KR20140117826A

KR20140117826A - 뇌파 측정을 이용한 사용자 상태 분류 방법 및 장치

Info

Publication number: KR20140117826A
Application number: KR1020130032587A
Authority: KR
Inventors: 김경율; 이현규; 신병석; 이상철
Original assignee: 인텔렉추얼디스커버리 주식회사
Priority date: 2013-03-27
Filing date: 2013-03-27
Publication date: 2014-10-08

Abstract

본 발명은 뇌파 측정을 이용한 사용자 상태 분류 방법 및 장치에 관한 것으로서, 구체적으로 본 발명의 일 실시예에 따른 사용자 상태 분류 방법은, 명상 상태의 뇌파를 측정하여 메모리에 저장하는 명상 상태 뇌파 저장 단계, 집중 상태의 뇌파를 측정하여 메모리에 저장하는 집중 상태 뇌파 저장 단계, 및 혼란 상태의 뇌파를 측정하여 메모리에 저장하는 혼란 상태 뇌파 저장 단계를 포함하는 학습 단계, 사용자의 뇌파를 측정하는 뇌파 측정 단계, 및 뇌파 측정 단계에서 측정된 사용자의 뇌파를 분류하는 뇌파 분류 단계를 포함하고, 뇌파 분류 단계는, 뇌파 측정 단계에서 측정된 사용자의 뇌파를 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파로 분류한다.

Description

뇌파 측정을 이용한 사용자 상태 분류 방법 및 장치{A USER STATUS CLASSIFICATION METHOD AND DEVICE BY MEASURING ELECTROENCEPHALOGRAPHY}

본 발명은 뇌파 측정을 이용한 사용자 상태 분류 방법 및 장치에 관한 것으로, 더욱 상세하게는 뇌파 측정 장비를 이용하여 측정된 사용자의 뇌파를 분석하여, 사용자의 상태를 분류하는 방법 및 장치에 관한 것이다.

근래에 와서, 스마트폰, 스마트 TV 등 스마트 기기가 발전됨에 따라, 기기와 인간과의 자연스러운 융합을 지향하는 디지털 컨버전스가, 인간의 감정, 지능, 상상력이 시스템과 상호 결합된 지능 컨버전스로 진화되고 있다. 이에 따라, 사용자의 의도 정보를 획득 및 처리하려는 신개념 다차원 휴먼 인터페이스 기술이 요구되고 있다. 이러한 사용자의 의도 정보를 획득하는 데에, 최근 뇌파 등 생체정보를 분석하여 사용자의 의도를 파악하는 것이 가능하게 되었다.

사용자가 소정의 행동을 하였을 경우, 행동에 대한 중요도를 평가하기 위하여 의도한 행동과 의도하지 않은 행동을 분류하는 것에 대한 연구가 진행되고 있으나, 이러한 분류를 유의미하게 명확하게 할 수가 없는 문제점이 있다.

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 뇌파 신호를 측정하여 사용자의 상태를 분류하고, 분류된 사용자의 상태에 따라 사용자의 의도된 행동과 의도되지 않은 행동을 분류할 수 있게 하는 데 그 목적이 있다.

본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 본 발명의 기재로부터 당해 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 뇌파 측정을 이용한 사용자 상태 분류 방법은, 명상 상태의 뇌파를 측정하여 메모리에 저장하는 명상 상태 뇌파 저장 단계, 집중 상태의 뇌파를 측정하여 메모리에 저장하는 집중 상태 뇌파 저장 단계, 및 혼란 상태의 뇌파를 측정하여 메모리에 저장하는 혼란 상태 뇌파 저장 단계를 포함하는 학습 단계, 사용자의 뇌파를 측정하는 뇌파 측정 단계, 및 뇌파 측정 단계에서 측정된 사용자의 뇌파를 분류하는 뇌파 분류 단계를 포함하고, 뇌파 분류 단계는, 뇌파 측정 단계에서 측정된 사용자의 뇌파를 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파로 분류한다. 집중 상태는 사용자가 태스크를 1개 수행하는 상태이며, 혼란 상태는 사용자가 태스크를 2개 이상 수행하는 상태이다. 사용자 상태 분류 방법은, 뇌파 분류 단계에서 분류된 사용자의 뇌파 상태를, 사용자에게 통지하는 뇌파 분류 통지 단계를 더 포함할 수 있다. 혼란 상태는, 사용자가 태스크를 2개 수행하는 제1 혼란 상태와, 사용자가 태스크를 3개 이상 수행하는 제2 혼란 상태로 이루어진다.

본 발명의 일 실시예에 따른 뇌파 측정을 이용한 사용자 상태 분류 방법은, 명상 상태의 뇌파를 측정하여 메모리에 저장하는 명상 상태 뇌파 저장 단계, 집중 상태의 뇌파를 측정하여 메모리에 저장하는 집중 상태 뇌파 저장 단계, 및 혼란 상태의 뇌파를 측정하여 메모리에 저장하는 혼란 상태 뇌파 저장 단계를 포함하는 학습 단계, 사용자의 뇌파를 측정하는 뇌파 측정 단계, 및 뇌파 측정 단계에서 측정된 사용자의 뇌파를 분류하는 뇌파 분류 단계를 포함하고, 뇌파 분류 단계는, 뇌파 측정 단계에서 측정된 사용자의 뇌파를 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파로 분류하고, 뇌파 측정 단계는, 복수의 채널 중 제1 채널에 대해 FFT(Fast Fourier Transform)를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계, 복수의 채널 중 제2 채널에 대해 FFT를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계, 제1 채널에 대해 추출된 복수의 주파수 밴드 중 제1 주파수 밴드를 선택하는 단계, 및 제2 채널에 대해 추출된 복수의 주파수 밴드 중 제2 주파수 밴드를 선택하는 단계를 포함한다. 집중 상태는 사용자가 태스크를 1개 수행하는 상태이며, 혼란 상태는 사용자가 태스크를 2개 이상 수행하는 상태이다. 사용자 상태 분류 방법은, 뇌파 분류 단계에서 분류된 사용자의 뇌파 상태를, 사용자에게 통지하는 뇌파 분류 통지 단계를 더 포함할 수 있다. 혼란 상태는, 사용자가 태스크를 2개 수행하는 제1 혼란 상태와, 사용자가 태스크를 3개 이상 수행하는 제2 혼란 상태로 이루어진다.

본 발명의 일 실시예에 따른 복수의 채널에서 뇌파를 측정하는 방법은, 복수의 채널 중 제1 채널에 대해 FFT(Fast Fourier Transform)를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계, 복수의 채널 중 제2 채널에 대해 FFT를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계, 제1 채널에 대해 추출된 복수의 주파수 밴드 중 제1 주파수 밴드를 선택하는 단계, 및 제2 채널에 대해 추출된 복수의 주파수 밴드 중 제2 주파수 밴드를 선택하는 단계를 포함한다.

본 발명의 일 실시예에 따른 뇌파 측정을 이용한 사용자 상태 분류 장치는, 명상 상태의 뇌파를 측정하여 메모리에 저장하는 명상 상태 뇌파 저장 모듈, 집중 상태의 뇌파를 측정하여 메모리에 저장하는 집중 상태 뇌파 저장 모듈, 및 혼란 상태의 뇌파를 측정하여 메모리에 저장하는 혼란 상태 뇌파 저장 모듈을 포함하는 학습 모듈, 사용자의 뇌파를 측정하는 뇌파 측정 모듈, 및 뇌파 측정 모듈에서 측정된 사용자의 뇌파를 분류하는 뇌파 분류 모듈을 포함하고, 뇌파 분류 모듈은, 뇌파 측정 모듈에서 측정된 사용자의 뇌파를 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파로 분류한다. 집중 상태는 사용자가 태스크를 1개 수행하는 상태이며, 혼란 상태는 사용자가 태스크를 2개 이상 수행하는 상태이다. 사용자 상태 분류 장치는, 뇌파 분류 장치에서 분류된 사용자의 뇌파 상태를, 사용자에게 통지하는 뇌파 분류 통지 모듈을 더 포함할 수 있다. 혼란 상태는, 사용자가 태스크를 2개 수행하는 제1 혼란 상태와, 사용자가 태스크를 3개 이상 수행하는 제2 혼란 상태로 이루어진다.

본 발명에 의하면 뇌파 신호를 측정하여 사용자의 상태를 분류하고, 분류된 사용자의 상태에 따라 사용자의 의도된 행동과 의도되지 않은 행동을 분류할 수 있는 효과가 있다.

도 1은 본 발명의 실시예에 따른 사용자 상태 분류 장치의 구성을 개략적으로 도시한 것이다.
도 2는 본 발명의 실시예에 따른 학습 모듈의 구성을 개략적으로 도시한 것이다.
도 3은 본 발명의 실시예에 따른 뇌파 측정 모듈을 개략적으로 도시한 것이다.

이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.

본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

어느 부분이 다른 부분의 "위에" 있다고 언급하는 경우, 이는 바로 다른 부분의 위에 있을 수 있거나 그 사이에 다른 부분이 수반될 수 있다. 대조적으로 어느 부분이 다른 부분의 "바로 위에" 있다고 언급하는 경우, 그 사이에 다른 부분이 수반되지 않는다.

제1, 제2 및 제3 등의 용어들은 다양한 부분, 성분, 영역, 층 및/또는 섹션들을 설명하기 위해 사용되나 이들에 한정되지 않는다. 이들 용어들은 어느 부분, 성분, 영역, 층 또는 섹션을 다른 부분, 성분, 영역, 층 또는 섹션과 구별하기 위해서만 사용된다. 따라서, 이하에서 서술하는 제1 부분, 성분, 영역, 층 또는 섹션은 본 발명의 범위를 벗어나지 않는 범위 내에서 제2 부분, 성분, 영역, 층 또는 섹션으로 언급될 수 있다.

여기서 사용되는 전문 용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다. 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분의 존재나 부가를 제외시키는 것은 아니다.

"아래", "위" 등의 상대적인 공간을 나타내는 용어는 도면에서 도시된 한 부분의 다른 부분에 대한 관계를 보다 쉽게 설명하기 위해 사용될 수 있다. 이러한 용어들은 도면에서 의도한 의미와 함께 사용중인 장치의 다른 의미나 동작을 포함하도록 의도된다. 예를 들면, 도면중의 장치를 뒤집으면, 다른 부분들의 "아래"에 있는 것으로 설명된 어느 부분들은 다른 부분들의 "위"에 있는 것으로 설명된다. 따라서 "아래"라는 예시적인 용어는 위와 아래 방향을 전부 포함한다. 장치는 90˚ 회전 또는 다른 각도로 회전할 수 있고, 상대적인 공간을 나타내는 용어도 이에 따라서 해석된다.

다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.

이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.

도 1은 본 발명의 실시예에 따른 사용자 상태 분류 장치(10)의 구성을 개략적으로 도시한 것이다.

도 1을 참조하면, 사용자 상태 분류 장치(10)는 학습 모듈(100), 뇌파 측정 모듈(200), 뇌파 분류 모듈(300) 및 뇌파 분류 통지 모듈(400)을 포함한다.

학습 모듈(100)은 사용자의 뇌파를 측정하여 사용자의 상태를 분류하기 위한 데이터베이스(Database)를 구축한다. 구체적인 것은 도 2를 참조하여 후술한다.

뇌파 측정 모듈(200)은 사용자의 뇌파를 측정한다. 구체적인 것은 도 3을 참조하여 후술한다.

뇌파 분류 모듈(300)은 뇌파 측정 모듈(200)에서 측정된 사용자의 뇌파를, 학습 모듈(100)에서 학습된 뇌파 분류에 따라 분류한다. 구체적으로는, 뇌파 측정 모듈(200)에서 측정된 사용자의 뇌파가 후술할 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파 중 어느 분류에 속하는지를 분류한다.

뇌파 분류 모듈(300)은 공지의 SVM(Support Vector Machine) 분류기를 사용하여 뇌파를 분류할 수 있으며, 이에 한정되는 것은 아니다.

구체적으로는, SVM 분류기란, 특징 벡터의 두 집합이 존재한다고 가정할 때, 두 집합을 가장 이상적으로 나눌 수 있는 초평면(hyper-plane)을 찾는 역할을 하는 것으로, 두 분류 간의 최대 여백(maximum margin)을 찾는 과정을 공식화(formulization)하는 과정을 통하여 특징 벡터를 분류한다.

더 자세하게는, SVM 분류기는 주어진 자료에 대해서 그 자료들을 분리하는 초평면 중에서, 자료들과 가장 거리가 먼 초평면을 찾는 방법이다. 신경망을 포함하는 많은 학습 알고리즘들은, 이러한 학습데이터가 주어졌을 때 1 인 점들과 -1 인 점들을 분리하는 초평면을 찾아내는 것이 공통의 목표인데, SVM 분류기가 다른 알고리즘과 차별화되는 특징은 단지 점들을 분리하는 초평면을 찾는 것으로 끝나는 것이 아니라, 점들을 분리할 수 있는 수많은 후보평면들 가운데 마진이 최대가 되는(maximum-margin) 초평면을 찾는다는 것이다. 여기서 마진이란 초평면으로부터 각 점들에 이르는 거리의 최소값을 말하는데, 이 마진을 최대로 하면서 점들을 두 클래스로 분류하려면, 결국 클래스 1에 속하는 점들과의 거리 중 최소값과 클래스 -1에 속하는 점들과의 거리 중 최소값이 같도록 초평면이 위치해야 하며, 이러한 초평면을 maximum-margin 초평면이라고 한다. 결론적으로 SVM 분류기는 두 클래스에 속해있는 점들을 분류하는 수많은 초평면들 중, 최대한 두 클래스의 점들과 거리를 유지하는 것을 찾아내는 알고리즘이라 할 수 있다.

뇌파 분류 통지 모듈(400)은 뇌파 분류 모듈(300)에서 분류된 사용자의 뇌파 상태를, 사용자에게 통지한다. 통지 방법은, 예를 들어 사용자가 볼 수 있는 화면에 사용자의 뇌파 상태를 표시할 수도 있고, 사용자가 착용하고 있는 음향 기기에 음성을 통해 통지할 수도 있다. 사용자에게 통지하는 방법은 제한이 없으며, 사용자가 자신의 뇌파 상태를 알 수 있는 방법이면 어떠한 방법이라도 된다.

사용자에게 자신의 뇌파 상태를 통지함으로써, 사용자는 자신의 뇌파가 현재 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파 중 어느 분류에 속하는지를 알 수 있게 된다. 그에 따라, 사용자는 자신이 현재 집중력이 좋은 상태인지, 집중력이 하락한 상태인지를 알 수 있게 되고, 집중력이 좋은 상태에서 한 행동에 대해 자신의 의도가 정확하게 반영되었음을, 또한 집중력이 좋지 않은 상태에서 한 행동에 대해 자신의 의도가 부정확하게 반영되었을 수도 있음을 알 수 있다.

사용자는 자신의 뇌파 상태가 명상 상태인 경우, 졸음 상태와 마찬가지로, 무의식적으로 집중도가 하락되므로, 자신의 의도가 부정확하게 반영되었을 수도 있음을 알 수 있다.

사용자는 자신의 뇌파 상태가 집중 상태인 경우, 자신의 집중도가 높음을 알 수 있고, 자신의 의도가 정확하게 반영되었음을 알 수 있다.

사용자는 자신의 뇌파 상태가 혼란 상태인 경우, 주위환경에 의한 집중력 분산 또는 사용자의 의식적인 집중력이 분산되므로, 자신의 의도가 부정확하게 반영되었을 수도 있음을 알 수 있다.

이러한 통지는 반드시 사용자 자신에게 할 필요는 없고, 타인에게 통지를 할 수 있는 것은 물론이며, 그 경우에는 타인이 사용자의 뇌파가 현재 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파 중 어느 분류에 속하는지를 알 수 있게 되어, 타인은 사용자가 현재 집중력이 좋은 상태인지, 집중력이 하락한 상태인지를 알 수 있게 되고, 집중력이 좋은 상태에서 한 행동에 대해 사용자의 의도가 정확하게 반영되었음을, 또한 집중력이 좋지 않은 상태에서 한 행동에 대해 사용의 의도가 부정확하게 반영되었을 수도 있음을 알 수 있게 된다.

타인에게 통지할 수 있는 통지 방법은, 예를 들어 타인이 볼 수 있는 화면에 사용자의 뇌파 상태를 표시할 수도 있고, 타인이 착용하고 있는 음향 기기에 음성을 통해 통지할 수도 있다. 타인에게 통지하는 방법은 제한이 없으며, 타인이 사용자의 뇌파 상태를 알 수 있는 방법이면 어떠한 방법이라도 된다.

통지를 예를 들어, 사용자가 운전을 하고 있는 경우, 사용자의 뇌파 상태가 명상 상태이거나 혼란 상태이면, 사용자가 집중력이 좋지 않으므로, 주변을 환기시켜주는 통지를 사용자 또는 타인에게 하여, 사용자가 운전에 집중하도록 할 수 있다. 또는, 고도의 집중력과 정교함을 요하는 생산 분야에서도, 마찬가지로 사용자의 뇌파 상태가 명상이나 혼란 상태이면, 사용자가 집중력이 좋지 않으므로, 주변을 환기시켜주는 통지를 사용자 또는 타인에게 하여 피드백을 줄 수 있다.

도 2는 본 발명의 실시예에 따른 학습 모듈(100)의 구성을 개략적으로 도시한 것이다.

도 2를 참조하면, 학습 모듈(100)은 메모리(110), 명상 상태 뇌파 저장 모듈(120), 집중 상태 뇌파 저장 모듈(130) 및 혼란 상태 뇌파 저장 모듈(140)을 포함한다.

메모리(110)는 뇌파를 분류하여 저장하는 저장소 역할을 하며, 사용자의 뇌파 상태를 명상 상태의 뇌파, 집중 상태의 뇌파, 혼란 상태의 뇌파로 분류하여 저장한다. 구체적으로는, 명상 상태 뇌파 저장 모듈(120)로부터 명상 상태의 뇌파를 저장하고, 집중 상태 뇌파 저장 모듈(130)로부터 집중 상태의 뇌파를 저장하고, 혼란 상태 뇌파 저장 모듈(140)로부터 혼란 상태의 뇌파를 저장한다.

메모리(110)는 뇌파를 저장할 수 있는 용도의 하드 디스크, 분리 가능한 자기 디스크, 분리 가능한 광디스크(예컨대, 컴팩트 디스크 및 디지털 비디오 디스크), 자기 카세트, 메모리 카드 또는 메모리 스틱, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM) 등을 포함하지만, 이들로 한정되지는 않는다.

여기서 명상 상태란, 예를 들어 사용자가 편안한 음향을 듣고 있는 상태와 같이, 아무런 일을 하고 있지 않은 상태를 말한다. 이러한 명상 상태에서는 졸음 상태와 마찬가지로, 무의식적으로 집중도가 하락되어, 업무 효율성이 저하된다. 따라서 사용자는 자신의 의도가 부정확하게 반영되었을 수도 있음을 알 수 있다.

집중 상태란, 예를 들어 사용자가 지속적으로 집중력을 요하는 게임을 진행하고 있는 상태와 같이, 1개의 태스크를 수행하고 있는 상태를 말한다. 이러한 집중 상태에서는 높은 집중도로 효율성 있는 업무를 수행할 수 있다. 따라서 사용자는 자신의 의도가 정확하게 반영되었음을 알 수 있다.

혼란 상태란, 예를 들어 사용자가 지속적으로 집중력을 요하는 게임을 진행하는 동안 5초마다 한 자리수의 숫자를 들려주며 이를 기억하도록 하는 상태와 같이, 2개의 태스크를 수행하고 있는 상태, 또는 사용자가 지속적으로 집중력을 요하는 게임을 진행하는 동안 5초마다 한 자리수의 숫자를 들려주며 이를 기억하도록 하고, 또한 들려 준 숫자를 모두 더하도록 하여 게임이 끝난 후 숫자의 합산 결과를 확인하는 상태와 같이, 3개의 태스크를 수행하고 있는 상태 등으로, 2개 이상의 태스크를 동시에 수행하고 있는 상태(즉, 멀티 태스킹 상태)를 말한다. 이러한 혼란 상태에서는 주위환경에 의한 집중력 분산 또는 사용자의 의식적인 집중력 분산으로, 업무 효율성이 저하된다. 따라서 사용자는 자신의 의도가 부정확하게 반영되었을 수도 있음을 알 수 있다.

이하 학습 모듈(100)이 사용자의 뇌파를 측정하여 사용자의 상태를 분류하기 위한 데이터베이스를 구축하는 실험 방법을 서술한다. 그러나, 이하의 실험 방법은 일례에 지나지 않으며, 본 발명이 이에 한정되는 것은 아니다.

명상 상태 뇌파 저장 모듈(120)은 메모리(110)에 명상 상태의 뇌파를 저장한다. 구체적으로는, 사용자에게 2분간 편안한 음향을 들려 주며 뇌파를 측정하여 메모리(110)에 저장한다. 즉, 사용자가 아무런 태스크도 수행하고 있지 않은 경우의 뇌파를 명상 상태의 뇌파로서 저장한다.

집중 상태 뇌파 저장 모듈(130)은 메모리(110)에 집중 상태의 뇌파를 저장한다. 구체적으로는, 사용자에게 지속적으로 집중력을 요하는 게임을 진행토록 하여, 그 때의 뇌파를 측정하여 메모리(110)에 저장한다. 즉, 사용자가 1개의 태스크를 수행하고 있는 경우의 뇌파를 집중 상태의 뇌파로서 저장한다.

사용자가 진행하도록 하는 집중력을 요하는 게임으로는, 예를 들어 터치스크린 화면 상에 복수개의 숫자가 표시되고, 그 숫자를 그 숫자가 작은 혹은 큰 순서대로 터치하는 게임, 또는 미리 정해진 소정의 규칙에 따라 터치하는 게임을 예를 들 수 있다. 단, 집중력을 요하는 게임의 예는 이에 한정되지 않는다.

혼란 상태 뇌파 저장 모듈(140)은 메모리(110)에 혼란 상태의 뇌파를 저장한다. 구체적으로는, 사용자에게 지속적으로 집중력을 요하는 게임을 진행토록 하고, 게임을 진행하는 동안 5초마다 한 자리수의 숫자를 들려주며 이를 기억하도록 하여, 그 때의 뇌파를 측정하여 메모리(110)에 저장한다. 즉, 사용자가 2개의 태스크를 수행하고 있는 경우의 뇌파를 혼란 상태의 뇌파로서 저장한다.

또한, 사용자에게 지속적으로 집중력을 요하는 게임을 진행토록 하고, 게임을 진행하는 동안 5초마다 한 자리수의 숫자를 들려주며 이를 기억하도록 하고, 또한 들려 준 숫자를 모두 더하도록 하여 게임이 끝난 후 기억한 모든 숫자의 합산 결과를 확인하도록 하여, 그 때의 뇌파를 측정하여 메모리(110)에 저장한다. 즉, 사용자가 3개의 태스크를 수행하고 있는 경우의 뇌파를 혼란 상태의 뇌파로서 저장한다.

바꾸어 말하면, 혼란 상태 뇌파 저장 모듈(140)은 사용자가 2개 이상의 태스크를 수행하고 있는 경우, 즉 멀티 태스킹 상태에서의 뇌파를 혼란 상태의 뇌파로서 저장한다.

뇌파 측정 모듈(200)은 뇌파 신호 측정 장비를 사용하여 사용자의 뇌파를 측정한다. 구체적으로는, 뇌파 측정 모듈은 복수개의 채널로부터 뇌파를 측정하며, 그 채널의 분포가 도 3에 도시되어 있다. 뇌파 신호 측정 장비는 상용화된 공지의 장비를 사용하며, 1초에 128개의 뇌파 신호를 추출할 수 있으나, 이에 한정되지 않는다.

도 3은 본 발명의 실시예에 따른 뇌파 측정 모듈(200)의 복수개의 채널의 분포를 개략적으로 도시한 것이다.

도 3을 참조하면, 뇌파 측정 모듈(200)의 도시되어 있는 14개의 채널(AF3, AF4, F3, F4, F7, F8, FC5, FC6, T7, T8, P7, P8, O1, O2)로부터 뇌파를 측정한다. 단, 채널이 14개에 한정되는 것은 아니다.

뇌파 측정 모듈(200)은 도 3의 14개 채널에서 수집된 14개 채널의 뇌파 신호를 고속 푸리에 변환(Fast Fourier Transform)을 이용하여 5개 밴드(α, β, γ, δ, θ)로 나누어, 총 70개의 신호(14개 채널*5개 밴드)를 얻는다. 그 후 얻어진 70개의 신호 중 실험적 측정 결과에 따른 분류에 적절한 16개의 밴드를 선택하여, 일정 시간 간격으로 16차원으로 이루어진 하나의 특징 벡터를 추출한다. 일정 시간 간격은 (5/64 = 0.078125초)일 수 있으며, 이에 한정되는 것은 아니다.

여기에서, 본 발명에 따른 상태 분류를 위해 선택된 밴드는, O1, O2 채널의 α밴드, F7, O1 채널의 β밴드, AF3, AF4, F7, F8, FC5, FC6, P7, T8 채널의 γ밴드, AF4, F7, F8, O1 채널의 δ밴드이다. 이렇게 밴드를 선택하여 사용자의 상태를 분류하면, 사용자의 상태 분류가 명확하게 잘 이루어지는 것이 실험적으로 알려져 있다.

이렇게 뇌파를 측정하고 3가지 상태로 분류하여 사용자의 상태를 분류하면, 분류된 사용자의 상태에 따라, 사용자의 의도된 행동과 의도되지 않은 행동을 분류할 수 있다.

[실시예]

본 실시예에서는, 사용자가 운전을 하는 경우를 산정한다.

사용자는 운전과 관계없이, 뇌파를 분류하여 저장한다(S100).

사용자는 미리 학습 모듈(100)의 메모리(110)에 명상 상태 뇌파 저장 모듈(120)로부터의 명상 상태의 뇌파, 집중 상태 뇌파 저장 모듈(130)로부터의 집중 상태 뇌파 및 혼란 상태 뇌파 저장 모듈(140)로부터의 혼란 상태 뇌파를 분류하여 저장해 놓은 상태이다.

구체적으로는, 사용자에게 2분간 편안한 음향을 들려 주며 뇌파를 측정하여 명상 상태의 뇌파로서 메모리(110)에 저장한다. 즉, 사용자가 아무런 태스크도 수행하고 있지 않은 경우의 뇌파를 명상 상태의 뇌파로서 저장한다. 또한, 사용자에게 지속적으로 집중력을 요하는 게임을 진행토록 하여, 그 때의 뇌파를 측정하여 메모리(110)에 저장한다. 즉, 사용자가 1개의 태스크를 수행하고 있는 경우의 뇌파를 집중 상태의 뇌파로서 저장한다. 사용자가 진행하도록 하는 집중력을 요하는 게임으로는, 예를 들어 터치스크린 화면 상에 복수개의 숫자가 표시되고, 그 숫자를 그 숫자가 작은 혹은 큰 순서대로 터치하는 게임, 또는 미리 정해진 소정의 규칙에 따라 터치하는 게임을 예를 들 수 있다. 단, 집중력을 요하는 게임의 예는 이에 한정되지 않는다. 또한, 사용자에게 지속적으로 집중력을 요하는 게임을 진행토록 하고, 게임을 진행하는 동안 5초마다 한 자리수의 숫자를 들려주며 이를 기억하도록 하여, 그 때의 뇌파를 측정하여 메모리(110)에 저장한다. 즉, 사용자가 2개의 태스크를 수행하고 있는 경우의 뇌파를 혼란 상태의 뇌파로서 저장한다. 또한, 사용자에게 지속적으로 집중력을 요하는 게임을 진행토록 하고, 게임을 진행하는 동안 5초마다 한 자리수의 숫자를 들려주며 이를 기억하도록 하고, 또한 들려 준 숫자를 모두 더하도록 하여 게임이 끝난 후 기억한 모든 숫자의 합산 결과를 확인하도록 하여, 그 때의 뇌파를 측정하여 메모리(110)에 저장한다. 즉, 사용자가 3개의 태스크를 수행하고 있는 경우의 뇌파를 혼란 상태의 뇌파로서 저장한다.

그 후, 운전중인 사용자 뇌파를, 뇌파 측정 모듈(200)에 해당하는 뇌파 측정기를 사용하여 측정한다(S200). 구체적으로는, 뇌파 측정기의 14개 채널에서 뇌파 신호를 측정한다.

그 후, 측정된 뇌파를, 뇌파 분류 모듈(300)에 해당하는 SVM 분류기를 사용하여 분류한다(S300). SVM 분류기는, 차량에 탑재되어 있을 수도 있고, 사용자가 소지하고 있을 수도 있다.

구체적으로는, 뇌파 측정기에서 수집된 14개 채널의 뇌파 신호를 고속 푸리에 변환(Fast Fourier Transform)을 이용하여 5개 밴드(α, β, γ, δ, θ)로 나누어, 그 중 O1, O2 채널의 α밴드, F7, O1 채널의 β밴드, AF3, AF4, F7, F8, FC5, FC6, P7, T8 채널의 γ밴드, AF4, F7, F8, O1 채널의 δ밴드를 사용하여 뇌파를 분류한다. 이렇게 밴드를 선택하여 사용자의 상태를 분류하면, 사용자의 상태 분류가 명확하게 잘 이루어지는 것이 실험적으로 알려져 있다.

분류된 사용자의 뇌파가 집중 상태이면(S400), 아무런 피드백을 하지 않고, 소정의 시간 경과 후에 운전중 뇌파를 다시 측정한다(S200).

분류된 사용자의 뇌파가 집중 상태가 아니고(S400), 명상 상태이면(S500), 사용자 또는 타인에게 명상 상태임을 알려주는 피드백을 한다(S600). 이 경우 사용자는 본인의 상태가 졸음 상태와 마찬가지로, 무의식적으로 집중도가 하락되었을 수도 있음을 알 수 있다.

분류된 사용자의 뇌파가 명상 상태가 아니고(S500), 혼란 상태이면, 사용자 또는 타인에게 혼란 상태임을 알려주는 피드백을 한다(S700). 이 경우 사용자는 본인의 상태가 주위환경에 의한 집중력 분산 등으로 인해, 자신의 의도가 부정확하게 반영되었을 수도 있음을 알 수 있다.

이와 같이 하여, 뇌파 신호를 측정하여 사용자의 상태를 분류하고, 분류된 사용자의 상태에 따라 사용자의 의도된 행동과 의도되지 않은 행동을 분류할 수 있게 되며, 사용자에게 그러한 상태를 통지할 수 있게 된다.

이상 본 발명의 구체적 실시형태와 관련하여 본 발명을 설명하였으나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다. 당업자는 본 발명의 범위를 벗어나지 않고 설명된 실시형태를 변경 또는 변형할 수 있으며, 이러한 변경 또는 변형도 본 발명의 범위에 속한다. 또한, 명세서에서 설명한 각 구성요소의 물질은 당업자가 공지된 다양한 물질로부터 용이하게 선택하여 대체할 수 있다. 또한 당업자는 본 명세서에서 설명된 구성요소 중 일부를 성능의 열화 없이 생략하거나 성능을 개선하기 위해 구성요소를 추가할 수 있다. 뿐만 아니라, 당업자는 공정 환경이나 장비에 따라 본 명세서에서 설명한 방법 단계의 순서를 변경할 수도 있다. 따라서 본 발명의 범위는 설명된 실시형태가 아니라 특허청구범위 및 그 균등물에 의해 결정되어야 한다.

10: 사용자 상태 분류 장치
100: 학습 모듈
110: 메모리
120: 명상 상태 뇌파 저장 모듈
130: 집중 상태 뇌파 저장 모듈
140: 혼란 상태 뇌파 저장 모듈
200: 뇌파 측정 모듈
300: 뇌파 분류 모듈
400: 뇌파 분류 통지 모듈

Claims

뇌파 측정을 이용한 사용자 상태 분류 방법에 있어서,
명상 상태의 뇌파를 측정하여 메모리에 저장하는 명상 상태 뇌파 저장 단계;
집중 상태의 뇌파를 측정하여 메모리에 저장하는 집중 상태 뇌파 저장 단계; 및
혼란 상태의 뇌파를 측정하여 메모리에 저장하는 혼란 상태 뇌파 저장 단계
를 포함하는 학습 단계;
사용자의 뇌파를 측정하는 뇌파 측정 단계; 및
상기 뇌파 측정 단계에서 측정된 사용자의 뇌파를 분류하는 뇌파 분류 단계
를 포함하고,
상기 뇌파 분류 단계는,
상기 뇌파 측정 단계에서 측정된 상기 사용자의 뇌파를 상기 명상 상태의 뇌파, 상기 집중 상태의 뇌파, 상기 혼란 상태의 뇌파로 분류하는, 사용자 상태 분류 방법.
제1항에 있어서,
상기 집중 상태는 사용자가 태스크를 1개 수행하는 상태이며,
상기 혼란 상태는 사용자가 태스크를 2개 이상 수행하는 상태인, 사용자 상태 분류 방법.
제2항에 있어서,
상기 뇌파 분류 단계에서 분류된 사용자의 뇌파 상태를, 사용자에게 통지하는 뇌파 분류 통지 단계
를 더 포함하는 사용자 상태 분류 방법.
제2항 또는 제3항에 있어서,
상기 혼란 상태는,
사용자가 태스크를 2개 수행하는 제1 혼란 상태와, 사용자가 태스크를 3개 이상 수행하는 제2 혼란 상태로 이루어지는, 사용자 상태 분류 방법.
뇌파 측정을 이용한 사용자 상태 분류 방법에 있어서,
명상 상태의 뇌파를 측정하여 메모리에 저장하는 명상 상태 뇌파 저장 단계;
집중 상태의 뇌파를 측정하여 메모리에 저장하는 집중 상태 뇌파 저장 단계; 및
혼란 상태의 뇌파를 측정하여 메모리에 저장하는 혼란 상태 뇌파 저장 단계
를 포함하는 학습 단계;
사용자의 뇌파를 측정하는 뇌파 측정 단계; 및
상기 뇌파 측정 단계에서 측정된 사용자의 뇌파를 분류하는 뇌파 분류 단계
를 포함하고,
상기 뇌파 분류 단계는,
상기 뇌파 측정 단계에서 측정된 상기 사용자의 뇌파를 상기 명상 상태의 뇌파, 상기 집중 상태의 뇌파, 상기 혼란 상태의 뇌파로 분류하고,
상기 뇌파 측정 단계는,
복수의 채널 중 제1 채널에 대해 FFT(Fast Fourier Transform)를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계;
상기 복수의 채널 중 제2 채널에 대해 FFT를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계;
상기 제1 채널에 대해 추출된 복수의 주파수 밴드 중 제1 주파수 밴드를 선택하는 단계; 및
상기 제2 채널에 대해 추출된 복수의 주파수 밴드 중 제2 주파수 밴드를 선택하는 단계
를 포함하는, 사용자 상태 분류 방법.
제5항에 있어서,
상기 집중 상태는 사용자가 태스크를 1개 수행하는 상태이며,
상기 혼란 상태는 사용자가 태스크를 2개 이상 수행하는 상태인, 사용자 상태 분류 방법.
제6항에 있어서,
상기 뇌파 분류 단계에서 분류된 사용자의 뇌파 상태를, 사용자에게 통지하는 분류 뇌파 통지 단계
를 더 포함하는 사용자 상태 분류 방법.
제6항 또는 제7항에 있어서,
상기 혼란 상태는,
사용자가 태스크를 2개 수행하는 제1 혼란 상태와, 사용자가 태스크를 3개 이상 수행하는 제2 혼란 상태로 이루어지는, 사용자 상태 분류 방법.
복수의 채널에서 뇌파를 측정하는 방법에 있어서,
상기 복수의 채널 중 제1 채널에 대해 FFT(Fast Fourier Transform)를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계;
상기 복수의 채널 중 제2 채널에 대해 FFT를 수행하여, 제1 주파수 밴드 및 제2 주파수 밴드를 포함하는 복수의 주파수 밴드를 추출하는 단계;
상기 제1 채널에 대해 추출된 복수의 주파수 밴드 중 제1 주파수 밴드를 선택하는 단계; 및
상기 제2 채널에 대해 추출된 복수의 주파수 밴드 중 제2 주파수 밴드를 선택하는 단계
를 포함하는 뇌파 측정 방법.
뇌파 측정을 이용한 사용자 상태 분류 장치에 있어서,
명상 상태의 뇌파를 측정하여 메모리에 저장하는 명상 상태 뇌파 저장 모듈;
집중 상태의 뇌파를 측정하여 메모리에 저장하는 집중 상태 뇌파 저장 모듈; 및
혼란 상태의 뇌파를 측정하여 메모리에 저장하는 혼란 상태 뇌파 저장 모듈
을 포함하는 학습 모듈;
사용자의 뇌파를 측정하는 뇌파 측정 모듈; 및
상기 뇌파 측정 모듈에서 측정된 사용자의 뇌파를 분류하는 뇌파 분류 모듈
을 포함하고,
상기 뇌파 분류 모듈은,
상기 뇌파 측정 모듈에서 측정된 상기 사용자의 뇌파를 상기 명상 상태의 뇌파, 상기 집중 상태의 뇌파, 상기 혼란 상태의 뇌파로 분류하는, 사용자 상태 분류 장치.
제10항에 있어서,
상기 집중 상태는 사용자가 태스크를 1개 수행하는 상태이며,
상기 혼란 상태는 사용자가 태스크를 2개 이상 수행하는 상태인, 사용자 상태 분류 장치.
제11항에 있어서,
상기 뇌파 분류 장치에서 분류된 사용자의 뇌파 상태를, 사용자에게 통지하는 뇌파 분류 통지 모듈
을 더 포함하는 사용자 상태 분류 장치.
제11항 또는 제12항에 있어서,
상기 혼란 상태는,
사용자가 태스크를 2개 수행하는 제1 혼란 상태와, 사용자가 태스크를 3개 이상 수행하는 제2 혼란 상태로 이루어지는, 사용자 상태 분류 장치.