AI와 간호 현장: 센서로 노인 낙상 위험을 예측한 펜실베이니아대 센스포세이프티 연구

핵심 메시지

• 센스포세이프티 연구는 집 안에 설치한 깊이 센서로 실루엣만 추출해 보행 속도와 보폭, 균형을 측정하고 이를 낙상 위험 점수로 환산한다.
• 저소득 임대주택에 혼자 사는 노인 90가구에 시스템을 적용한 결과, 기술이 계산한 위험 점수가 분기별 방문한 임상 전문가의 대면 평가와 높게 일치했다.
• 목적은 실시간 데이터를 사람이 지켜보는 것이 아니라, 평소 패턴에서 벗어나는 지점을 알고리즘이 잡아내 사고가 나기 전에 개입하는 것이다.
• 데미리스 교수는 AI가 간호사를 대체하는지가 아니라 간호사를 AI의 좋은 사용자로 어떻게 준비시킬지가 진짜 질문이라고 말한다.
• 가정에 들어가는 기술인 만큼 프라이버시와 낙인, 인간관계에 미치는 영향에 대한 우려를 함께 다뤄야 하며, 데이터를 누구와 공유할지는 당사자가 정해야 한다는 점이 강조된다.

쉽게 이해하기

펜실베이니아대학교 간호대학 연구·혁신 담당 부학장인 조지 데미리스 교수는 자신의 관심이 언제나 노인의 삶을 개선하는 방법에 있었다고 말한다. 그가 간호학을 택한 이유는 간호학이 환자의 목소리를 담아내는 학문이기 때문이다. 나이가 들어도 사람들은 건강 상태가 바뀔 때마다 시설을 옮겨 다니기보다 자기가 택한 거처에서 최대한 오래 독립적으로 살고 싶어 하는데, 기술은 여기에 역할을 할 수 있지만 사람의 손길을 대신할 수는 없다는 것이 그의 전제다.

그가 주목한 기술은 수동 센싱이다. 값이 싸고 주거 공간에 심어둘 수 있으며, 무엇보다 노인이 새 하드웨어나 소프트웨어 사용법을 따로 배우지 않아도 된다. 문제는 스마트홈 센서를 늘릴수록 데이터가 감당하기 어려울 만큼 쌓인다는 점이었고, 여기서 AI가 데이터를 해석하고 앞으로 일어날 일을 예측하는 역할을 맡는다. 핵심은 사람이 실시간 데이터를 들여다보는 것이 아니라, 평소 패턴에서 벗어나는 순간을 알고리즘이 감지해 사고 전에 개입하도록 만드는 데 있다.

구체적인 결과물이 센스포세이프티(Sense4Safety) 프로젝트다. 낙상은 노인의학의 중대한 문제이고, 인지 저하가 있거나 저소득 주거에 사는 노인은 낙상 위험이 훨씬 높다. 연구팀은 집 안에 깊이 센서를 설치해 실루엣을 추출하는 방식으로 보행 속도와 보폭, 균형 정보를 얻고, 이를 개인별 낙상 위험 점수로 계산한다. 이 점수가 변하면 코치가 그 사람의 필요와 이동 능력에 맞춘 교육과 운동 중재를 제때 제공한다.

이 정보는 노인 본인과 가족에게도 공유된다. 바닥의 물건을 치우거나 조명을 개선하는 등 큰돈 들이지 않는 주거 환경 개선으로 이어질 수 있기 때문이다. 저소득 임대주택에 혼자 사는 노인 90가구에 시스템을 배치해 중재를 제공한 결과, 기술이 계산한 보행 특성과 낙상 위험 점수가 분기마다 직접 방문해 기능 평가를 수행한 임상 전문가의 판단과 높은 상관을 보였다. 다음 단계는 참가자를 표준 진료군과 중재군으로 무작위 배정하는 임상시험이다.

인터뷰 후반부에서 데미리스 교수는 간호 현장의 불안에 답한다. AI가 간호 일자리를 없앨 것인가라는 질문에 그는 일하는 방식은 달라지겠지만 사람의 손길은 대체할 수 없다고 답하며, 진짜 질문은 대체 여부가 아니라 간호사를 AI의 좋은 사용자로 어떻게 준비시킬 것인가라고 말한다. 간호사는 환자와 직접 만나는 사람이자 환자의 대변자이므로, 결국 이 기술이 제대로 설계되고 제대로 쓰이는지 확인하는 역할을 맡게 된다는 것이다.

주요 인사이트

• AI 시스템을 설계할 때 간호 전문성이 필요한 이유로 데미리스 교수는 간호학이 환자의 소망과 선호를 대변한다는 점을 든다. 그래야 만들어진 시스템이 실제 현장으로 옮겨져 실질적인 영향을 낼 수 있다는 논리다.
• 기술 수용도는 확실히 달라졌다. 1990년대 말과 2000년대 초 연구에서는 사람들이 동작 감지 센서에조차 상당한 거부감을 보였지만, 오락이나 보안 목적의 상용 제품이 늘면서 훨씬 개방적으로 바뀌었다는 것이 그의 관찰이다.
• 다음 연구 목표 중 하나는 보행 데이터를 그래프와 시각화로만 전달하지 않고 생성형 AI로 짧은 서술이나 대화 형태로 풀어주는 것이다. 당사자가 자기 데이터를 통제하고 신뢰하는 사람에게만 공유하도록 만드는 것이 전제 조건으로 붙는다.
• 생성형 AI 도구가 최근 노인의 사회적 고립과 외로움을 겨냥해 많이 나오고 있다는 점도 언급된다. 대화 상대가 되어 인지적 자극을 주거나 회상 치료, 정신건강 지원을 제공하는 방식이다.
• 간호 업무에 직접 도움이 되는 응용으로는 앰비언트 리스닝이 꼽혔다. 일과의 큰 몫을 차지하는 임상 기록과 문서화를 AI가 덜어주면 환자와의 의미 있는 소통에 쓸 시간이 늘어난다는 기대다.

자주 묻는 질문

관련 AI 소식