 신체 움직임 데이터 확보의 어려움
비식별화 처리된 의료영상 데이터셋 부족
의료 전문가 기준에 따른 정상/비정상 동작 라벨링의 주관성 문제
비용·시간 제약으로 인한 충분한 학습 데이터 확보의 한계
이와 같은 한계를 해소하기 위해 고객사는 데이터바우처 사업을 통해 틱택코리아와 다음의 과정을 거쳐 공동 프로젝트를 진행했습니다.
틱택코리아 작업 내용
첫 번째 과정: 맞춤 동작 데이터 수집 설계
틱택코리아는 비대면 노인 기본신체능력 디지털 측정도구 개발에 필요한 학습 데이터를 독립적으로 수집했습니다.
대상자 모집
60세 이상 시니어 75명을 모집해 실제 서비스 타깃과 유사한 연령·신체 특성을 반영
수행 동작 구성
상지 관절, 하지 관절, 전신 능력, 언어 및 시각 지시 수행 등 5개 카테고리 동작을 수행하도록 프로토콜 설계
촬영 환경 표준화
정면 고정 카메라, 일정한 조명·배경 등 동일한 환경에서 전 촬영 진행
모든 참가자는 마스크를 착용해 얼굴이 식별되지 않도록 사전에 개인정보 노출 차단
수집 규모
최종적으로 1,686건의 MP4 동영상 데이터를 수집하여 AI 학습에 활용 가능한 수준의 원천 데이터를 확보
이를 통해, 기존에 부족했던 고령층 실제 동작 기반의 정량적 데이터를 안정적으로 구축할 수 있었습니다.
두 번째 과정: 의료 전문가가 참여한 정밀 라벨링
AI 모델이 시니어의 동작을 정확히 판단하려면, 정확한 ‘정상/비정상’ 기준과 믿을 수 있는 라벨링 체계가 필요했습니다. 틱택코리아는 의료 전문가와 함께 다음과 같은 방식으로 라벨링을 진행했습니다.
전문가 교차 검증
의료 관련 전문 종사자 2인이 모든 영상을 검토
각 동작을 정상/비정상 이진 분류로 라벨링
불일치 처리 프로세스
두 전문가 의견이 다를 경우, 추가 논의를 통해 합의 시도
합의가 불가능한 데이터는 과감히 제외하여 데이터셋의 신뢰도 우선 확보
이 과정을 통해, 의료 전문가 기준을 반영하면서도 주관성을 최소화한 “품질 보증 라벨”을 제공했습니다.
세 번째 과정: Motion Tracking 기반 비식별화 및 정형화
시니어 데이터를 다루는 만큼, 개인정보 보호와 재활용 가능한 구조화가 핵심 과제였습니다. 틱택코리아는 다음과 같은 기술·절차를 적용했습니다.
비식별화 처리
라벨링 확정된 영상에 Motion Tracking 및 Landmarking 기술을 적용
얼굴 등 개인 식별 가능성이 있는 요소는 제거하고, 동작 분석에 필요한 신체 관절점 좌표(x, y) 데이터만 추출
시계열 데이터 변환
추출된 관절 좌표를 시간 흐름에 따라 배열해 시계열 데이터로 정형화
이후 AI 모델이 쉽게 학습할 수 있도록 구조화된 포맷으로 변환
그 결과, 비식별화 영상, 정상/비정상 라벨 정보, 관절 좌표 기반 시계열 데이터로 구성된 AI 학습에 최적화된 데이터셋이 완성되었습니다.
최종 과정: AI 학습용 데이터셋 구축 및 제공
위 과정을 거쳐 틱택코리아는 다음과 같은 형태의 최종 데이터셋을 구축해 고객사에 제공했습니다.
데이터 구성 요소
시니어 동작 영상(MP4, 1,686건)
각 영상별 정상/비정상 라벨
영상별 관절 좌표(x, y) 시계열 데이터
활용 관점
고객사는 해당 데이터셋을 기반으로 다음과 같은 모델을 고도화할 수 있게 되었습니다.
시니어 기본 신체능력 자동 측정 모델
정상/이상 동작 자동 판별 모델
향후 Dual-Tasking 인지·신체 훈련 프로그램(‘뇌건강놀이터’ 등)에 확장 적용이 가능합니다.
"틱택은 개인정보 보호 및 윤리적 데이터를 활용합니다."
고령층 데이터를 다루는 프로젝트 특성상, 틱택코리아는 개인정보 보호를 프로젝트 전 과정의 기본 원칙으로 두었습니다.
촬영 단계에서 마스크 착용을 의무화해 얼굴 정보 수집 자체를 차단
영상 수집 시 성명, 생년월일, 주소 등 개인 식별 정보는 일절 수집하지 않음
Motion Tracking·Landmarking 적용 후, 얼굴·신체 외형 등은 제거하고 관절 좌표 데이터만 활용
라벨링·검수 과정에서 개인정보가 노출될 가능성이 있는 데이터는 즉시 추가 비식별화 처리, 처리 불가능한 경우 데이터셋에서 제외
이를 통해 고객사는 윤리적이고 안전한 방식으로 구축된 시니어 신체능력 데이터셋을 기반으로, 안심하고 AI 서비스를 고도화할 수 있는 기반을 확보했습니다.
"AI 서비스 고도화, 틱택이 도와드립니다!"
이번 프로젝트는 시니어 헬스케어 서비스의 성패가 ‘도메인에 딱 맞는 고품질 데이터’에 달려 있다는 점을 보여줍니다. 단순히 많은 데이터를 모으는 것이 아니라, 실제 사용자(시니어)의 특성을 반영하고, 의료 전문가 검증과 비식별화를 거친 신뢰할 수 있는 데이터셋이 있어야 AI 모델이 현장에서 쓰일 수 있다는 것을 확인한 사례입니다.
데이터 수집·정제·가공이 고민되신다면,
지금 틱택코리아와 함께 AI 학습용 데이터의 설계부터 같이 만들어보세요.
지금 커피챗 신청하기 👇
댓글