KR101917855B1

KR101917855B1 - 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법 및 이를 이용한 서버

Info

Publication number: KR101917855B1
Application number: KR1020170041545A
Authority: KR
Inventors: 김종완; 이명준; 박춘호; 박광석; 윤희남; 정다운; 최상호; 권현빈; 김용훈; 김병희; 장하영; 박경화
Original assignee: 코웨이 주식회사; 서울대학교산학협력단; 주식회사 옴니씨앤에스; 주식회사 써로마인드로보틱스
Priority date: 2017-03-31
Filing date: 2017-03-31
Publication date: 2018-11-12
Anticipated expiration: 2037-03-31
Also published as: KR20180111098A

Abstract

본 발명의 일태양에 따르며, 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법에 있어서, (a) 서버가, 적어도 하나 이상의 센서에 의해 획득된 생체 데이터 및 수면 환경 데이터 중 적어도 하나를 획득하는 단계; (b) 상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 판별이 가능한 데이터 그룹 또는 판별이 불가능한 데이터 그룹으로 분류하는 단계; 및 (c) (i) 상기 판별이 불가능한 데이터 그룹으로 분류가 되는 경우, 상기 서버가, 수면 상태를 판별하기 위해서 챗봇(chatbot)을 통해 제1 설문을 진행하여 상기 사용자로부터 제1 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 상기 획득된 제1 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하고, (ii) 상기 판별이 가능한 데이터 그룹으로 분류가 되는 경우, 상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하는 단계; 를 포함하는 것을 특징으로 하는 방법을 제공한다.

Description

생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법 및 이를 이용한 서버 {METHOD FOR DETERMINING SLEEP STATE AND DISCOVERING SLEEP FACTOR BY COLLECTING BIO-SIGNAL AND SERVER USING THE SAME}

본 발명은 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법 및 이를 이용한 서버에 관한 것으로, 보다 상세하게는, (a) 적어도 하나 이상의 센서에 의해 획득된 생체 데이터 및 수면 환경 데이터 중 적어도 하나를 획득하고, (b) 상기 서버가 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 판별이 가능한 데이터 그룹 또는 판별이 불가능한 데이터 그룹으로 분류하고, (c) (i) 상기 판별이 불가능한 데이터 그룹으로 분류가 되는 경우, 수면 상태를 판별하기 위해서 챗봇(chatbot)을 통해 제1 설문을 진행하여 상기 사용자로부터 제1 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 상기 획득된 제1 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하고, (ii) 상기 판별이 가능한 데이터 그룹으로 분류가 되는 경우, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하는 방법 및 이를 이용한 서버에 관한 것이다.

오늘날, 현대인들은 학업, 가사일, 인간관계, 과도한 업무 등으로 인해 스트레스를 받으며 살아가고 있다. 이러한 스트레스 때문에 현대인들은 숙면을 취하지 못하고 부족한 수면시간으로 인해 고통 받고 있다. 게다가, 컴퓨터나 스마트폰의 보급이 증가한 이후, 수면의 질이 급격히 떨어져 수면장애로 고통을 호소하며 병원을 내원하는 환자가 급증하는 추세이다. 종래에는 바쁜 현대인들의 이러한 고질적인 문제점을 해결하기 위해 잠을 자는 동안 뒤척이는 횟수나 코고는 횟수를 측정하는 등의 기술 위주의 연구가 진행되어 단순히 수면시간이나 무호흡 유무를 측정하는 것이 주를 이루어 왔을 뿐이다. 개인화 시대에 맞춰 사용자 개인의 특성을 고려한 수면 진단 및 관리를 원하는 수요는 날로 늘어가고 있으나 사용자 각각의 신체적, 심리적 특성을 고려하여 정확한 수면 진단과 가이드를 제공하는 기술은 정체되어 있는 실정이다. 가령, 한국등록특허 제0552681호 또는 한국등록특허 제1027741호를 참조할 수 있을 것이다.

따라서, 본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.

또한, 본 발명은 사용자로부터 획득한 생체 데이터 또는 수면 환경 데이터의 일부를 판별이 가능한 데이터 그룹 및 판별이 불가능한 데이터 그룹으로 분류하고 분류된 그룹의 특성에 따라 제각기 필요로 하는 추가적인 프로세스를 수행하도록 하는 것을 다른 목적으로 한다.

또한, 본 발명은 사용자의 수면 상태를 판별함에 그치지 않고, 다양한 프로세스의 결과 얻어진 설문 응답 데이터를 학습하여 사용자 맞춤형 설문을 생성하고, 이러한 사용자 맞춤형 설문으로부터 획득된 설문 응답 데이터를 통해 보다 정확한 수면 인자를 도출하는 것을 또 다른 목적으로 한다.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.

본 발명의 일 태양에 따르면, 사용자의 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법에 있어서,(a) 서버가, 적어도 하나 이상의 센서에 의해 획득된 생체 데이터 및 수면 환경 데이터 중 적어도 하나를 획득하는 단계; (b) 상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 판별이 가능한 데이터 그룹 또는 판별이 불가능한 데이터 그룹으로 분류하는 단계; 및 (c) (i) 상기 판별이 불가능한 데이터 그룹으로 분류가 되는 경우, 상기 서버가, 수면 상태를 판별하기 위해서 챗봇(chatbot)을 통해 제1 설문을 진행하여 상기 사용자로부터 제1 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 상기 획득된 제1 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하고, (ii) 상기 판별이 가능한 데이터 그룹으로 분류가 되는 경우, 상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하는 단계; 를 포함하는 것을 특징으로 하는 방법이 제공된다.

본 발명의 다른 태양에 따르면, 사용자의 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 서버에 있어서, 적어도 하나 이상의 센서에 의해 획득된 생체 데이터 및 수면 환경 데이터 중 적어도 하나를 획득하는 통신부; 및 (1) 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 판별이 가능한 데이터 그룹 또는 판별이 불가능한 데이터 그룹으로 분류하는 제1 프로세스, 및 (2) (i) 상기 판별이 불가능한 데이터 그룹으로 분류가 되는 경우, 수면 상태를 판별하기 위해서 챗봇을 통해 제1 설문을 진행하여, 상기 통신부가 사용자로부터 제1 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 획득된 상기 획득된 제1 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하고, (ii) 상기 판별이 가능한 데이터 그룹으로 분류가 되는 경우, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하는 제2 프로세스를 수행하는 프로세서를 포함하는 서버가 제공된다.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 장치, 서버 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하기 위한 컴퓨터 판독 가능한 기록 매체가 더 제공된다.

본 발명에 따르면, 생체 데이터 또는 수면 환경 데이터의 일부를 판별이 가능한 데이터 그룹 및 판별이 불가능한 데이터 그룹으로 분류하고 분류된 그룹의 특성에 따라 제각기 필요로 하는 추가적인 프로세스를 수행함으로써, 수면 상태를 보다 더 정확하게 판단할 수 있게 된다.

도 1은 본 발명의 일 실시예에 따른 생체 신호를 수집하여 수면상태를 판별하고 수면인자를 도출하기 위한 서버의 구성도.
도 2는 본 발명의 일 실시예에 따른 서버의 흐름도.
도 3은 본 발명의 다른 실시예에 따른 서버의 흐름도.
도 4는 본 발명의 일 실시예에 따른 수면 인자 분석에 대한 예시도.
도 5는 본 발명의 일 실시예에 따른 수면 인자 도출에 대한 예시도.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다.

또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 생체 신호를 수집하여 수면상태를 판별하고 수면인자를 도출하기 위한 서버의 구성도를 도시하고 있다.

도 1에서 도시되어 있는 바와 같이, 본 발명의 일 실시예에 따라 서버(100)는, 통신부(110), 프로세서(120)로 구성되어 있으며, 통신부(110)는 네트워크를 통해 센서(300) 및 챗봇(210)과 통신할 수 있다. 여기서, 센서(300)에 대해서는 도 5에서 후술하기로 한다. 한편, 참고로, 도 1에서 챗봇(210)은 소정의 사용자 단말(200)에 포함되어 서버(100)와 통신하는 것으로 도시하였으나, 반드시 이에 한정되는 것은 아니며, 서버(100) 내에 포함되어 있을 수도 있고, 서버(100)와 통신하는 제3의 장치에 위치할 수도 있을 것이다.

우선, 서버(100)의 통신부(110)는 다양한 통신 기술로 구현될 수 있다. 즉, 와이파이(WIFI), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), HSPA(High Speed Packet Access), 모바일 와이맥스(Mobile WiMAX), 와이브로(WiBro), LTE(Long Term Evolution), 블루투스(bluetooth), 적외선 통신(IrDA, infrared data association), NFC(Near Field Communication), 지그비(Zigbee), 무선랜 기술 등이 적용될 수 있다. 또한, 인터넷과 연결되어 서비스를 제공하는 경우 인터넷에서 정보전송을 위한 표준 프로토콜인 TCP/IP를 따를 수 있다.

구체적으로, 통신부(110)는 네트워크를 통해 센서(300)로부터 생체 데이터 또는 수면 환경 데이터를 수신하고, 챗봇(210)이 필요에 따라 사용자에게 설문을 하여 획득되는 설문 응답 데이터를 수신한다. 여기에서, 프로세서(120)는, 소정의 조건이 만족되는 경우, 사용자에게 설문을 하라는 명령을 챗봇(210)에 전달할 수도 있을 것이다. 상기 소정의 조건에 대해서는 도 2 및 도 3 등을 참조로 후술할 것이다.

프로세서(120)는, 통신부(110)를 통해 센서(300)로부터 수신한 생체 데이터, 수면 환경 데이터 및 챗봇(210)으로부터 수신한 설문 응답 데이터를 참조로 하여 수면 인자를 도출하는 기능을 수행한다.

또한, 프로세서(120)는 도출한 수면인자를 분석하고 일부를 제거하는 기능을 수행할 수 있으며, 수면 인자를 분석하는 과정에서 필요한 사용자의 정보를 획득하기 위해, 추가 설문이 필요한지를 판단하여 챗봇(210)으로 하여금 추가적인 설문을 진행하도록 명령하는 기능을 수행할 수도 있다.

또한, 프로세서(120)는 센서(300)로부터 획득한 생체 데이터, 수면환경 데이터 및 사용자로부터 획득한 설문 응답 데이터를 학습하여 새로운 설문 리스트를 생성할 수도 있다.

도 2는 본 발명의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.

도 2를 참조하면, 센서(300)가 생체데이터에 대한 수집(S210) 및/또는 수면 환경 데이터에 대한 수집(S220) 중 적어도 하나를 수행하고, 서버(100)가, 상기 수집된 생체데이터 및/또는 수면 환경 데이터를 전송 받을 수 있다

이후, 각각의 데이터에 대하여 판별이 가능한지 여부를 판단하고, 그에 따라 상기 생체 데이터 및/또는 수면 환경 데이터를 "판별이 가능한 데이터 그룹"과 "판별이 불가능한 데이터 그룹"으로 분류할 수 있는데(S230), (i) 판별이 가능한 데이터 그룹으로 분류된 경우, 바로 수면 인자를 도출할 것이고(S240), (ii) 판별이 불가능한 데이터 그룹으로 분류된 경우, 챗봇(210)을 통해 제1 설문을 생성 및 진행하도록 하고(S231), 사용자의 설문 응답이 완료되면 제1 설문 응답 데이터를 획득하여(S232), 수면 인자를 도출하게 된다(S240).

다음으로, 서버는, 도출된 수면인자가 수면에 긍정적인 영향을 주는지 여부에 대해 판단하여(S250), 수면에 긍정적인 영향을 주는 요인이라고 판단되는 수면 인자는 긍정적인 수면 인자로 분류하고(S251), 수면에 긍정적인 영향을 주는 요인이 아니라고 판단되는 수면 인자는 부정적인 수면 인자로 분류한다(S252).

이 때, 수면인자는 취침하는 동안 사용자의 수면 시간, 수면의 질, 수면 자세, 수면 단계 등에 영향을 줄 수 있는 수면과 관련한 요인들을 말한다.

또한, 수면시간, 총 깬 횟수 등 객관적으로 수치화가 가능한 데이터는 판별이 가능한 데이터 그룹으로 분류가 되지만, 온도, 조도, 활동량, 임신 유무 등 수치화가 불가능한 데이터 및 개인의 특성에 따라 기준을 달리하는 데이터는 판별이 불가능한 데이터 그룹으로 분류될 수 있다. 가령, 높은 온도가 수면 인자로 도출된 경우, 온도가 높은 수면 환경을 선호하는 사용자의 경우에는, 높은 온도가 긍정적인 수면 인자로 도출되지만 온도가 낮은 환경을 선호하는 사용자의 경우에는 높은 온도가 부정적인 수면 인자로 도출되기 때문에, 동일한 데이터를 분석함에 있어, 모든 사용자에게 일괄적으로 같은 기준을 두어 판별하기 어려우므로 온도 등과 같은 데이터는 판별이 불가능한 데이터 그룹으로 분류될 수 있다.

경우에 따라, 상기 생체 데이터 및/또는 수면 환경 데이터를 "판별이 가능한 데이터 그룹", "판별이 불가능한 데이터 그룹", 및 "판별이 애매한 데이터 그룹"으로 분류할 수도 있는데, "판별이 애매한 데이터 그룹"에 속하는 것으로 판단되면, 서버(100)는, 챗봇(210)을 통해 추가 설문 데이터를 생성 및 진행하도록 하고, 사용자의 설문 응답이 완료되면 획득한 추가 설문 응답 데이터를 참조로 하여 수면 인자를 도출할 수도 있다.

도 3은 본 발명의 다른 실시예에 따른 서버의 동작을 나타내는 흐름도이다.

도 3의 S310 내지 S352은 앞서 도 2에서 전술한 단계(S210 내지 S252)와 동일한 단계이므로 설명을 생략하도록 한다.

다음으로, 서버(100)는, 부정적인 수면 인자로 분류된 경우, 그 원인을 찾기 위해 챗봇(210)으로 하여금 제2 설문을 진행하도록 하고(S360), 사용자의 설문 응답이 완료되면 제2 설문 응답 데이터를 획득할 수 있다(S361).

이후, 획득된 제2 설문 응답 데이터를 참조로 하여 부정적인 수면 인자의 원인을 찾을 수 있는지 여부를 판단할 수 있다.

만약, 제2 설문 데이터를 참조로 하여 부정적인 수면 인자의 원인을 찾을 수 있는 경우, 서버(100)는, 수면에 부정적인 영향을 주는 요인들을 직접적으로 제거하기 위해, 수면공간에 배치된 제품인 조명, 냉난방 기구, 공기청정기, 가습기, 침대, TV, 라디오 등의 수면 환경을 제어하거나, 수면에 부정적인 영향을 주는 요인들을 간접적으로 제거하기 위해, 수면과 관련한 정보를 챗봇(210)을 통해 전송하여 제공할 수도 있다(S362).

만약, 제2 설문 데이터를 참조로 하여 부정적인 수면 인자의 원인을 찾을 수 없는 경우, 서버(100)는, 소정의 수면 로직을 통한 분석을 수행하여(S363), 사용자에게 적합한 맞춤형 수면 정보를 챗봇(210)으로 전송하여 제공할 수 있다(S364).

S362 및 S364 단계 이후에, 서버(100)는, 제3 설문을 생성하고(S370), 챗봇(210)을 통해 사용자의 수면 전에 제3 설문을 진행하게 할 수 있다(S380).

이와 같은 프로세스에 의해 제3 설문 응답 데이터가 획득될 수 있는데(S381), 이와 같은 제3 설문 응답 데이터는 재귀적으로 사용되어, S330 단계에서 수면 상태를 판별하는데에 기여할 수 있다. 즉, (i) 생체 데이터, (ii) 수면 환경 데이터 및 (iii) 제3 설문 응답 데이터를 참조로 하여, 판별이 가능한 그룹에 속하는지, 판별이 불가능한 그룹에 속하는지 여부를 결정할 수 있다(S330).

도 4는 본 발명의 일 실시예에 따른 수면 인자 분석에 대한 예시도이다.

도 4에 도시되어 있는 바와 같이, 본 발명의 일 실시예에 따라 서버(100)가 상기 도출된 수면 인자에 대한 분석을 통해 부정적인 수면인자를 제거하는 예시를 설명하도록 한다.

도 4를 참조하면, 수면 인자에는 입면시간, 총 깬 시간, 깊은 수면 비율 및 수면 효율 등이 있을 수 있고, 이 중, 수치값이 작을수록 사용자의 수면에 긍정적인 영향을 주는 인자는 (-)로 표시, 수치값이 클수록 사용자의 수면에 긍정적인 영향을 주는 인자는 (+)로 표시되고 있음을 알 수 있다.

일례로, 입면시간의 측정 데이터가 기설정된 기준 값보다 큰 값을 가지게 되면, 서버(100)는 "입면시간이 길다"는 정보를 생성하게 되고, 이를 부정적인 수면 인자로 분류하게 된다. 부정적인 수면 인자의 원인을 추정하기 위해 챗봇(210)을 통해 사용자에게 "어제 더웠나요"또는 "베개가 높은가요?" 등의 입면 시간과 관련된 설문 리스트를 선별하여 새로운 설문을 생성하고 진행하게 된다. 만약, "어제 더웠나요?"또는 "베개가 높은가요?"라는 질문에 대해서 사용자로부터 "YES" 라는 대답을 얻을 수 있었다면, 부정적인 수면 인자의 요인을 제거하기 위해 냉난방장치와 연동하여 수면 온도를 낮추도록 하여 직접적으로 부정적인 수면 인자의 원인을 제거하거나 낮은 높이의 베개를 검색 후 사용자에게 정보를 제공하여 간접적으로 부정적인 수면 인자의 원인을 제거할 수 있다.

다른 예로, 전술한 상기 예시를 반복적으로 수행한 결과를 피드백하여 기계 학습된 데이터를 기반으로 사용자에게 꼭 필요한 최소한의 설문만을 요청하는 설문 간소화 및 고도화를 도모함으로써, 부정적인 수면 인자의 원인을 도출함에 있어 예측률을 높일 수 있다.

한편, 상기 긍정적인 수면 인자는 (i) 수치가 클수록 사용자에게 긍정적인 영향을 끼치는 경우, 소정의 제1 기준값보다 수치가 큰 값을 가지는 수면 인자를 의미하고 (ii) 수치가 작을수록 사용자에게 긍정적인 영향을 끼치는 경우, 소정의 제2 기준값보다 수치가 작은 값을 가지는 수면 인자를 의미할 수 있다. 반대로, 상기 부정적인 수면 인자는 (i) 수치가 클수록 사용자에게 부정적인 영향을 끼치는 경우, 소정의 제3 기준값보다 수치가 큰 값을 가지는 수면 인자를 의미하고 (ii) 수치가 작을수록 사용자에게 부정적인 영향을 끼치는 경우, 소정의 제4 기준값보다 수치가 작은 값을 가지는 수면 인자를 의미할 수 있다. 이때, 서버(100)는, 상기 각각의 기준값을 상기 사용자의 특성 및 상기 사용자 주변의 수면 환경에 따라 적응적으로 조절할 수 있을 것이나, 반드시 이에 한정되는 것은 아니다.

도 5는 본 발명의 일 실시예에 따른 수면 인자 도출에 대한 예시도이다.

도 5에 도시한 바에 따르면, 본 발명의 일 실시예에 따라 센서(300)가 생체 데이터 및/또는 수면 환경 데이터를 획득하기 위하여, 수면 센서, 웨어러블 센서, 환경 센서 등으로 구현될 수 있다.

일례로, 상기 수면 센서는 사용자로부터 현재 호흡수, 평균 호흡수, 최소 호흡수, 최대 호흡수, 호흡변이율, 현재 심박수, 평균 심박수, 최소 심박수, 최대 심박수, 심박변이율, 침대를 벗어난 상태, 침대를 벗어난 시간, 입면시간, 깊은 수면 비율, 렘 수면 비율, 수면 효율, 총 수면 시간, 깬 횟수, 깬 시간, 이상 호흡 횟수 및 수면 단계를 측정할 수 있고, 상기 웨어러블 센서는 활동량, 운동량 및 스트레스 지수를 측정할 수 있으며, 상기 환경 센서는 온도, 습도, 조도, 미세먼지, CO₂, VOCs(휘발성유기화합물) 및 소음을 측정할 수 있고, 이를 통해 합리적인 수면 인자를 도출할 수 있게 된다.

이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.

100: 서버
110: 통신부 120: 프로세서
200: 사용자 단말 210: 챗봇
300: 센서

Claims

사용자의 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법에 있어서,
(a) 서버가, 적어도 하나 이상의 센서에 의해 획득된 생체 데이터 및 수면 환경 데이터 중 적어도 하나를 획득하는 단계;
(b) 상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 판별이 가능한 데이터 그룹 또는 판별이 불가능한 데이터 그룹으로 분류하는 단계; 및
(c) (i) 상기 판별이 불가능한 데이터 그룹으로 분류가 되는 경우, 상기 서버가, 수면 상태를 판별하기 위해서 챗봇(chatbot)을 통해 제1 설문을 진행하여 상기 사용자로부터 제1 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 상기 획득된 제1 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하고, (ii) 상기 판별이 가능한 데이터 그룹으로 분류가 되는 경우, 상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하는 단계;
를 포함하는 것을 특징으로 하는 방법.
제1항에 있어서,
(d) 상기 부정적인 수면 인자로 분류된 경우, 상기 서버는, 상기 부정적인 수면 인자의 원인을 찾기 위해 상기 챗봇을 통해 추가적으로 제2 설문을 진행하여 상기 사용자로부터 제2 설문 응답 데이터를 획득하고, (i) 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능한 경우, 상기 부정적인 수면인자의 원인을 제거하고, (ii) 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능하지 않은 경우, 소정의 수면 로직을 이용하여 분석한 결과를 참조로 하여 상기 부정적인 수면 인자의 원인을 제거하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제2항에 있어서,
(e) 상기 서버는, 상기 (a) 내지 (d) 단계를 기계 학습한 결과를 참조로 하여, 상기 제1 설문 및 상기 제2 설문 중 적어도 일부에 대응되는 설문 리스트를 선별하여 상기 사용자에게 필요하다고 판단되는 제3 설문을 생성하는 단계; 및
(f) 상기 서버는, 생성된 상기 제3 설문에 대응되는 설문리스트를 상기 사용자의 취침 전에 제공하고 상기 사용자로부터 제3 설문 응답 데이터를 획득하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제3항에 있어서,
(g) 상기 서버는, 추후 상기 수면인자를 업그레이드 하여 도출하기 위해 상기 (a) 단계 내지 상기 (d) 단계를 반복적으로 수행하되, 상기 (b) 단계에서 상기 생체 데이터, 상기 수면 환경 데이터 중 적어도 하나 및 획득된 상기 제3 설문 응답 데이터를 참조로 하여 소정의 규칙을 통해 수면 상태의 판별을 시도하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제3항에 있어서
상기 (d) 단계에서,
상기 서버가, 상기 부정적인 수면인자의 원인을 제거함에 있어 (i) 획득한 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능한 경우, 수면 환경에 영향을 주는 제품을 원격으로 제어하여 직접적으로 상기 부정적인 수면 인자의 원인을 제거하거나 상기 사용자에게 상기 제1 설문 응답 데이터, 상기 제2 설문 응답 데이터 및 제3 설문 응답 데이터 중 적어도 일부를 참조로 하여 상기 사용자에게 필요하다고 판단되는 수면 정보를 제공하고 (ii) 획득한 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능하지 않은 경우, 상기 사용자에게 상기 제1 설문 응답 데이터, 상기 제2 설문 응답 데이터 및 제3 설문 응답 데이터 중 적어도 일부를 참조로 하여 상기 사용자에게 필요하다고 판단되는 수면 정보를 제공하는 것을 특징으로 하는 방법.
제1항에 있어서
상기 (c) 단계에서,
상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 상기 긍정적인 수면 인자 및 상기 부정적인 수면 인자 중 적어도 하나를 도출함에 있어서, 상기 긍정적인 수면 인자는 (i) 수치가 클수록 사용자에게 긍정적인 영향을 끼치는 경우, 소정의 제1 기준값보다 수치가 큰 값을 가지는 수면 인자를 의미하고 (ii) 수치가 작을수록 사용자에게 긍정적인 영향을 끼치는 경우, 소정의 제2 기준값보다 수치가 작은 값을 가지는 수면 인자를 의미하는 것을 특징으로 하고, 상기 부정적인 수면 인자는 (i) 수치가 클수록 사용자에게 부정적인 영향을 끼치는 경우, 소정의 제3 기준값보다 수치가 큰 값을 가지는 수면 인자를 의미하고 (ii) 수치가 작을수록 사용자에게 부정적인 영향을 끼치는 경우, 소정의 제4 기준값보다 수치가 작은 값을 가지는 수면 인자를 의미하되,
상기 서버는, 상기 각각의 기준값을 상기 사용자의 특성 및 상기 사용자 주변의 수면 환경에 따라 적응적으로 조절할 수 있는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 (b) 단계에서,
상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 상기 판별이 가능한 데이터 그룹, 상기 판별이 불가능한 데이터 그룹 또는 판별이 애매한 데이터 그룹으로 분류하고, 상기 판별이 애매한 데이터 그룹으로 분류 되는 경우, 수면 상태를 판별하기 위해서 상기 챗봇을 통해 제4 설문을 진행하면 상기 사용자로부터 제4 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 상기 제4 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나를 도출하는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 (b) 단계에서,
상기 서버가, 상기 생체 데이터 및 상기 수면 환경 데이터를 상기 판별이 가능한 데이터 그룹과 상기 판별이 불가능한 데이터 그룹으로 분류함에 있어 각각의 데이터마다 기 설정된 기준값과 비교하여 정량적인 수치로 산출이 가능한 데이터는 상기 판별이 가능한 데이터 그룹으로 분류하고, 상기 기 설정된 기준값과 비교하여 정량적인 수치로 산출이 불가능한 데이터는 상기 판별이 불가능한 데이터 그룹으로 분류하는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 (a) 단계에서,
상기 서버가 획득한 상기 생체 데이터는 사용자의 심박수, 심박변이율, 호흡수, 호흡변이율, 움직임의 횟수, 활동량, 운동량 및 스트레스 지수 중 일부를 측정하여 정량화 한 값 중 적어도 하나를 포함하는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 (a) 단계에서,
상기 서버가 획득한 상기 수면 환경 데이터는 상기 사용자 주변의 온도, 습도, 조도, CO₂, 먼지, VOCs 및 소음 중 일부를 측정하여 정량화 한 값 중 적어도 하나를 포함하는 것을 특징으로 하는 방법.
사용자의 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 서버에 있어서,
적어도 하나 이상의 센서에 의해 획득된 생체 데이터 및 수면 환경 데이터 중 적어도 하나를 획득하는 통신부; 및
(1) 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 판별이 가능한 데이터 그룹 또는 판별이 불가능한 데이터 그룹으로 분류하는 제1 프로세스, 및 (2) (i) 상기 판별이 불가능한 데이터 그룹으로 분류가 되는 경우, 수면 상태를 판별하기 위해서 챗봇을 통해 제1 설문을 진행하여, 상기 통신부가 사용자로부터 제1 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 상기 획득된 제1 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하고, (ii) 상기 판별이 가능한 데이터 그룹으로 분류가 되는 경우, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나로 분류하는 제2 프로세스를 수행하는 프로세서
를 포함하는 서버.
제11항에 있어서,
상기 프로세서는,
상기 부정적인 수면 인자로 분류된 경우, 상기 부정적인 수면 인자의 원인을 찾기 위해 상기 챗봇을 통해 추가적으로 제2 설문을 진행하여 상기 통신부를 통하여 상기 사용자로부터 제2 설문 응답 데이터를 획득하고, (i) 획득한 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능한 경우, 상기 부정적인 수면인자의 원인을 제거하고, (ii) 획득한 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능하지 않은 경우, 소정의 수면 로직을 이용하여 분석한 결과를 참조로 하여 상기 부정적인 수면 인자의 원인을 제거하는 제3 프로세스를 더 수행하는 것을 특징으로 하는 서버.
제12항에 있어서,
상기 프로세서는
상기 획득된 생체 데이터, 상기 획득된 수면 환경 데이터 및 상기 획득된 제1 설문 응답 데이터 및 획득된 제2 설문 응답 데이터를 기계 학습하여, 상기 제1 설문 및 제2 설문 중 적어도 일부에 대응되는 설문 리스트를 선별하고 상기 사용자에게 필요하다고 판단되는 제3 설문을 생성하는 제4 프로세스 및 상기 제3 설문에 대응되는 설문리스트를 상기 사용자의 취침 전에 제공하여, 상기 통신부를 통해 상기 사용자로부터 제3 설문 응답 데이터를 획득하는 제5 프로세스를 더 수행하는 것을 특징으로 하는 서버.
제13항에 있어서,
상기 프로세서는
추후 상기 수면인자를 업그레이드 하여 도출하기 위해 상기 통신부 및 상기 프로세서의 기능을 반복적으로 수행하되, 상기 제1 프로세스를 수행함에 있어서, 상기 생체 데이터, 상기 수면 환경 데이터 중 적어도 하나 및 획득된 상기 제3 설문 응답 데이터를 참조로 하여 소정의 규칙을 통해 수면 상태의 판별을 시도하는 제6 프로세스를 더 수행하는 것을 특징으로 하는 서버.
제13항에 있어서
상기 프로세서는,
상기 제3 프로세스에 따라, 상기 부정적인 수면인자의 원인을 제거함에 있어서 (i) 획득된 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능한 경우, 수면 환경에 영향을 주는 제품을 원격으로 제어하여 직접적으로 상기 부정적인 수면 인자의 원인을 제거하거나 상기 사용자에게 상기 제1 설문 응답 데이터, 상기 제2 설문 응답 데이터 및 제3 설문 응답 데이터 중 적어도 일부를 참조로 하여 상기 사용자에게 필요하다고 판단되는 수면 정보를 제공하고 (ii) 획득된 상기 제2 설문 응답 데이터를 참조로 하여 상기 부정적인 수면 인자의 원인을 추정 가능하지 않은 경우, 상기 사용자에게 상기 제1 설문 응답 데이터, 상기 제2 설문 응답 데이터 및 제3 설문 응답 데이터 중 적어도 일부를 참조로 하여 상기 사용자에게 필요하다고 판단되는 수면 정보를 제공하는 것을 특징으로 하는 서버.
제11항에 있어서
상기 프로세서는,
상기 제2 프로세스에 따라, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 참조로 하여 수면에 영향을 미치는 상기 긍정적인 수면 인자 및 상기 부정적인 수면 인자 중 적어도 하나를 도출함에 있어서, 상기 긍정적인 수면 인자는 (i) 수치가 클수록 사용자에게 긍정적인 영향을 끼치는 경우, 소정의 제1 기준값보다 수치가 큰 값을 가지는 수면 인자를 의미하고 (ii) 수치가 작을수록 사용자에게 긍정적인 영향을 끼치는 경우, 소정의 제2 기준값보다 수치가 작은 값을 가지는 수면 인자를 의미하는 것을 특징으로 하고, 상기 부정적인 수면 인자는 (i) 수치가 클수록 사용자에게 부정적인 영향을 끼치는 경우, 소정의 제3 기준값보다 수치가 큰 값을 가지는 수면 인자를 의미하고 (ii) 수치가 작을수록 사용자에게 부정적인 영향을 끼치는 경우, 소정의 제4 기준값보다 수치가 작은 값을 가지는 수면 인자를 의미하되,
상기 프로세서는, 상기 각각의 기준값을 상기 사용자의 특성 및 상기 사용자 주변의 수면 환경에 따라 적응적으로 조절할 수 있는 것을 특징으로 하는 서버.
제11항에 있어서,
상기 프로세서는,
상기 제1 프로세스에 따라, 상기 생체 데이터 및 상기 수면 환경 데이터 중 적어도 하나를 상기 판별이 가능한 데이터 그룹, 상기 판별이 불가능한 데이터 그룹 또는 판별이 애매한 데이터 그룹으로 분류하고, 상기 판별이 애매한 데이터 그룹으로 분류 되는 경우에는, 수면 상태를 판별하기 위해서 상기 챗봇을 통해 제4 설문을 진행하면 상기 통신부가 상기 사용자로부터 제4 설문 응답 데이터를 획득하고, 상기 생체 데이터와 상기 수면 환경 데이터 중 적어도 하나 및 상기 제4 설문 응답 데이터를 참조로 하여 수면에 영향을 미치는 긍정적인 수면 인자 및 부정적인 수면 인자 중 적어도 하나를 도출하는 것을 특징으로 하는 서버.
제11항에 있어서,
상기 프로세서는,
상기 제1 프로세스에 따라, 상기 생체 데이터 및 상기 수면 환경 데이터를 상기 판별이 가능한 데이터 그룹과 상기 판별이 불가능한 데이터 그룹으로 분류함에 있어서, 각각의 데이터마다 기 설정된 기준값과 비교하여 정량적인 수치로 산출이 가능한 데이터는 상기 판별이 가능한 데이터 그룹으로 분류하고, 상기 기 설정된 기준값과 비교하여 정량적인 수치로 산출이 불가능한 데이터는 상기 판별이 불가능한 데이터 그룹으로 분류하는 것을 특징으로 하는 서버.
제11항에 있어서,
상기 통신부가,
획득한 상기 생체 데이터는 사용자의 심박수, 심박변이율, 호흡수, 호흡변이율, 움직임의 횟수, 활동량, 운동량 및 스트레스 지수 중 일부를 측정하여 정량화 한 값 중 적어도 하나를 포함하는 것을 특징으로 하는 서버.
제11항에 있어서,
상기 통신부가,
획득한 상기 수면 환경 데이터는 상기 사용자 주변의 온도, 습도, 조도, CO₂, 먼지, VOCs 및 소음 중 일부를 측정하여 정량화 한 값 중 적어도 하나를 포함하는 것을 특징으로 하는 서버.