안젤라 맥킨타이어(Angela McIntyre) 가트너 책임연구원

▲ 안젤라 맥킨타이어 가트너 책임 연구원
[컴퓨터월드]

분석

웨어러블 디바이스는 사용자들에게 더 많은 가치를 제공할 수 있는 인공 지능(Artificial Intelligence, 이하 AI) 기능이 요구된다. 지난해 가트너에서 실시한 소비자 설문 조사에 따르면, 미국과 영국, 호주에서 스마트워치 사용자 혹은 피트니스 추적기 사용자의 30%는 해당 기기가 유용하지 않거나, 사용하면서 싫증을 느끼거나, 기기 파손 등의 이유로 사용을 중단한 것으로 나타났다.

웨어러블 디바이스 제공기업이 보다 많은 가치를 창출하기 위해서는, 사용자들이 관심을 가지고 수용할만한 권고사항 및 사용자 경험을 제시할 수 있도록 개인 분석 기술을 개선해야 한다. 향후 웨어러블 디바이스의 고객 및 사용자 경험은 음성과 오디오 사용자 인터페이스(UI)를 통한 가상개인비서(Virtual Personal Assistants, 이하 VPA)에 초점이 맞춰질 전망이다.

가트너는 소비자 설문 조사를 통해 다음과 같은 사실을 확인했다.
■ 미국 전체 응답자 가운데 42%가 VPA를 사용하고, 이 중 40%가 매일 사용하고 있다.
■ 영국 전체 응답자 가운데 32%가 VPA를 사용하고, 이 중 30%가 매일 사용하고 있다.

애플 ‘시리(Siri)’와 ‘구글 나우(Google Now)’는 가장 널리 사용되는 스마트폰 VPA이다. 영국과 미국에서 ‘구글 나우’를 사용하는 VPA 사용자는 각각 41%, 48%로 나타났다. 점차 많은 사람들이 스마트폰에 탑재된 VPA와 소통하게 되면서, 음성 입력 및 음성 인식 기능이 터치를 통한 직접 입력 방식의 대안으로 떠오르고 있다.

VPA와 음성 대화 기능이 사용자의 직접 입력을 대체하게 되면서 점점 더 많은 헤드폰이 무선 방식을 채택하게 될 것이다. VPA는 이미 ‘아마존 에코(Amazon Echo)’와 같은 가정용 스마트 스피커와 무선 디바이스에 탑재되고 있으며, 애플은 소비자들이 무선으로 VPA와 상호 작용하는 것에 익숙해 질 것이라고 예상하고 무선 이어폰 ‘에어팟(AirPods)’을 출시했다. ‘에어팟’은 무선 웨어러블 기기와 VPA를 통해 소비자 경험을 형성하는 트렌드와 일치하며, 이로 인해 스마트폰의 직접적인 사용이 현저히 감소했다.

애플 ‘에어팟’과 소니(Sony)의 ‘엑스페리아 이어(Xperia Ear)’, 삼성의 ‘기어 아이콘엑스(Gear IconX)’와 같은 무선 헤드셋의 진화는 모바일 기술이 손 안의 디바이스만을 의미한다는 소비자들의 인식을 개선시켰다. 사용자들은 무선 헤드셋을 스마트폰과 페어링시켜 VPA를 통해 음악 컨트롤 및 통화 등 업무를 수행할 수 있다.

헤드셋, 시계, 손목 밴드, 기타 웨어러블 디바이스는 VPA와 결합해 핵심 정보와 명령을 수행할 수 있는 편리한 사용자 인터페이스가 될 것이다. 그 결과 VPA가 모바일 앱이나 클라우드와의 상호 작용을 대체하게 되면서 사용자와의 직접적 상호 작용은 감소할 전망이다.

웨어러블 디바이스에 내장된 센서로 인해 때때로 비간섭적 방식으로 수집된 관련 정보가 VPA, 앱, 코칭 엔진에 의해 활용될 것이다. 웨어러블 디바이스는 신체나 의복에 장착됨으로써 스마트폰으로는 할 수 없는 방식으로 데이터를 측정한다. 심장박동수의 가변성, 체온 등의 건강 지표와 걷기, 앉기와 같은 물리적 활동, 목소리 특징, 걸음걸이 등을 기반으로 한 생체 인식, 주변 소음, 목소리 톤과 동일한 소리, VPA를 상대로 한 사용자의 말 등이 이러한 예시에 포함된다.

심층신경망(Deep Neural Networks, 이하 DNN)은 충분히 개인화되고 유용해져 웨어러블 사용자들에게 지속적인 가치 제안을 제공할 수 있는 잠재력을 지니고 있다. DNN은 인공지능을 통해 학습하는 머신러닝 일종이며, 패턴을 인식해 예측하도록 설계된 데이터 기반 모델이다. 다계층 분석은 VPA가 제공하는 예측 정확도를 획기적으로 향상시키고 더 높은 수준의 기능을 자동적으로 제공할 수 있도록 지원한다. 따라서 DNN을 활용하는 ‘구글 어시스턴트(Google Assistant)’와 같은 VPA는 무궁무진하게 사용자 경험을 개선할 수 있다.

웨어러블 솔루션 공급업체는 지속적인 차별점을 유지하기 위해 맞춤화된 소비자 경험을 개발해야 한다. 유용하고 지속적인 AI 기반 고객 경험은 웨어러블 솔루션 공급업체가 하이프 사이클에서 각성 단계(Trough of Disillusionment)를 거쳐 주류 도입 단계로 진입하는데 핵심적 역할을 할 것이다.

AI는 웨어러블 센서를 통해 수집된 데이터를 활용해 아래와 같은 역할을 수행할 수 있다.
■ VPA와 AI 엔진이 사용자가 제시하는 질문의 의도와 최적의 답변 시점을 더 잘 이해하도록 돕는다.
■ 피트니스 앱의 지표 분석과 대시보드 역할을 가상 코치(Virtual Coach)가 대신한다.
■ 질병 관리과 같은 신흥 분야에 유용한 통찰력을 제시한다.

이 기고는 1~3년 안에 웨어러블 디바이스의 소비자 경험을 개선하기 위해 AI가 활용될 수 있는 분야에 대해 소개한다.


영향과 권고 사항

사용자들이 스마트폰에 장착된 무선 헤드셋을 통해 VPA와 상호 작용하게 됨에 따라, 기술 제품 관리 책임자들의 전력 관리 설계 채택이 영향을 받게 될 것이다.

먼저 VPA를 도입하는 무선 헤드셋이 더 많아질 것으로 전망된다. 애플 ‘에어팟’은 이어폰을 탭해서 아이폰에 탑재된 ‘시리’를 작동시킬 수 있으며. 사용자들은 아이폰에 잠금 화면이 나타나는 경우에도 시리에 접근할 수 있다. 최근에는 아마존 ‘알렉사(Alexa)’ 역시도 헤드셋을 통해 애플 ‘시리’를 포함한 다른 스마트폰 VPA에 접근할 수 있다. 온보컬(ONvocal)은 OV라는 자사 무선 이어폰에 아마존 ‘알렉사’를 작동시킬 수 있는 버튼을 탑재했다고 발표했다.

헤드셋에 장착된 음성 인식 기능을 통해 다양한 업무를 수행할 수 있게 되면서 사람들이 스마트폰을 손에 쥐고 있을 이유가 점차 줄어들게 된다. 무선 헤드셋 사용자들은 향후 3년 내에는 손을 이용하지 않고도 VPA가 찾을 수 있는 모든 정보에 접근할 수 있게 될 것이고, 더 나아가 가정이나 자동차의 커넥티드 기술을 제어하고 VPA와 연결된 클라우드의 모든 부가 서비스도 활용할 수 있게 될 전망이다. 이러한 기능들은 현재 헤드셋에서 제공되는 음성 명령 기능에 더해 스마트폰으로 재생되는 음악을 제어하고 무선 이어폰으로 통화를 하는 것과 같은 추가적인 기능을 포함한다.

▲ 웨어러블 디바이스 네트워킹의 전략적 로드맵 (출처: 가트너 2017.3)

무선 헤드셋 기술 공급업체는 더 유용한 헤드셋을 만들기 위해 손을 사용하지 않고 VPA에 접근할 수 있는 기술을 구현해야 한다. 다음 섹션에서는 더 높은 수준에서 진행되는 데이터 흐름과 AI를 기술한다. 실제로 AI 솔루션의 구성 요소는 특정 VPA와 해당 VPA가 접근하는 외부 코드의 요구 사항, 활용 사례 등에 달려있다.


VPA와 통합

스마트폰에 기본 탑재된 VPA가 아닌 경우, 기술 공급업체는 제3자를 통해 솔루션을 통합하는 방식으로 VPA를 제공할 수 있다. 예를 들어 아이폰에 장착된 ‘시리’ 대신에 아마존 ‘알렉사’에 접근하고자 하면, 웨어러블 디바이스나 스마트폰 앱에 탑재된 앱을 통해 접근할 수 있다. ‘오메이트 라이즈(Omate Rise) 3G 스마트워치’와 ‘온보컬 OV(ONvocal OV) 헤드셋’이 대표적인 예다. 오리온 랩스 오닉스(Orion Labs Onyx)는 아마존 ‘알렉사’와 통합된 AI 플랫폼 ‘슬랙(Slack)’이 장착된 웨어러블 디바이스에 앱을 구축하는 방식을 사용했다.

사용자는 웨어러블 디바이스를 직접 터치하지 않고도 ‘작동 개시 명령어’를 통해 VPA를 구동할 수도 있다. 2017년에는 ‘알렉사’를 음성으로 작동시킬 수 있는 웨어러블 디바이스가 상용화 될 것으로 전망된다. 루비듐 음성 트리거(Rubidium`s Voice Trigger)와 퀄컴 CSR8670/5 칩에 장착된 센서리의 ‘보이스지니(VoiceGenie)’와 같은 솔루션들은 웨어러블 디바이스에 장착된 마이크로 입력되는 소리를 식별함으로써 작동 개시 명령어를 인식한다.

이를 위해 기술 제품 책임자는 배터리 수명이 단축되지 않도록 신중하게 구성품을 선택하고, 마이크가 항상 작동되고 있는 환경에 적합하도록 설계해야 한다. 또한 핸드폰의 화면이 잠긴 상태에서도 손을 쓰지 않고 웨어러블을 통해 VPA에 접근할 수 있어야 하며, ‘알렉사’ 계정을 아이폰에 연결하듯 사용자의 스마트폰을 VPA 계정에 결합해야 한다.

▲ 음성 언어를 통해 모바일 디바이스에서 접근 가능한 VPA

 
클라우드 내 음성 전송과 프로세싱

사용자는 VPA가 ‘듣고 있다’는 신호를 감지한 후 명령을 내릴 수 있다. 명령의 프로세싱은 클라우드 내에서 진행되며, 음성 언어 명령은 AI를 통해 ‘음성 언어를 이해하는(spoken language understanding, 이하 SLU)’ 엔진에 의해 처리된다. SLU 엔진의 주요 기능은 문자에만 반응하는 봇(Bots)과 사용자가 소통할 수 있도록 음성 언어 명령을 이해하고 정확한 텍스트로 전환하는 작업이다.

예를 들어 “온도를 70도에 맞추라”는 음성 언어 명령을 수행하는 과정에서 VPA는 ‘70도’가 섭씨가 아닌 화씨임을 정확히 이해할 수 있어야 한다. VPA는 70도로 온도를 맞추어야 할 대상이 기업이나 가정 중 어떤 건물인지, 어떤 방인지도 파악해야 한다. 이 예시에서는 사용자가 장소를 구체적으로 명시하지 않았기 때문에, VPA는 온도 조절을 해야 할 공간을 사용자가 현재 위치한 곳으로 판단할 것이다.

VPA는 지식 베이스에 결합된 봇과 센서, 사용자 계정 등 다양한 방법으로 데이터를 확보해 적절한 응답을 제시한다. VPA는 사용자의 스마트폰에서 얻은 GPS 데이터를 활용하거나 스마트 스피커, TV, 홈 모니터링 카메라 등 가정용 커넥티드 디바이스에 설치된 마이크를 통해 수집한 음성 데이터를 삼각 측정하는 방식으로 사용자의 위치를 파악할 수 있다. 그 후 VPA는 명령을 수행하기 위해 필요한 정보를 사용자의 커넥티드 홈 계정이 사용할 수 있는 포맷으로 전환해 전송한다. 사용자의 커넥티드 홈 계정을 통해 온도 조절 장치가 70도에 맞춰지면 이는 VPA로 피드백 돼 다시 문장에서 음성으로 변환되고, 사용자의 헤드셋을 통해 음성 안내로 전달된다.

뛰어난 고객 경험을 제공하기 위해 이러한 상호 작용에 소요되는 시간은 1초 이하여야 한다. 하지만 실질적으로 클라우드 VPA가 관리하는 복잡한 업무에는 5초 이상이 소요된다. 만약 대기 시간이 2~3초를 넘는 경우, 헤드셋에 가청음(audible tone)을 탑재하거나 스마트워치에 시각적인 신호를 출력해 사용자의 명령이 수행되고 있다는 점을 알려줘야 한다.

만약 사용자의 명령이 수행되고 있다는 점을 알려주지 않는다면 사용자는 상황을 확인하기 위해 스마트 폰을 찾게 될 것이다. 마이크로소프트 ‘코타나(Cortana)’와 애플 ‘시리’는 사용자의 명령이 실행되고 있다는 비주얼 신호를 제공할 수 있다.

권고 사항
■ 손을 사용하지 않고도 웨어러블 디바이스를 통해 자연어를 활용하는 VPA에 접근할 수 있도록 한다.
■ 웨어러블 디바이스의 배터리 수명을 단축하지 않기 위해, 마이크가 항상 작동되고 있는 환경에 적합하도록 설계한다.

무선 헤드셋이나 스포츠 시계 등 다양한 웨어러블 센서들은 가상 코치와 함께 고객 경험을 향상시키고 AI를 통해 개인에게 맞춤화된 권고 사항을 제시할 수 있다. 이는 곧 기술 제품 책임자가 웨어러블 디바이스 내에서 이들을 통합해 사용자에게 제공하는 가치를 증대할 수 있다는 의미이다.

구체적 목적을 지닌 VPA의 예로는 가상 코치들이 운동을 할 때 사용자에게 조언을 제공하는 것이다. 가상 코치들은 점차 향상되고 있으며 웨어러블 디바이스 사용자와 고객 경험을 혁신 시킬 잠재력을 지니고 있다. 피트니스 추적용 앱은 운동, 심장 박동, 수면에 관한 지표를 제공한다. 하지만 AI를 활용한 통찰력이 풍부하지 않아 개인 맞춤화 수준에 이르지 못한다면 목표 설정, 개인화, 행동 변화 접근법은 장기적 가치를 창출하지 못할 수 있다.

피트니스용 웨어러블 디바이스들은 사용자의 구체적 요구에 맞춰진 권고 사항을 제시하기 위해 필수적인 데이터를 수집한다. 가령 심장 박동수는 일반적으로 광학 센서를 통해 측정되고 움직임은 스마트워치, 스포츠 시계, 스마트 손목 밴드에서 흔하게 사용되는 가속도계를 통해 추적한다. 웨어러블 센서들은 광범위한 일련의 행동과 병리적 신호를 수집해 풍부한 분석용 데이터 세트를 생성한다.

가상 코칭 솔루션은 센서를 통해 얻은 데이터를 활용하는 개인 맞춤형 고객 경험을 제공해야 한다. 예를 들어 ‘후프(Whoop)’ 솔루션은 사용자의 센서 데이터를 바탕으로 시스템을 학습시키고, 이를 바탕으로 보다 정확한 수면 추적을 제공한다. ‘오클리 레이더 페이스(Oakley Radar Pace)’와 ‘라이프빔 Vi(LifeBEAM's Vi)’ 헤드셋은 그들의 가상 코치를 통해 분석용 데이터를 전송하며, 두 가지 모두 퍼포먼스 랩의 AI 기반 ‘아르다(Arda)’ 코칭 엔진을 통해 작동한다.

‘오클리 레이더 페이스’ 앱은 웨어러블 디바이스 및 ‘앤트 플러스(Ant+)’, 블루투스 연결 장치를 통해 수집한 센서 데이터를 아르다 엔진으로 전송한다. ‘라이프빔 Vi’ 헤드셋은 내부 센서를 통해 사용자의 심장박동수 및 활동을 추적해 피트니스 데이터를 작성하고 이를 가상 코치에게 제공한다.

AI 엔진은 사용자에게 개인 맞춤형 고객 경험을 제공하기 위해 웨어러블 센서를 통해 얻은 현재의 데이터와 과거 활동 기간에 수집한 데이터를 참고한다. DNN은 날씨, 지도, 소셜 네트워크, 취미, 건강관리 등 다양한 데이터를 통합해 제공하며, 앞으로 3년에서 5년 사이에 DNN이 제공하는 통합 데이터를 바탕으로 유용한 통찰을 확보할 수 있게 될 것이다. 이러한 가능성을 보이는 지표들은 충분히 많지만, 어려운 점은 이런 모든 데이터 포인트 사이의 관계를 결정하고 그들을 적절한 시점에 스마트 충고로 전환하는 일이다.

스마트폰과 달리 손을 사용할 필요가 없는 웨어러블 디바이스는 가상 코치의 유용성 측면에서 스마트폰 중심 솔루션보다 더 탁월할 수 있다. 하지만 2015년 및 2016년의 경우, 웨어러블 디바이스에 탑재된 가상 코치 솔루션은 개인 맞춤형 고객 경험을 강화해야 한다는 요구를 받게 됐다.

가령 ‘폴라 퍼스널 트레이너(Polar Personal Trainer)’는 ‘폴라 스포츠 시계’ 화면을 통해 손을 쓰지 않고도 확인 가능한 개인 맞춤형 메시지를 전송할 수 있지만, 헤드셋을 통한 음성 메시지 옵션은 제공하지 못한다. ‘무브 나우(Moov Now)’는 헤드셋을 활용해 가상 코칭을 들을 수 있는 기능을 탑재했으나 사용자들이 코치에게 말을 걸 수 없다는 단점이 있다. ‘무브’ 웨어러블 추적기를 통해 수집한 성능 데이터 및 운동 기록을 통해 스마트폰 앱에서 머신러닝이 진행되고, 사용자 요구에 맞는 조언을 일방적으로 제공한다.

사용자가 AI 기반 VPA가 통역하는 자연 음성 언어로 음성 명령을 내릴 수 있게 하는 것은 가상 코칭 솔루션을 포함한 웨어러블 디바이스의 트랜드이다. 사용자 경험 향상을 위해서는 사용자가 무선 헤드셋을 통해 코칭 제안을 들을 뿐만 아니라 자연 음성 언어로 코칭 앱과 상호 작용할 수 있는 옵션을 제공해야 한다.

‘오클리 레이더 페이스’ 가상 코치는 ‘인텔 리얼 스피치’ 자연어 프로세싱 기술을 이용한 음성 상호 작용을 제공한다. ‘오클리 레이더 페이스’ 선글라스는 마이크를 통합한 무선 이어버드를 장착한다. ‘라이프빔 Vi’ 헤드셋 역시 가상 코치와 무선 쌍방향 음성 커뮤니케이션이 가능한 웨어러블 디바이스다. 버튼을 누르기만 하면 스마트폰에 설치된 앱을 통해 가상 코치와의 음성 상호 작용이 가능해진다.

가상 코치는 머신러닝과 DNN을 활용해, 단순 운동 목적 보다는 사용자가 만성적 질병을 관리하는데 도움을 주는 등 개인 맞춤형 목표에 주력한다. 가령 머신러닝 기능을 갖춘 AI 엔진 ‘뉴라(Neura)’는 사람들의 일상적인 반복 행위를 이해할 수 있다. 약물 치료 이행과 당뇨 환자들을 위한 가상 코치들은 ‘뉴라’와 같은 AI 엔진에 기반을 둘 수 있다.

머신러닝은 사용자의 과거 위치 및 행동, 웨어러블 센서의 상태, 개인의 2~3분 전의 행동 등에 관한 데이터를 통합하고, 하루 중 약을 복용하는 시점 혹은 지난 몇 주 사이에 혈당을 체크한 시점 등에 대한 기록을 학습한다. 이를 통해 가상 코치는 사용자의 패턴을 분석해 적절한 시간에 약을 복용하라거나 혈당을 체크하라고 상기시켜 줄 수 있다.

권고 사항
■ DNN과 센서를 통해 얻은 방대한 데이터세트를 활용해 가상 코치를 훈련시키고, 웨어러블 디바이스를 통해 손을 사용하지 않는 인터페이스를 제공한다.
■ 웨어러블 디바이스에 생체 데이터를 축적할 수 있는 내장 센서와 이를 분석할 수 있는 엔진을 탑재한다. 해당 엔진은 질병이나 장애를 사용자가 직접 관리할 수 있도록 지원하는 가상 코치를 구동한다.

AI는 웨어러블 디바이스의 고객 경험을 향상시키고 웨어러블 솔루션 설계에 핵심 요소로 자리잡을 전망이다. 이는 기술 제품 책임자들과 제품 디자인 부서가 AI 역량 및 플랫폼 관련 지식을 학습할 필요성이 있다는 것을 시사한다.

커넥티드 디바이스의 ‘메시(Mesh)’가 점차 확대되면서 웨어러블 솔루션 기술 제품 책임자들은 매끄러운 디바이스 간 전환을 제공해야 한다는 도전 과제에 직면했다. 다시 말해 사용자들이 사용자 인터페이스를 스마트폰에서 스마트워치로, 헤드셋으로, 집안에 설치된 스마트 스피커로 전송할 수 있어야 한다는 것이다. AI는 이처럼 다수의 디바이스에서 매끄러운 전환을 제공하는 과정에서 중요한 역할을 수행한다. AI의 분석 지능은 스마트폰과 클라우드, 웨어러블 디바이스 등에 탑재 될 수 있다.

권고 사항
■ 개인에게 가장 유용한 정보를 최적의 시간에 다수 웨어러블 디바이스에 걸쳐 전달한다.
■ 배터리 전력 소모량을 줄이기 위해 웨어러블 디바이스에 관한 데이터 샘플링 빈도와 데이터 전송을 역동적으로 변경한다.
■ 웨어러블 디바이스의 생체 인증 등을 통해 하나의 클라우드 서비스 계정·디바이스로부터 다른 계정·디바이스로의 안전한 전환을 구현한다.


스마트 콘텐츠 프레젠테이션

웨어러블 디바이스는 콘텐츠 제공을 위해 보다 정교하게 설계된 프로토콜이 요구된다. 이는 웨어러블 디바이스의 알림 기능이 디스플레이 크기 및 터치스크린을 통한 상호작용 측면에서 스마트폰보다 제한적이기 때문이다.

AI는 이같은 웨어러블 디바이스의 콘텐츠 제공 방식을 향상 시킬 수 있다. AI가 지원하는 콘텐츠 제공의 예시는 다음과 같다. 해당 시나리오를 구현하기 위해서는 블루투스 코덱 추가 및 문자 메시지 내용을 통역하는 AI 알고리즘을 구현, 해당 부분을 다수의 디바이스에 제공하는 작업이 요구된다.

■ 개인이 사진이 포함된 문자 메시지를 받는다.
■ VPA가 음성으로 전환한 문자 메시지와 사진 속 이미지에 대한 묘사를 헤드셋을 통해 듣는다.
■ 사용자가 스마트워치 사용자일 경우 사진 자체가 디스플레이에 나타난다.

향후 출시 예정인 최신 기능의 초기 지표로 소니(Sony)를 들 수 있다. 소니는 자체 음성 인식과 커뮤니케이션 소프트웨어를 ‘엑스페리아 이어(Xperia Ear)’에 통합해 메시징 및 검색, 통화 등에 대한 매끄러운 관리를 지원하고자 했다. 또한 오리온 랩스의 ‘오닉스 웨어러블 커뮤니케이션 디바이스’의 경우 마이크를 통해 얻은 데이터를 AI를 활용해 분석, 전송받은 메시지를 즉각 전달하는 것과 전달을 늦추는 것에 대한 판단을 내린다. 나아가 AI는 장문의 메시지에서 핵심적인 내용을 추출한 요약본을 만드는 기능도 제공할 수 있다.


디바이스 성능 개선

AI에서 비롯된 인사이트는 사용자의 웨어러블 디바이스 성능을 강화할 수 있다. 가령 AI는 배터리 수명을 연장하거나 웨어러블 디바이스의 정확성을 개선하는데 활용될 수 있다. AI 분석 결과는 데이터 샘플링이나 전송 비율에 대한 신호 프로세싱 알고리즘을 업데이트 할 수 있다.

AI는 과거 사용자 행동을 기반으로 보다 최적의 데이터 샘플링과 전송 비율에 대한 부분적인 예측이 가능하다. 예를 들어 ‘후프’ 피트니스 손목 밴드 솔루션은 개개인의 자체 데이터와 머신러닝을 활용해 사용자들의 운동 시간과 취침 시간을 보다 정확하게 예측한다. 이를 통해 AI는 사용자의 습관 및 행동과 요구에 맞춰 데이터 샘플링 및 전송 비율을 유동적으로 최적화함으로써 필요한 데이터의 정밀성을 높일 수 있다. 또한 사용자의 활동 기간에 수집된 자체 센서 데이터를 통합·학습하는 머신 러닝은 시간이 지나면서 사용자가 행하는 활동 유형을 분류하고 정확성을 강화할 수 있는 가능성을 지니고 있다.


생체 인증

사용자 인증은 개인이 한 디바이스에서 다른 디바이스로 바꾸거나 계정 전환 시 재인증을 요구해 매끄러운 이전을 방해할 가능성이 있다. AI는 재인증 과정에서 스마트폰을 터치할 필요 없이 웨어러블 디바이스를 이용한 인증을 구현한다. 사용자를 정의하는 암호를 위한 성문 매칭 기술의 유용성은 플랜트로닉스(Plantronics)와 같은 헤드셋 제조업체들을 통해 증명되었으며, 이는 NXP의 프로세서와 센서리(Sensory)의 음성 분석 기술로 구현됐다.

머신러닝을 활용할 경우, 음성 인증은 한 단계 더 진화해 자동화된 개인 인증을 구현할 수 있게 된다. 사용자의 음성 빈도와 고저, 어휘 선택, 기타 음성 관련 요소들을 활용해 디바이스나 계정의 소유자를 확인, 식별할 수 있다. AI 기반 자연어를 통한 인증은 웨어러블 디바이스 사용자가 VPA에게 말하는 것인지, 혹은 주변에 있는 다른 사람에게 말하는 것인지에 대한 판단을 내릴 때 혼잡한 환경에서도 도움이 될 수 있다.

또 다른 대안으로는 다양한 유형의 웨어러블 디바이스에서 흔히 발견되는 가속도계나 자이로스코프에서 추출한 데이터를 활용하는 방법이다. 가령 개인의 걸음걸이와 같은 특징을 통해 자동으로 사용자를 확인할 수 있다. 향후 웨어러블 센서를 활용해 얻은 데이터와 스마트폰에 장착된 분석 기술을 활용하는 다중 자동 인증이 구현될 전망이다.

기술 제품 책임자들은 디자인 부서가 다음과 같은 방식으로 웨어러블 솔루션의 차별화를 꾀할 수 있도록 부서 차원에서 강력한 AI 기반 기술을 구축해야 한다.

■ 사용자에게 가장 유용한 형태의 정보를 최적의 시간에 다수 웨어러블 전반에 걸쳐 전달한다.
■ 웨어러블 디바이스 상 데이터 샘플링과 데이터 전송의 빈도수를 유동적으로 수정해 전력 소비를 줄인다.
■ 웨어러블 디바이스를 통한 자동 음성 기반 생체 인증을 활용해 기존 계정·디바이스에서 다른 계정·디바이스로의 안전한 전환을 제공한다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지