본문 바로가기 주메뉴 바로가기 검색 바로가기
AI, 페이스북 데이터 이용해 정신 질환 진단한다
상태바
AI, 페이스북 데이터 이용해 정신 질환 진단한다
실험 참가자가 정신 질환 진단을 받은 시점으로부터 18개월 이상 된 자신의 개인 메시지를 AI로 스캔하도록 했다. 그 결과, 정신 질환 증세와 관련해 주목할 만한 징조가 발견됐다.
By GRACE HUCKINS, WIRED US

페이스북 데이터로 부정행위를 하기 쉽다. 이상해 보이는 티셔츠 광고 목표 선정부터 선거구 조작 행위까지 SNS 거대 기업의 의문스러운 목적이 무수히 많다. 그러나 페이스북 데이터를 좋은 용도로 사용하는 이들도 있다. 혹은 최소한 정신 질환 진단 개선 목적으로 사용한다. 12월 3일(현지 시각), 어느 한 연구팀이 페이스북 데이터로 정신 질환 진단을 예측했다고 발표했다. 이 과정에서 연구팀은 공식 진단 목적으로 전송된 18개월 이상 된 메시지를 사용했다.

연구팀은 개인 페이스북 메시지 접근 권한을 준 실험 참가자 223명을 대상으로 실험을 했다. 연구팀은 인공지능(AI)을 활용해, 실험 참가자의 메시지에서 추출된 특성을 최대한 활용했다. 또, 각각의 실험 참가자가 게재한 사진도 함께 활용해, 기분 장애(조울증, 우울증 등)나 조현병증 스펙트럼 장애를 지니고 있는지, 아니면 정신적으로 건강한지 예측했다. 연구 결과에 따르면, 맹세의 의미를 지닌 단어는 일반적으로 정신 질환의 징조이며, 지각을 나타내는 단어(보다, 느끼다, 듣다 등)와 부정적인 감정과 관련된 단어는 조현병을 암시한다. 사진의 경우, 푸른 색상이 많을수록 기분 장애와 관련이 있는 것으로 확인됐다.

연구진은 가짜 양성과 가짜 음성의 균형을 측정하는 AI의 보편적 통계를 이용해 알고리즘의 성공을 판단했다. 알고리즘에서 (조현병증 스펙트럼 장애 환자 등) 양성으로 분류되는 사람이 증가하면서, 실제로 이미 조현병을 앓고 있는 실험 참가자를 확인하지 못하는 사례(낮은 가짜 음성률 기록)가 감소했다. 그러나 일부 건강한 실험 참가자를 조현병 환자로 잘못 분류(높은 가짜 양성률 기록)했다. 완벽한 알고리즘은 가짜 양성률과 가짜 음성률을 동시에 기록하지 않는다. 이처럼 완벽한 알고리즘에는 점수 1점이 부여된다. 임의로 정신 질환을 판단하는 일고리즘의 점수는 0.5점이다. 연구팀의 알고리즘의 점수는 알고리즘에 명령한 특정 예측에 따라 0.65점~0.77점을 기록했다. 알고리즘에서 실험 참가자의 진단 결과를 받기 전까지 연구진이 스스로 메시지를 제한했을 때도 연구진의 알고리즘은 임의로 실험 참가자의 정신 건강을 판단했을 때보다 더 높은 점수를 얻었다.

해당 연구에 참여하지 않은 뉴욕주립대학교 스토니브룩캠퍼스 컴퓨터 공학부 부교수 H. 앤드류 슈와츠(H. Andrew Schwartz)는 알고리즘 평가 점수를 우울증 검사용 10가지 질문을 기준으로 한 PHQ-9와 비교할 수 있다고 말한다. 알고리즘을 이용한 정신 질환 진단 연구 결과와 함께 페이스북 데이터를 잠재적으로 한참 전에 정신 질환 진단을 받았을 수 있는 환자의 정신 질환 검사에 활용할 가능성이 제기됐다.
 
[사진=Freepik]
[사진=Freepik]

페이스북 데이터 기반 알고리즘의 정신 질환 진단 연구를 이끈 뉴욕 맨해셋의 페인스테인 의학 연구소(Feinstein Institutes for Medical Research) 부교수 마이클 번바움(Michael Birnbaum)은 AI 툴이 정신 질환 치료에 대대적인 차이를 만들 수 있다고 믿는다. 그는 “암이 여러 단계에 걸쳐 증세가 심각해지는 것을 이해한다. 초기에 암을 발견했다면, 다른 신체 부위에 전이된 후에 발견했을 때와 비교했을 때 결과가 크게 달라질 것이다. 심리학에서는 이미 상황이 심각해진 환자를 대상으로 진료를 시작하는 경향이 있다. 그러나 초기에 정신 질환 발병 우려를 찾을 수 있다”라고 설명했다.

번바움 부교수에 앞서 다른 전문가들이 먼저 SNS 데이터를 이용해 정신 질환을 진단한 적이 있다. 이전에는 페이스북 상태와 트위터 게시글, 레딧 게시글 등을 이용해 우울증부터 주의력 결핍 과잉 행동 장애(ADHD)에 이르기까지 다양한 질환을 진단했다. 전체적으로 다른 연구진은 임상적으로 확인 진단을 받은 환자를 대상으로 연구할 수 있었다. 모두 진단 과정에서 환자에게서 들은 말, 자가 진단 혹은 PHQ-9와 같은 질문을 진단 대용으로 활용했다. 반면, 번바움 부교수 연구 참가자 전원 신경정신과 전문의에게서 공식적으로 진단을 받았다. 또, 연구진은 정확한 진단 일자를 갖고 있어, 환자가 자신의 정신 질환을 인지하기 전에 보낸 메시지로 정신 질환을 예측할 수 있었다.

번바움 부교수의 연구에 참여하지 않은 펜실베이니아대학교 컴퓨터 공학부 부교수 사라스 군투쿠(Sharath Guntuku)는 번바움 부교수 연구팀의 알고리즘이 인상적인 결과를 얻었더라도 환자 진단 과정에서 임상의를 대체하는 역할을 할 수 있는 부분이 없다는 점에서 신중한 태도를 보인다. 군투쿠 부교수는 “적어도 내가 살아있을 때는 SNS 데이터로 정신 질환을 진단하는 순간이 오지 않으리라 생각한다”라고 말했다. 그러나 번바움 부교수의 알고리즘처럼 설계된 여러 AI 알고리즘이 정신 건강 진료에서 중요한 역할을 할 수 있다. 군투쿠 부교수는 “정신 의학계에서는 갈수록 AI 알고리즘을 무료 데이터 자원으로 사용해, 정신 질환 발병 위험군에 특별히 주목하고 추가 진료나 임상의의 연락이 필요한지 확인하는 용도로 사용하고자 한다”라고 언급했다.

슈와츠 부교수는 정신 질환 진단은 정확하지 않은 과학이며, 더 많은 데이터 자원이 추가된다면 개선될 수 있다는 사실에 주목한다. 그는 “AI 알고리즘으로 정신 질환을 진단하는 것은 정신 건강을 측정하는 것이다. 정신 건강 평가는 단 하나의 도구에만 의존할 수 없다”라고 말했다. SNS가 상당히 긴 시간에 걸쳐 지속해서 기록된 개인의 생각과 행동을 제공한다. 이 덕분에 과거에는 단순히 정신 질환을 진단하기만 했던 오랜 시간의 임상 면담을 효과적으로 보완할 수 있다. 슈와츠 부교수는 "임상 면담에서 환자가 모든 것을 다시 수집하고, 자신 스스로에 대해 다시 수집하는 행위에 의존한다. 임상의는 환자가 자신이 원하는 편견에 따라 영향을 받는지 판단해야 한다”라고 지적했다. 다시 말해, 환자가 임상의에게 자신이 듣고 싶은 말을 듣기 위한 말을 한다는 의미이다. 아마도 SNS 데이터가 환자의 정신 질환 상태 왜곡 수준을 낮추는 데 도움이 될 수 있다.

과거, 번바움 부교수와 함께 근무한 경력이 있지만 이번 실험에 참여하지 않은 조지아공과대학교의 컴퓨터 상호작용 교수 문문 드 쵸드리(Munmun de Choudhury)는 사용자가 SNS에 접속했을 때, 정신 질환 위험이 있다면 SNS가 이를 경고하는 기능을 사용할 수 있는 미래를 그린다. 그러나 SNS 접속을 통한 정신 질환 경고에는 개인정보 보호 우려가 제기된다. 개인의 정신 질환 상태가 유출된다면, 보험사나 고용주가 악용할 수 있다. 혹은 마음의 준비가 되기 전부터 개인에게 정신 건강 상태를 밝히도록 강요할 수 있다. 드 쵸드리 교수는 모든 문제를 해결하기 위해 SNS 기업의 완전히 투명한 사용자 데이터 관리 및 보호 방법이 필요하다고 말한다. 그러나 알고리즘이 18개월 전, 정신 질환 진단을 받았을 수 있는 사용자의 정신 질환 증세를 감지한다면, 개인의 삶에 큰 변화를 줄 것이다. 드 쵸드리 교수는 “정신 질환 증세를 더 일찍 알게 된다면, 반드시 전문의를 찾아야 한다는 우려를 없앨 수 있다”라고 언급했다.

이미 SNS로 정신 건강 위기를 예방하는 사례가 있다. 군투쿠 부교수는 “페이스북과 구글은 정신 질환 예측 부분에서 어느 수준으로 이미 데이터를 활용하고 있다”라고 말했다. 사용자가 구글에서 자살 관련 용어를 검색했을 때, 다른 검색 결과보다 국립 자살방지협회(National Suicide Prevention Lifeline)의 번호가 먼저 등장한다. 페이스북은 AI를 이용해 자살 위험을 암시하는 게시글을 감지하고, 해당 사용자에게 자체 인간 모니터링 인력을 보내거나 심지어 법률 집행 기관에 연락한다. 그러나 자살은 분명하고 곧 발생할 위험을 나타낸다. 반면, 단순히 정신 건강 진단을 전송하는 행위는 종종 위험을 나타내지 않는다. SNS 사용자는 개인정보 보호를 포기하고 초기 조현병 증세가 시작된 것을 확인하는 대신 자살을 예방하는 쪽을 택할 것이다. 군투쿠 부교수는 “어떠한 종류든 개인 수준에서의 대규모 정신 질환 감지는 매우 까다롭고, 윤리적으로 위험하다”라고 주장했다.

번바움 부교수는 자신의 연구에서 규모가 작지만 효과가 있는 사용 사례를 발견했다. 임상의인 번바움 부교수는 SNS 데이터가 전문가의 진단 측정에 도움이 될 뿐만 아니라 장기적인 치료로 나아갈 때, 환자 검사를 검사할 때 의사에게도 도움이 된다고 말한다. 번바움 부교수는 “사고와 감정, 행동 모두 역동적이며, 항상 바뀐다. 안타깝게도 정신 의학에서는 기껏해야 한 달에 한 번 순간의 상태만 볼 수 있다. SNS 데이터와 같은 정보를 통합한다면, 정신과 전문의가 환자의 삶과 상황을 더 종합적으로 이해할 수 있을 것이다”라고 설명했다.

아직 연구진은 AI 알고리즘 설계 및 윤리적으로 설계하는 방법과 관련, 나아갈 길이 멀다. 그러나 번바움 부교수는 5년~10년 후면 SNS 데이터가 정신 의학 진료에서 일반적으로 활용되리라 낙관한다. 그는 “언젠가 디지털 데이터와 정신 건강이 실제로 통합되는 날이 올 것이다. SNS 데이터가 환자의 마음 X-레이와 같은 역할을 하는 것이다. 또, 정신 질환 진단을 지원할 혈액 검사와 전문의가 권고하는 정신 질환 증세 호전이 될 것이다”라고 말했다.

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
An AI Used Facebook Data to Predict Mental Illness
이 기사를 공유합니다
RECOMMENDED