구글 리서치, 웨어러블 건강 나이 코칭 연구 공개

구글 리서치가 11월 11일(현지 시간) 스마트워치가 수동으로 재는 신호만으로 바꿀 수 있는 건강 나이를 계산하고, 생활 습관을 바꿨을 때 12주 뒤 몸이 어떻게 달라질지 미리 시뮬레이션해 맞춤 코칭 계획을 짜 주는 연구용 프레임워크를 공개했다. 구글 리서치에 따르면 이 체계는 핏빗 사용자 약 10만 명의 228만 인주(person-week) 데이터로 학습한 월드 모델과 언어 모델 코칭 에이전트를 묶었다. 공인 생활습관 코치들은 블라인드 비교에서 이 시뮬레이션에 근거한 계획을 71.4%의 평가에서 최고 계획으로 골랐다. 심혈관·신장·대사 질환을 한데 묶은 CKM 증후군의 조기 신호를 혈액 검사와 함께 잡아내는 동반 연구도 함께 나왔다.

출발점은 나이라는 숫자의 한계다. 같은 해에 태어난 두 사람의 몸 상태가 크게 다를 수 있다는 이유로 혈액이나 센서로 생물학적 나이를 추정하는 시계들이 나와 있지만, 구글 리서치는 대부분이 출생 연도를 맞히도록 학습돼 바꿀 수 없는 특성에 기대거나 어떤 습관을 바꾸면 무엇이 달라지는지 보여 주지 못한다고 지적했다. 그래서 연구진이 만든 코칭 가능한 건강 나이(CHA)는 안정 시 심박수, 하루 걸음 수, 수면 시간, 주간 활동 영역 시간(Active Zone Minutes) 네 가지를 핵심 입력으로 쓴다. 최대 산소 섭취량(VO2max), 수면 규칙성, 인슐린 저항성은 있을 때만 더한다. 활동적인 사람이 안정 시 심박수도 낮고 잠도 잘 자는 겹침을 수학적으로 보정해, 습관마다 건강 나이 차이에 기여하는 몫을 따로 떼어 낸다.

검증은 세 코호트에서 이뤄졌다. All of Us 연구 프로그램 참가자 2만 2,748명을 6만 8,000인년 넘게 추적한 결과, 처음에 건강 나이가 실제 나이보다 많았던 건강한 참가자는 이후 8년 동안 고혈압, 심혈관 질환, 제2형 당뇨병이 생길 가능성이 유의하게 높았다. 메탈이 확인한 97쪽 분량의 논문 PDF에 따르면 나이·성별·체질량지수로만 만든 예측에 건강 나이를 더하자 판별 지표인 C-지수가 전체에서 0.6485에서 0.6541로 올랐고, 50세 미만 7,399명에서는 0.6648에서 0.6762로 가장 크게 올랐다. 핏빗 사용자 1,464명을 2년 동안 3개월 단위로 따라간 코호트에서는 습관을 꾸준히 바꾼 사람들의 건강 나이가 실제로 내려갔다.

건강 나이가 지금의 위치라면, 코칭에는 앞으로의 경로가 필요하다. 연구진은 행동 조건부 월드 모델 센서WM(SensorWM)을 만들었다. 2주치 웨어러블 데이터를 받으면 걸음 수, 수면, 유산소 운동 루틴을 다르게 가져갔을 때 생리 지표 20개가 12주 동안 어떻게 움직일지 예측한다. 꾸준히 더 걷고 더 자면 몇 주에 걸쳐 안정 시 심박수와 심박 변이도까지 따라 좋아지는 연쇄 효과를 정적인 계산기로는 잡지 못한다는 것이 설계 이유다. 논문 기준 예측 정확도(R²)는 0.664로, 범용 시계열 파운데이션 모델 TimesFM의 0.513을 앞섰다.

계획은 세 단계로 만들어진다. 센서WM이 한 사람마다 12주짜리 습관 조합 125개를 굴려 지금 습관을 유지할 때의 궤적과 비교하고, 최적화기가 그 사람의 과거 습관 변화 폭과 임상 안전 한계를 따져 현실적인 목표를 고른 뒤, 언어 모델이 이를 단계적인 12주 코칭 계획으로 풀어 쓴다. 습관을 유연하게 바꿔 온 사람에게는 건강 나이 2.3년 감소라는 공격적인 목표가, 일상이 빡빡한 사람에게는 1.3년 감소라는 완만한 목표가 잡히는 식이다. 구글 리서치의 제이납 에스마일푸르·아메드 메트왈리 연구과학자는 "가장 공격적인 운동 계획도 2주 차에 지쳐 나가떨어지게 만든다면 도움이 되지 않는다"고 썼다.

평가는 사람이 맡았다. 공인 생활습관 코치 5명과 1차 진료·생활습관의학 전문의 5명이 행동 유형 5가지에 걸친 참가자 프로필 49개를 놓고 같은 언어 모델이 웨어러블 기록만 보고 쓴 계획과 시뮬레이션 근거 계획을 블라인드로 비교했고, 쌍 비교는 모두 490건이다. 코치들은 시뮬레이션 근거 계획을 71.4%의 평가에서 최고 계획으로, 71.0%에서 장기 실천 가능성이 더 높은 계획으로 꼽았다. 의사들은 이 계획의 99.2%가 안전한 운동 강도 안에 있다고 판정했다. 지금 습관을 이어 갈 때와 바꿀 때의 궤적을 나란히 보여 주는 대비 항목에서는 의사 평가 기준 92% 대 8%로 차이가 벌어졌다. 논문은 반대 방향의 결과도 함께 실었다. 일부 하위 집단에서 의사들은 12주 생물학적 타당성을 시뮬레이션 계획 76%, 일반 계획 82%로 매겼고, 짧은 습관 변화 뒤 건강 나이가 4~5년 줄어든다는 예측이 지나치게 낙관적으로 보인다는 의견을 남겼다.

동반 연구는 혈액 검사로 장기를 들여다본다. WEAR-ME 연구 참가자 819명을 대상으로 웨어러블 신호에 콜레스테롤 대 HDL 비율(심혈관), 사구체 여과율 eGFR(신장), 인슐린 저항성 지표 HOMA-IR(대사)를 붙였다. 62쪽 분량의 이 논문에 따르면 참가자의 29.0%에서 의미 있는 이상이 나타났고, 단일 유형으로는 심혈관 13.3%, 대사 9.1%, 신장 6.25% 순이었다. 대사와 심혈관 이상은 서로 연관됐지만(r=0.26) 초기 신장 기능 저하는 따로 나타나는 경우가 많았고, 대사·심혈관 이중 이상은 2.2%에 그쳤다. 이렇게 만든 CKM 건강 나이 격차는 미국심장협회 생활 필수 8요소 점수와 r=−0.58, 대사증후군 중증도와 r=0.65로 맞물렸다.

기자의 눈으로 보면 이번 발표의 무게는 숫자 하나보다 질문을 바꾼 데 있다. 스마트워치는 어제 무엇을 했는지 기록하는 데서 멈춰 왔는데, 이 연구는 30분 더 자거나 빠르게 걷기를 더하면 석 달 뒤 몸이 얼마나 달라지는지를 묻는다. 다만 평가는 과거 연구 코호트로 오프라인에서만 진행됐고, 구글 리서치는 두 모델이 임상 진단 도구가 아닌 연구용 시제품이라고 명시했다. 논문은 센서WM이 무작위 개입 시험이 아닌 관찰 데이터로 학습돼 그 예측이 인과를 보장하지 않는다고 적고, 실제 사용자 대상 전향적 무작위 시험이 필요하다고 결론지었다. 메탈은 구글 리서치가 결핵 선별 AI의 현장 보급 성과를 공개한 소식을 보도한 바 있는데, 이번에는 진단 이전 단계의 습관 코칭이 연구 대상이 됐다.

연구진은 블로그를 "소비자용 웨어러블과 머신러닝이 개인 건강을 백미러를 들여다보는 일에서 앞길을 내다보는 일로 옮기는 데 어떻게 도울 수 있는지 보여 준다"는 문장으로 맺었다. 건강 나이가 실제 코칭 화면에 오르려면 이 시뮬레이션이 사람들의 실제 습관을 바꾸는지를 증명하는 다음 시험을 통과해야 한다.