KR20220056651A - 정신 건강을 관리하기 위한 마사지 장치 - Google Patents

Abstract

본 개시는 마사지 장치의 동작 방법에 관한 것으로써, 사용자의 현재 생활 정보를 획득하는 단계, 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 적용하여 정신 건강 예측 정보를 획득하는 단계, 및 정신 건강 예측 정보에 대응하는 마사지 모드를 사용자에게 제공하는 단계를 포함한다.

Description

정신 건강을 관리하기 위한 마사지 장치{MASSAGE APPARATUS FOR MANAGING MENTAL HEALTH}

본 개시는 마사지 장치 또는 마사지 장치의 동작 방법에 관한 것으로써, 더욱 상세하게는 사용자의 정신 건강을 관리하기 위한 마사지 장치 및 마사지 장치의 동작 방법에 관한 것이다.

마사지(massage) 또는 안마란 피술자의 신체의 일부분을 주무르거나, 누르거나, 잡아당기거나, 두드리거나 또는 움직이게 하는 등과 같이 신체의 일부분에 다양한 형태의 역학적 자극을 가함으로써 피술자의 신체의 변조를 조절하고, 혈액순환을 돕고 그리고 피술자의 피로를 풀리게 하는 의료 보조요법이다.

마사지 수요의 증가는 경제적 사정 및 시간적 이유로 인하여 인공적인 마사지 기능을 제공하는 마사지 장치 또는 마사지 기기에 대한 수요의 증가를 야기하였다. 즉, 마사지를 통하여 뭉쳐진 근육을 풀면서 피로 또는 스트레스를 해소하고자 하는 수요가 증대됨에 따라, 시간 및 비용 효율적인 방식의 다양한 마사지 장치들이 출시되고 있다. 기계적인 장치를 통하여 별도의 안마사 없이 마사지를 수행하는 임의의 형태의 기구, 디바이스 또는 장치를 마사지 장치라 지칭한다.

최근 정신건강이 사회적 문제고 대두되고 있다. 특히 현재 한국의 자살률은 OECD 국가 중 1위이며, 이를 해결하기 위한 다양한 방법이 모색되고 있다. 이와 관련하여, 마사지 장치는 신체의 긴장 완화를 통하여 사용자의 정신건강을 높일 수 있도록 돕고 있다. 더 나아가 마사지 장치가 사용자의 정신 건강의 정도를 측정하여 보다 효율적으로 사용자의 정신 건강을 관리하고자 하는 수요가 증대되고 있다.

본 개시에 따른 마사지 장치의 동작 방법은 사용자의 현재 생활 정보를 획득하는 단계, 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 적용하여 정신 건강 예측 정보를 획득하는 단계, 및 정신 건강 예측 정보에 대응하는 마사지 모드를 사용자에게 제공하는 단계를 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 현재 생활 정보는 육체 활동 정보, 사회 활동 정보 및 생체 활동 정보를 포함하는 것을 특징으로 한다.

본 개시에 따른 마사지 장치의 동작 방법의 사용자의 현재 생활 정보를 획득하는 단계는 외부 장치로부터 육체 활동 정보를 수신하는 단계를 더 포함하고, 육체 활동 정보는 걸음수, 이동 경로, 이동 길이, 이동 속도, 및 이동 시간 중 적어도 하나의 정보를 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 사용자의 현재 생활 정보를 획득하는 단계는 메모리 또는 외부 장치로부터 사회 활동 정보를 획득하는 단계를 포함하고, 사회 활동 정보는 통화/대화의 양, 통화/대화에 사용한 단어의 수, 통화/대화 목소리의 높이, 및 특정 단어 사용량 중 적어도 하나를 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 사용자의 현재 생활 정보를 획득하는 단계는 센서부 또는 외부 장치로부터 생체 활동 정보를 획득하는 단계를 포함하고, 생체 활동 정보는 혈압, 심전도, 맥파, 심박수, 체성분, GSR(galvanic skin response), EDA(Electrodermal Activity), 산소포화도, 뇌파 및 체온 중 적어도 하나를 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 정신 건강 상태 분석 알고리즘은 기계학습모델을 포함하고, 복수의 사용자의 생활 정보를 획득하는 단계, 복수의 사용자의 생활 정보 각각에 대응되는 복수의 정신 건강 상태 정보를 의료인의 입력에 기초하여 획득하는 단계, 및 복수의 사용자의 생활 정보에 대한 복수의 정신 건강 상태 정보의 관계를 기계학습하여, 기계학습모델을 생성하는 단계를 더 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 정신 건강 예측 정보를 획득하는 단계는 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 포함된 제 1 정신 건강 상태 분석 알고리즘에 적용하여, 사용자의 정신 건강에 이상이 있는지 여부를 결정하는 단계 및 사용자의 정신 건강에 이상이 있는 것으로 결정된 경우, 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 포함된 제 2 정신 건강 상태 분석 알고리즘에 적용하여, 정신 건강 예측 정보를 획득하는 단계를 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 제 1 정신 건강 상태 분석 알고리즘 및 제 2 정신 건강 상태 분석 알고리즘은 룰베이스 모델 또는 기계학습모델이다.

본 개시에 따른 마사지 장치의 동작 방법의 마사지 모드를 사용자에게 제공하는 단계는 정신 건강 예측 정보 및 마사지 모드를 대응시킨 테이블로부터 정신 건강 예측 정보에 대응하는 마사지 모드를 선택하는 단계 및 선택된 마사지 모드에 기초하여 마사지를 사용자에게 제공하는 단계를 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 사용자의 현재 생활 정보를 획득하는 단계는 사용자의 현재 생활 정보에 기초하여 N차원의 사용자 벡터를 생성하는 단계를 포함하고, 정신 건강 예측 정보를 획득하는 단계는 메모리로부터 복수의 사용자의 생활 정보에 기초하여 복수의 사용자에 대한 복수의 N차원의 비교 벡터를 생성하는 단계, 복수의 N차원의 비교 벡터 중 N차원의 사용자 벡터와 가장 유사한 N차원의 비교 벡터를 선택하는 단계, 및 선택된 N차원의 비교 벡터에 대응하는 정신 건강 상태 정보를 메모리로부터 획득하여 정신 건강 예측 정보로 결정하는 단계를 포함한다.

본 개시에 따른 마사지 장치의 동작 방법의 N은 자연수이며, N차원은 사용자의 현재 생활 정보에 포함된 정보의 종류의 수에 기초하여 결정된다.

본 개시에 따른 마사지 장치의 동작 방법은 메모리로부터 사용자의 과거의 정신 건강 예측 정보를 획득하는 단계 및 과거의 정신 건강 예측 정보 및 정신 건강 예측 정보를 비교하여, 사용자의 정신 건강 추세 정보를 획득하는 단계를 더 포함한다.

또한, 상술한 바와 같은 마사지 장치의 동작 방법을 구현하기 위한 프로그램은 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다.

본 개시의 일 실시예에 따른 마사지 장치에 따르면, 사용자의 정신 건강의 상태를 유추할 수 있으므로, 사용자의 정신 건강이 악화되기 전에 조치를 취할 수 있다. 또한 사용자의 정신 건강을 향상시킬 수 있는 프로그램을 제공하여, 마사지 장치의 사용자의 만족도를 높일 수 있다.

도 1 은 본 개시의 일 실시예에 따른 마사지 장치를 설명하기 위한 도면이다.
도 2는 본 개시의 일 실시예에 따른 메인 프레임을 설명하기 위한 도면이다.
도 3은 본 개시의 일 실시예에 따른 마사지 장치를 나타낸 도면이다.
도 4는 본 개시의 일 실시예에 따라 마사지 장치(100)와 통신할 수 있는 외부의 장치를 나타낸 도면이다.
도 5는 본 개시의 일 실시예에 따른 마사지 장치의 동작을 나타낸 흐름도이다.
도 6은 본 개시의 일 실시예에 따른 시간 도메인의 심전도 값을 나타낸다.
도 7은 본 개시의 일 실시예에 따른 주파수 도메인의 심전도 값을 나타낸다.
도 8은 본 개시의 일 실시예에 따른 기계학습모델을 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따라 데이터 학습부를 설명하기 위한 도면이다.
도 10은 본 개시의 일 실시예에 따라 데이터 인식부를 설명하기 위한 도면이다.
도 11은 본 개시의 일 실시예에 따른 룰베이스 정신 건강 상태 분석 알고리즘을 설명하기 위한 흐름도이다.
도 12는 본 개시의 일 실시예에 따른 벡터를 나타낸다.
도 13은 본 개시의 일 실시예에 따른 벡터를 나타낸다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.

본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면 "부"는 프로세서 및 메모리로 구현될 수 있다. 용어 "프로세서" 는 범용 프로세서, 중앙 처리 장치 (CPU), 마이크로프로세서, 디지털 신호 프로세서 (DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서는, "프로세서" 는 주문형 반도체 (ASIC), 프로그램가능 로직 디바이스 (PLD), 필드 프로그램가능 게이트 어레이 (FPGA) 등을 지칭할 수도 있다. 용어 "프로세서" 는, 예를 들어, DSP 와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다.

용어 "메모리" 는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. 용어 메모리는 임의 액세스 메모리 (RAM), 판독-전용 메모리 (ROM), 비-휘발성 임의 액세스 메모리 (NVRAM), 프로그램가능 판독-전용 메모리 (PROM), 소거-프로그램가능 판독 전용 메모리 (EPROM), 전기적으로 소거가능 PROM (EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.

본 명세서에서 액츄에이터는 구동력을 제공할 수 있는 구성을 의미한다. 예를 들어, 액츄에이터는 모터, 리니어 모터, 전자 모터, DC모터, AC모터, 리니어 액츄에이터, 전동 액츄에이터 등을 포함할 수 있으며, 이에 한정되지 않는다.

본 명세서에서, 일 실시예에 따르면, 마사지 장치는 바디 마사지부와 다리 마사지부를 포함하는 마사지 장치를 지칭할 수 있다. 또한, 다른 실시예에 따르면, 바디 마사지부(2100)와 다리 마사지부(2300)는 분리된 별도의 장치(예를 들어, 바디 마사지 장치와 다리 마사지 장치)로 존재할 수 있고, 마사지 장치는 바디 마사지 장치 또는 다리 마사지 장치를 지칭할 수 있다.

아래에서는 첨부한 도면을 참고하여 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.

도 1 은 본 개시의 일 실시예에 따른 마사지 장치를 설명하기 위한 도면이다.

본 개시 내용의 일 실시예에 따른 마사지 장치(100)는 사용자의 신체의 적어도 일부분을 수용하기 위한 영역을 형성하고, 그리고 사용자의 몸체를 마사지하는 바디 마사지부(2100), 그리고 사용자의 다리를 마사지하는 다리 마사지부(2300)를 포함할 수 있다.

바디 마사지부(2100)는 사용자의 신체의 적어도 일부분에 마사지를 제공할 수 있다. 바디 마사지부(2100)는 사용자의 신체의 적어도 일부분에 마사지 기능을 제공하는 마사지 모듈(2170), 사용자에게 임의의 형태의 오디오 출력을 제공하기 위한 오디오 출력 모듈(2160), 바디 마사지부(2100)의 골조를 구성하는 메인 프레임(2110) 및 사용자로부터 임의의 형태의 입력을 수신하기 위한 사용자 입력부(2180)를 포함할 수 있다.

전술한 바디 마사지부(2100)가 포함하는 구성들은 예시적인 실시예에 불과하며, 바디 마사지부(2100)는 전술한 구성 외에도 다양한 구성을 포함할 수 있다.

또한, 도 1 에서 도시되는 마사지 장치(100)의 형상 및 구조는 예시적인 것일 뿐이며, 본 개시내용의 청구범위에 의해 정의되는 권리범위를 벗어나지 않는 한, 다양한 형태의 마사지 장치(100) 또한 본 개시내용의 범위 내에 포함될 수 있다.

바디 마사지부(2100)는 사용자를 수용하기 위한 임의의 형태의 공간을 형성할 수 있다. 바디 마사지부(2100)는 사용자의 신체의 형상과 대응되는 형태의 공간을 구비할 수 있다. 예를 들어, 도 1 에서 도시되는 바와 같이, 바디 마사지부(2100)는 사용자의 전신 또는 신체의 일부분을 수용할 수 있는 착좌형으로 구현될 수 있다.

바디 마사지부(2100)에서 지면과 접하는 부분은 마찰력을 증대시키기 위한 임의의 재질 또는 마찰력을 증대시키기 위한 임의의 부재(예를 들어, 미끄럼 방지 패드 등)을 포함할 수 있으며, 마사지 장치(100)의 이동성을 강화시키기 위한 바퀴를 포함할 수 있다.

바디 마사지부(2100)의 적어도 일부는 슬라이딩 이동할 수 있다. 예를 들어, 바디 마사지부(2100)가 마사지를 시작하는 경우, 바디 마사지부(2100)의 적어도 일부는 전방으로 슬라이딩 이동할 수 있다. 또한, 바디 마사지부(2100)는 후방으로 기울어질 수 있다. 그 결과, 바디 마사지부(2100)는 후방으로 기울어진 상태에서 안마를 제공할 수 있다.

본 개시의 일 실시예에 따르면, 마사지 장치(100)는 적어도 하나의 에어셀(미도시)을 포함할 수 있다. 에어셀은 사용자의 어깨 부분, 골반 부분, 팔 마사지부, 다리 마사지부(2300) 등에 위치할 수 있으며, 이에 한정되지 않고 마사지 장치(100)의 다양한 부분에 배치될 수 있다.

마사지 장치(100)는 에어 공급부를 포함할 수 있고, 에어 공급부는 에어셀에 공기를 공급함으로써, 에어셀을 부풀릴 수 있다. 에어 공급부는 바디 마사지부(2100)의 내부에 위치할 수 있고, 다리 마사지부(2300)에 위치할 수 있다. 또한, 에어 공급부는 마사지 장치(100)의 외부에 위치할 수 있다.

다리 마사지부(2300)는 사용자에게 다리 마사지를 제공할 수 있다. 예를 들어, 다리 마사지부(2300)는 사용자의 종아리를 마사지 하는 종아리 마사지부 및/또는 사용자의 발을 마사지하는 발마사지부를 포함할 수 있다.

다리 마사지부(2300)는 사용자의 신체 특성에 따라, 길이 조절이 가능할 수 있다. 예를 들어, 키가 큰 사용자가 마사지 장치(100)를 사용하는 경우, 종아리의 길이가 길어 다리 마사지부(2300)의 길이가 길어질 필요가 있다. 또한, 키가 작은 사용자가 마사지 장치(100)를 사용하는 경우, 종아리의 길이가 짧아 다리 마사지부(2300)가 짧아질 필요가 있다. 이에 따라, 다리 마사지부(2300)는 사용자의 키에 맞춤화된 다리 마사지를 제공할 수 있다.

마사지 모듈(2170)은 바디 마사지부(2100)에 수용된 사용자에게 임의의 형태의 역학적 자극을 제공하도록 바디 마사지부(2100)의 내부에 구비될 수 있다. 도 1 에서 도시되는 바와 같이, 마사지 모듈(2170)은 바디 마사지부(2100)의 내부에 구비된 메인 프레임(2110)을 따라 이동할 수 있다.

예를 들어, 바디 마사지부(2100)의 메인 프레임(2110)에는 렉기어(Rack gear)가 구비될 수 있고, 마사지 모듈(2170)은 렉기어를 따라 이동하면서, 사용자의 신체의 다양한 부분에 역학적 자극을 제공할 수 있다. 마사지 모듈(2170)은 볼 마사지 유닛 또는 롤러 마사지 유닛을 포함할 수 있으며, 이에 한정되지 않는다.

메인 프레임(2110)은 바디 마사지부(2100) 내부 구성의 뼈대를 구성하는 것으로, 금속 재질 또는 플라스틱 재질 등으로 구현될 수 있다. 예를 들어, 메인 프레임(2110)은 철, 합금, 강철 등으로 구현될 수 있으며, 이에 한정되지 않고 다양한 단단한 재질로 구현될 수 있다.

본 개시의 일 실시예에 따르면, 마사지 장치(100)는 오디오 출력 모듈(2160)을 포함할 수 있다. 오디오 출력 모듈(2160)은 다양한 위치에 구비될 수 있다. 예를 들어, 오디오 출력 모듈(2160)은 사용자와 접촉하는 시트부 상단에 배치된 상단 오디오 출력 유닛, 시트부 좌우측 팔 마사지부 전단에 부착된 전방 오디오 출력 유닛, 및/또는 팔 마사지부 후단에 부착된 후방 오디오 출력 유닛 등과 같이 복수의 출력 유닛들을 포함할 수 있으며, 이에 한정되지 않는다. 이 경우, 오디오 출력 모듈(2160)은 5.1채널과 같은 입체 음향을 제공할 수 있으며, 이에 한정되지 않는다.

본 개시의 일 실시예에 따르면, 사용자는 마사지 장치 제어 디바이스(2200)를 이용하여 마사지 장치(100)를 제어할 수 있다. 마사지 장치 제어 디바이스(2200)는 마사지 장치(100)와 유선 통신 및/또는 무선 통신을 통해 연결될 수 있다.

마사지 장치 제어 디바이스(2200)는 리모트 콘트롤러(Remote controller), 휴대폰(Cellular phone), PDA(Personal Digital Assistant)등을 포함할 수 있으며, 이에 한정되지 않고 마사지 장치(100)와 유선 또는 무선 통신을 통해 연결 가능한 다양한 전자 디바이스를 포함할 수 있다.

도 2는 본 개시의 일 실시예에 따른 메인 프레임을 설명하기 위한 도면이다.

본 개시의 일 실시예에 따르면, 메인 프레임(2110)은 마사지 모듈(2170)이 구비되는 어퍼 프레임(2250) 및 어퍼 프레임(2250)을 지지하는 베이스 프레임(2210)을 포함할 수 있다.

어퍼 프레임(2250)의 적어도 일부에는 렉 기어(2251)가 구비될 수 있다. 렉 기어(2251)는 바디 마사지 모듈(2170)의 상하이동을 가이드하기 위한 부재로서, 복수개의 골부와 복수개의 마루부를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 렉 기어(2251)는 어퍼 프레임(2250)의 양 측부에 마주보는 형태로 구비될 수 있고, 바디 마사지 모듈(2170)은 렉 기어(2251)를 따라 이동할 수 있다.

도 2 에서 렉 기어(2251)는 상하 방향으로 형성되어 있으나 이에 한정되는 것은 아니다. 렉 기어(2251)는 전방-후방 방향의 렉기어 및 상하 방향의 렉기어를 포함할 수 있다. 본 개시에서 전방-후방 방향은 바디 마사지 모듈(2170)로부터 사용자로 향하거나 사용자로부터 바디 마사지 모듈(2170)로 향하는 방향을 의미하며, Z축 방향이라고도 할 수 있다.

바디 마사지 모듈(2170)은 렉 기어(2251)와 치합되는 기어를 포함할 수 있다. 보다 구체적으로 바디 마사지 모듈(2170)은 전방-후방 방향의 렉기어 및 상하 방향의 렉기어에 각각 치합되는 기어들을 포함할 수 있다. 바디 마사지 모듈(2170)에 구비된 액츄에이터에 의해 기어가 회전함으로써, 바디 마사지 모듈(2170)은 전방, 후방, 상측 또는 하측으로 이동할 수 있다.

바디 마사지 모듈(2170)이 전방으로 이동할수록, 마사지의 세기가 세질 수 있다. 또한 바디 마사지 모듈(2170)이 후방으로 이동할수록, 마사지의 세기가 약해질 수 있다.

렉 기어(2251)는 금속 재질 또는 플라스틱 재질로 구현될 수 있다. 예를 들어, 렉 기어(2251)는 철, 강철, 합금, 강화 플라스틱, 멜라민 수지, 페놀 수지 등으로 구현될 수 있으며, 이에 한정되지 않는다.

어퍼 프레임(2250)은 다양한 형상으로 구현될 수 있다. 예를 들어, 어퍼 프레임(2250)은 형태에 따라 S프레임, L프레임, S&L프레임, 더블 S&L프레임으로 구분될 수 있으며, 이에 한정되지 않는다.

S프레임은 어퍼 프레임(2250) 중 적어도 일부가 “S”처럼 굴곡진 형태를 포함하는 프레임을 의미한다. L프레임은 어퍼 프레임(2250)중 적어도 일부가 “L”처럼 굽어진 형태를 포함하는 프레임을 의미하고, S&L프레임은 “S”처럼 굴곡진 형태와 “L”처럼 굽어진 형태를 모두 포함하는 프레임을 의미하며, 더블 S&L프레임은 “L”처럼 굽어진 형태와 두 개의 부분의 “S”처럼 굴곡진 형태를 포함하는 프레임을 의미한다.

베이스 프레임(2210)은 메인 프레임(2110) 중 어퍼 프레임(2250)을 지지하고 지면과 접하는 부분을 의미한다. 베이스 프레임(2210)은 베이스 상부 프레임(2211) 및 베이스 하부 프레임(2212)을 포함할 수 있다.

베이스 상부 프레임(2211)은 어퍼 프레임(2250)을 지지할 수 있고, 베이스 하부 프레임(2212)은 지면과 접할 수 있다. 또한, 베이스 상부 프레임(2211)은 베이스 하부 프레임(212)에 접하게 위치할 수 있다.

본 개시의 일 실시예에 따르면, 베이스 상부 프레임(2211)은 베이스 하부 프레임(2212)을 따라 이동할 수 있다. 예를 들어, 베이스 상부 프레임(2211)은 베이스 하부 프레임(2212)을 따라 전방으로 또는 후방으로 슬라이딩 이동할 수 있다. 이 경우, 어퍼 프레임(2250)은 베이스 상부 프레임(2211)과 연결되어, 베이스 상부 프레임(2211)의 이동에 따라 움직일 수 있다.

예를 들어, 베이스 상부 프레임(2211)이 전방으로 이동하는 경우 어퍼 프레임(2250)도 전방으로 함께 이동할 수 있고, 베이스 상부 프레임(2211)이 후방으로 이동하는 경우 어퍼 프레임(2250)도 후방으로 함께 이동할 수 있다. 이로 인해, 바디 마사지부(2100)의 슬라이딩 이동이 허용될 수 있다.

구체적으로 설명하면, 베이스 상부 프레임(2211)의 이동을 허용하기 위해, 베이스 상부 프레임(2211)의 하부에는 이동 휠이 구비될 수 있다. 또한, 베이스 하부 프레임(2212)의 상부에는 이동 휠을 가이드할 수 있는 가이드 부재가 구비될 수 있다. 베이스 상부 프레임(2211)에 구비된 이동 휠은 베이스 하부 프레임(2212)에 구비된 가이드 부재를 따라 이동함으로써, 베이스 상부 프레임(2211)의 전방이동 또는 후방이동이 허용될 수 있다.

본 개시의 다른 실시예에 따르면, 마사지 장치(100)는 슬라이딩 기능을 제공하지 않을 수 있고, 이 경우, 베이스 프레임(2210)은 상부 및 하부 프레임으로 분리되지 않을 수 있다.

도 3은 본 개시의 일 실시예에 따른 마사지 장치를 나타낸 도면이다.

마사지 장치(100)는 제어부(300), 센서부(310), 통신부(320) 메모리(330), 오디오 출력부(340) 및 입력부(350) 중 적어도 하나를 포함할 수 있다. 제어부(300)는 적어도 하나의 프로세서 및 메모리를 포함할 수 있다. 적어도 하나의 프로세서는 메모리에 저장된 명령어들을 수행할 수 있다.

제어부(300)는 마사지 장치(100)의 동작을 제어할 수 있다. 제어부(300)는 하나의 프로세서를 포함할 수 있고, 복수의 프로세서를 포함할 수 있다. 제어부(300)가 복수의 프로세서를 포함하는 경우, 복수의 프로세서 중 적어도 일부는 물리적으로 이격된 거리에 위치할 수 있다. 또한, 마사지 장치(100)는 이에 한정되지 않고 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따르면, 제어부(300)는 마사지 장치(100)의 동작을 제어할 수 있다. 예를 들어, 마사지 장치(100)는 복수의 액츄에이터를 포함할 수 있고, 마사지 장치(100)는 복수의 액츄에이터의 동작을 제어함으로써, 마사지 장치(100)의 동작을 제어할 수 있다. 예를 들어, 마사지 장치(100)는 팔걸이 프레임 받침부를 이동시키는 구동부, 마사지 모듈(2170) 이동 액츄에이터, 마사지 모듈에 포함된 적어도 하나의 액츄에이터, 등 각도 액츄에이터, 다리 각도 액츄에이터, 발마사지 액츄에이터, 다리 길이 조절 액츄에이터 및 슬라이딩 액츄에이터 중 적어도 하나를 포함할 수 있고, 제어부(300)는 이들을 제어함으로써 마사지 장치(100)의 동작을 제어할 수 있다.

마사지 모듈 이동 액츄에이터는 마사지 모듈(2170)의 상하 이동을 가능하게 하는 액츄에이터로써, 마사지 모듈(2170) 이동 액츄에이터의 동작에 의해 마사지 모듈(2170)은 렉기어를 따라 움직일 수 있다.

등 각도 액츄에이터는 마사지 장치(100)에서 사용자의 등이 맞닿는 부분의 각도를 조정하는 액츄에이터로서, 등 각도 액츄에이터의 동작에 의해 마사지 장치(100)의 등 각도는 조정될 수 있다.

다리 각도 액츄에이터는 마사지 장치(100)의 다리 마사지부(2300)의 각도를 조정하는 액츄에이터로서, 다리 각도 액츄에이터의 동작에 의해 다리 마사지부(2300)와 바디 마사지부(2100)사이의 각도는 조정될 수 있다.

발마사지 액츄에이터는 다리 마사지부(2300)에 포함된 발마사지 모듈을 동작시키는 액츄에이터를 나타낸다. 발마사지 액츄에이터를 활용하여 마사지 장치(100)는 사용자에게 발마사지를 제공할 수 있다.

마사지 모듈(2170)에는 적어도 하나의 액츄에이터가 포함될 수 있고, 제어부(300)는 적어도 하나의 액츄에이터를 동작시킴으로써 다양한 마사지 동작을 제공할 수 있다. 예를 들어, 제어부(300)는 마사지 모듈(2170)에 포함된 적어도 하나의 액츄에이터를 동작시킴으로써, 두드림 마사지, 주무름 마사지 등을 제공할 수 있으며, 이에 한정되지 않고 다양한 마사지 동작을 제공할 수 있다.

다리 길이 조절 액츄에이터는 다리 마사지부(2300)의 길이를 조정하는 액츄에이터를 나타낸다. 예를 들어, 제어부(300)는 다리 길이 조절 액츄에이터를 활용하여 다리 마사지부(2300)의 길이를 사용자에게 맞게 조정할 수 있고, 그 결과 사용자는 체형에 맞는 마사지를 제공받을 수 있다.

슬라이딩 액츄에이터는 마사지 장치(100)의 슬라이딩 동작을 가능하게 한다. 예를 들어, 슬라이딩 액츄에이터의 동작에 의해 수평 베이스 상부 프레임은 전방으로 또는 후방으로 이동할 수 있고, 그 결과 수평 베이스 상부 프레임과 연결된 어퍼 프레임도 전방 또는 후방으로 이동할 수 있다.

메모리(330)는 제어부(300)에 포함되거나 제어부(300)의 외부에 있을 수 있다. 메모리(330)는 마사지 장치(100)와 관련된 다양한 정보들을 저장할 수 있다. 예를 들어, 메모리(330)는 마사지 제어 정보를 포함할 수 있고, 개인인증 정보를 포함할 수 있으며, 이에 한정되지 않는다.

메모리(330)는 임의의 데이터를 지속적으로 저장할 수 있는 비-휘발성(non-volatile) 저장 매체를 통해 구현될 수 있다. 예를 들어, 메모리(330)는 디스크, 광학(optical) 디스크 및 광자기(magneto-optical) 저장 디바이스뿐만 아니라 플래시 메모리 및/또는 배터리-백업 메모리에 기초한 저장 디바이스를 포함할 수 있으며, 이에 한정되지 않는다.

메모리(330)는 동적 램(DRAM, dynamic random access memory), 정적 램(SRAM, static random access memory) 등의 랜덤 액세스 메모리(RAM)와 같은, 프로세서가 직접 접근하는 주된 저장 장치로서 전원이 꺼지면 저장된 정보가 순간적으로 지워지는 휘발성(volatile) 저장 장치를 의미할 수 있지만, 이들로 한정되는 것은 아니다. 이러한 메모리(330)는 제어부(300)에 의하여 동작 될 수 있다.

마사지 장치(100)는 센서부(310)를 포함할 수 있다. 센서부(310)는 적어도 하나의 센서를 이용하여 다양한 정보를 획득할 수 있다. 센서부(310)는 압력, 전위 및 광학 등의 측정수단을 이용하는 센서로 구비될 수 있다. 예를 들어, 센서는 압력 센서, 적외선 센서, LED센서, 터치센서 등을 포함할 수 있으며, 이에 한정되지 않는다.

또한, 센서부(310)는 생체 정보 획득 센서를 포함할 수 있다. 생체 정보 획득 센서는 지문 정보, 얼굴 정보, 음성 정보, 홍채 정보, 몸무게 정보, 심전도 정보(electrocardiogram), 체성분 정보 등을 획득할 수 있으며, 이에 한정되지 않고 다양한 생체 정보를 포함할 수 있다.

본 개시의 다른 실시예에 따르면, 마사지 장치(100)는 센서들을 통해 사용자와의 접촉 면적 및/또는 접촉 위치를 감지할 수 있다. 또한, 마사지 장치(100)는 센서들을 통해 획득한 정보에 기초하여 맞춤형 안마를 제공할 수 있다. 또한 마사지 장치(100)는 통신부를 포함할 수 있다. 마사지 장치(100)의 통신부는 외부의 장치로부터 신호를 수신할 수 있다. 제어부(300)는 수신된 신호를 처리하여 결과 신호를 획득할 수 있다. 통신부는 결과 신호를 외부 디바이스로 출력할 수 있다.

통신부(320)는 임의의 형태의 네트워크를 통하여 마사지 장치(100) 내부의 모듈, 외부 마사지 장치 및/또는 사용자 단말기와 통신을 수행할 수 있다. 통신부는 네트워크 접속을 위한 유/무선 접속 모듈을 포함할 수 있다. 무선 접속 기술로는, 예를 들어, WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink PacketAccess) 등이 이용될 수 있다. 유선 접속 기술로는 예를 들어, XDSL(Digital Subscriber Line), FTTH(Fibers to the home), PLC(Power Line Communication) 등이 이용될 수 있다. 또한, 네트워크 연결부는 근거리 통신 모듈을 포함하여, 근거리에 위치하는 임의의 장치/단말과 데이터를 송수신할 수 있다. 예를 들어, 근거리 통신(short range communication) 기술로 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra-Wideband), ZigBee 등이 이용될 수 있으며, 이에 한정되지 않는다.

또한 마사지 장치(100)는 입력부(350) 또는 출력부를 더 포함할 수 있다. 마사지 장치(100)는 입력부(350)를 이용하여 사용자로부터 입력을 수신할 수 있다. 또한 마사지 장치(100)는 출력부로 제어부(300)의 처리 결과를 출력할 수 있다. 입력부(350) 및 출력부는 통합되어 하나의 장치로 구현될 수 있다. 예를 들어 터치스크린은 사용자로부터 입력을 받는 동시에 영상을 출력할 수 있다.

구체적으로, 입력부(350)는 사용자로부터 마사지 장치(100)의 동작 제어와 관련된 명령을 수신할 수 있고, 입력부(350)는 다양한 형태로 구현될 수 있다. 예를 들어, 입력부(350)는 바디 마사지부(2100)에 구비될 수 있고, 다리 마사지부(2300)에 구비될 수 있으며, 이에 한정되지 않는다. 또한 입력부(350)는 도 1의 사용자 입력부(2180), 마사지 장치 제어 디바이스(2200) 또는 도 4에서 설명할 다양한 외부 장치를 포함할 수 있다.

마사지 장치(100)는 입력부(350)를 통해 사용자로부터 다양한 명령을 획득할 수 있다. 예를 들어, 마사지 장치(100)는 안마 모듈의 선택, 안마 타입의 선택, 안마 강도의 선택, 마사지 시간의 선택, 안마 부위의 선택, 바디 마사지부(2100)의 위치와 동작에 대한 선택, 마사지 장치(100)의 전원의 On-Off에 대한 선택, 온열 기능의 동작 여부에 대한 선택, 음원 재생과 관련된 선택 등에 대한 임의의 명령을 수신할 수 있으며, 이에 한정되지 않는다.

마사지 장치(100)는 마사지 모드를 선택할 수 있는 인터페이스를 제공할 수 있다. 예를 들어, 입력부(350) 또는 출력부는 마사지 장치 제어 디바이스(2200)를 포함할 수 있다. 마사지 장치 제어 디바이스(2200)를 통해 신체 개선에 관련된 다양한 모드의 메디컬 마사지 리스트가 나열될 수 있다.

메디컬 마사지 모드는 집중력 모드, 명상 모드, 회복 모드, 스트레칭 모드, 수면 모드, 활력 모드, 골프 모드, 힙업 모드, 수험생 모드, 무중력 모드 및 성장 모드 중 적어도 하나를 포함할 수 있다.

본 개시의 다른 실시예에 따르면, 입력부(350)는 사전 설정된 사용자 설정 기능 또는 자체적으로 사전 설정된 기능 등에 따라서, 핫 키(hot key) 형태의 버튼들 및/또는 방향 선택, 취소, 입력을 실행하기 위한 선택 버튼 등을 구비할 수 있다.

입력부(350)는 터치스크린, 키 패드, 돔 스위치, 터치 패드(정압/정전), 조그 휠, 조그 스위치 등으로 구현될 수 있으며, 이에 한정되지 않는다. 또한, 입력부(350)는 음성 인식 기술에 기초하여, 사용자의 발화를 통하여 명령을 획득할 수 있다.

본 개시의 일 실시예에 따르면, 출력부는 마사지 장치(100)의 동작 상황 또는 사용자의 현재 상태 등을 표시하기 위한 디스플레이를 포함할 수 있다. 이 경우, 디스플레이는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display) 중에서 적어도 하나를 포함할 수 있으며, 이에 한정되지 않는다.

출력부는 오디오 출력부(340)를 포함할 수 있다. 오디오 출력부(340)는 도 1의 오디오 출력 모듈(2160)을 포함할 수 있다. 오디오 출력부(340)는 사용자에게 임의의 형태의 오디오 출력을 제공할 수 있다. 예를 들어, 오디오 출력부(340)는 마사지 장치(100)에서 제공되는 안마 패턴에 최적화된 음원 및/또는 바이노럴 비트를 사용자에게 출력함으로써, 사용자에게 뇌 자극을 제공할 수 있다. 오디오 출력부(340)는 네트워크(미도시)를 통해 수신되거나 내부/외부 저장 매체(미도시)에 저장된 음향 신호를 출력할 수 있다. 예를 들어, 오디오 출력부(340)는 사용자 단말기와 네트워크 연결(예를 들어, 블루투스 연결 등)을 통하여 사용자 단말기의 제어에 따른 음원을 출력할 수 있다. 또한, 오디오 출력부(340)는 마사지 장치(100)의 동작과 관련하여 발생하는 임의의 형태의 음향 신호를 출력할 수 있다.

본 발명의 당업자라면 본 발명이 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다. 예를 들어, 본 발명은 컴퓨터-판독가능 매체에 의해 구현될 수 있다.

컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독 가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다.

컴퓨터 판독 가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

도 4는 본 개시의 일 실시예에 따라 마사지 장치(100)와 통신할 수 있는 외부의 장치를 나타낸 도면이다.

마사지 장치(100)는 외부의 장치와 유선 또는 무선으로 통신하여, 다양한 데이터를 송수신할 수 있다.

외부의 장치는 AI 스피커, 태블릿 또는 스마트폰과 같은 휴대용 전자기기(410)를 포함할 수 있다. 휴대용 전자기기(410)는 마사지 장치(100) 전용이거나, 범용 휴대용 전자기기 일 수 있다. 또한 외부의 장치는 스마트워치 또는 스마트밴드와 같은 웨어러블 디바이스(420)를 포함할 수 있다. 외부의 장치는 사용자가 현재 사용하고 있는 마사지 장치(100)가 아닌 다른 마사지 장치(430)를 포함할 수 있다. 외부의 장치는 병원 서버(440)를 포함할 수 있다. 외부의 장치는 개인건강기록(PHR) 서버를 포함할 수 있다. 또한 외부의 장치는 클라우드 서버(450)를 포함할 수 있다. 외부의 장치는 전자 체중계, 혈당 측정계 또는 혈압 측정계와 같은 의료 측정 장치를 포함할 수 있다.

본 개시에서는 외부 장치의 일부 예시에 대해서 기재하였으나, 마사지 장치(100)와 유무선으로 통신하고, 정보를 서로 주고받을 수 있는 기기들은 모두 외부 장치에 해당할 수 있다.

도 5는 본 개시의 일 실시예에 따른 마사지 장치의 동작을 나타낸 흐름도이다.

마사지 장치(100)는 사용자의 현재 생활 정보를 획득하는 단계(510)를 수행할 수 있다. 사용자의 현재 생활 정보는 사용자가 생활하면서 기록된 다양한 정보를 포함할 수 있다. 현재 생활 정보는 마사지 장치(100)가 직접 측정할 수도 있고, 외부 장치로부터 수신할 수도 있다. 또한 현재 생활 정보는 현재로부터 미리 결정된 시간 전 내에 기록된 정보일 수 있다. 예를 들어 현재 생활 정보는 현재로부터 한시간, 하루, 또는 일주일 내에 기록된 정보를 의미할 수 있다.

마사지 장치(100)는 사용자가 마사지 장치에 앉는 경우, 사용자를 식별할 수 있다. 예를 들어 마사지 장치(100)는 사용자 또는 사용자 단말기로부터 식별정보를 수신할 수 있다. 마사지 장치(100)는 수신된 식별정보에 기초하여 사용자를 식별할 수 있다. 하지만 이에 한정되는 것은 아니며, 사용자의 몸무게, 지문, 또는 홍채 중 적어도 하나를 측정하여 사용자를 자동으로 식별할 수 있다. 마사지 장치(100)는 식별된 사용자의 현재 생활 정보를 획득할 수 있다. 마사지 장치(100)는 메모리에 미리 저장되어 있는 미리 결정된 시간 내의 사용자의 생활 정보를 획득할 수 있다. 또한 마사지 장치(100)는 센서부(310)로부터 사용자의 생활 정보를 획득할 수 있다. 마사지 장치(100)는 센서부(310)로부터 주기적으로 사용자의 생활 정보를 획득할 수 있다. 또한 마사지 장치(100)는 외부 장치에 사용자의 생활 정보를 요청할 수 있으며, 외부 장치로부터 사용자의 생활 정보를 수신할 수 있다.

마사지 장치(100)는 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 적용하여 정신 건강 예측 정보를 획득하는 단계(520)를 수행할 수 있다. 정신 건강 상태 분석 알고리즘은 기계학습모델 또는 룰베이스 모델일 수 있다. 정신 건강 상태 분석 알고리즘은 기계학습모델일 수 있다. 기계학습모델은 기존의 복수의 데이터에 기초하여, 사용자의 현재 생활 정보와 정신 건강 예측 정보를 기계학습한 모델일 수 있다. 기계학습모델은 순전파와 역전파 과정에 의하여 기계학습모델 내부의 가중치를 업데이터 하면서 생성될 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보를 기계학습모델에 적용하여 정신 건강 예측 정보를 획득할 수 있다. 사용자의 현재 생활 정보를 기계학습모델에 적용하는 과정을 순전파라고 할 수 있다. 기계학습모델에 대해서는 도 8 내지 도 10에서 자세히 설명한다.

건강 상태 분석 알고리즘은 룰 베이스모델일 수 있다. 룰베이스 모델은 사용자의 현재 생활 정보에 포함된 복수의 정보가 각각 임계값을 넘는지 여부를 결정하여 정신 건강 예측 정보를 생성하는 모델일 수 있다.

또한, 건강 상태 분석 알고리즘은 다음과 같은 과정에 의하여 정신 건강 예측 정보를 생성하는 모델일 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보에 기초하여 사용자 벡터를 생성할 수 있다. 또한 마사지 장치(100)는 메모리에 저장되어 있는 복수의 사용자의 생활 정보에 기초하여 복수의 사용자에 대한 복수의 비교 벡터를 생성할 수 있다. 복수의 사용자들은 현재 사용자와 다른 사용자들일 수 있다. 복수의 사용자의 생활 정보는 메모리의 데이터베이스에 저장되어 있을 수 있다. 또는 복수의 비교 벡터들이 마사지 장치(100)의 메모리의 데이터베이스에 저장되어 있을 수 있다. 마사지 장치(100)는 복수의 비교 벡터 중 사용자 벡터와 가장 유사한 비교 벡터를 선택할 수 있다. 또한 마사지 장치(100)는 선택된 비교 벡터에 대응하는 정신 건강 상태 정보를 메모리로부터 획득하여 정신 건강 예측 정보로 결정할 수 있다. 마사지 장치(100)는 복수의 사용자의 생활 정보 및 복수의 사용자의 생활 정보에 대응되는 복수의 정신 건강 상태 정보를 대응하여 저장하고 있을 수 있다. 또는 마사지 장치(100)는 복수의 비교 벡터 및 복수의 비교 벡터에 대응되는 복수의 정신 건강 상태 정보를 대응하여 저장하고 있을 수 있다. 마사지 장치(100)는 선택된 전신 건강 상태 정보를 정신 건강 예측 정보로써 결정할 수 있다.

마사지 장치(100)는 사용자의 현재 생활 정보를 직접 건강 상태 분석 알고리즘에 적용하여 정신 건강 예측 정보를 획득할 수 있다. 하지만 이에 한정되는 것은 아니다. 마사지 장치(100)는 사용자의 현재 생활 정보를 외부의 서버로 전송할 수 있다. 외부의 서버는 사용자의 현재 생활 정보를 건강 상태 분석 알고리즘에 적용하여 정신 건강 예측 정보를 획득할 수 있다. 또한 외부의 서버는 정신 건강 예측 정보를 마사지 장치(100)로 송신할 수 있다. 마사지 장치(100)는 외부의 서버로부터 정신 건강 예측 정보를 수신할 수 있다.

정신 건강 예측 정보는 사용자의 정신 건강을 나타내는 인덱스 또는 플래그일 수 있다. 정신 건강 예측 정보는 사용자의 정신 건강이 양호(정상)한지, 양호하지 않은지(비정상)를 나타낼 수 있다. 여기서 양호한지 여부는 의료인의 판단에 의할 수 있다. 또한 정신 건강이 양호하지 않은 사용자는 정신 건강 질환자 또는 주관적 질환자를 포함할 수 있다. 정신 건강 질환자는 의료인에게 정신 건강에 이상이 있음을 진단받은 사용자일 수 있다. 또한 주관적 질환자는 의료인에게 정신 건강이 있음을 진단받지는 않았으나, 자가 진단 또는 비의료인의 결정에 따라 정신 건강에 이상이 있음을 판단받은 사용자일 수 있다. 또한 정신 건강 예측 정보는 사용자가 우울증, 불안장애, 또는 공황장애 등의 상태임을 나타낼 수 있다. 정신 건강 예측 정보는 사용자의 현재 생활 정보에 기초한 의료인의 진단 정보를 정신 건강 상태 분석 알고리즘에 기초하여 예측한 정보일 수 있다.

이하에서는 사용자의 현재 생활 정보에 대하여 보다 자세하기 설명한다.

현재 생활 정보는 육체 활동 정보, 사회 활동 정보 및 생체 활동 정보를 포함할 수 있다.

육체 활동 정보는 사용자가 미리 결정된 시간 내의 사용자의 움직임과 관련된 정보일 수 있다. 마사지 장치(100)는 외부 장치로부터 육체 활동 정보를 수신하는 단계를 수행할 수 있다. 외부 장치는 웨어러블 장치, 스마트폰, 또는 태블릿과 같을 수 있다. 육체 활동 정보는 걸음수, 이동 경로, 이동 길이, 이동 속도, 및 이동 시간 중 적어도 하나의 정보를 포함할 수 있다.

걸음수는 미리 결정된 시간 내에 사용자가 걸은 횟수로 측정될 수 있다. 이동 경로는 미리 결정된 시간 내에 사용자가 이동한 경로를 의미한다. 외부 장치는 GPS, GLONASS WIFI, LTE, 또는 CDMA를 이용하여 이동한 경로를 측정할 수 있다. 이동 길이는 사용자가 미리 결정된 시간 내에 이동한 거리를 의미한다. 이동 속도는 미리 결정된 시간 내에 사용자의 평균 이동속도 또는 주기적으로 측정된 순간 이동속도를 포함할 수 있다. 이동 시간은 미리 결정된 시간 내에 사용자가 이동한 시간을 의미할 수 있다. 미리 결정된 시간은 현재로부터 과거의 특정 시점까지를 나타낼 수 있다. 미리 결정된 시간은 정보의 종류에 따라 다르게 결정될 수 있다.

사회 활동 정보는 사용자가 다른 사람들과 어울린 정도와 관련될 수 있다. 또한 사회 활동 정보는 사용자가 다른 사람들과 어울릴 때 가진 태도와 관련된 정보일 수 있다.

마사지 장치(100)는 메모리 또는 외부 장치로부터 사회 활동 정보를 획득하는 단계를 수행할 수 있다. 사회 활동 정보는 통화/대화의 양, 통화/대화에 사용한 단어의 수, 통화/대화 목소리의 높이, 및 특정 단어 사용량 중 적어도 하나를 포함할 수 있다.

마사지 장치(100)는 외부 장치에 포함되는 사용자의 단말기와 유무선으로 연결되어 있을 수 있다. 사용자의 단말기는 마사지 장치(100)의 오디오 출력부(340)를 통하여 통화음을 출력할 수 있다. 사용자의 단말기는 마사지 장치(100)의 입력부(350)를 통하여 사용자의 음성을 수신할 수 있다. 마사지 장치(100)는 직접 사회 활동 정보를 획득할 수 있다. 또한 마사지 장치(100)는 외부 장치로부터 사회 활동 정보를 수신할 수 있다.

통화/대화의 양은 미리 결정된 시간 내에 사용자의 통화/대화의 시간 또는 통화/대화의 횟수를 나타낼 수 있다. 마사지 장치(100) 또는 외부 장치는 미리 결정된 시간 내에 사용자의 통화의 횟수를 획득할 수 있다. 또한 마사지 장치(100) 또는 외부 장치는 미리 결정된 시간 내에 사용자의 통화의 길이를 측정할 수 있다. 미리 결정된 시간은 현재로부터 과거의 특정 시점까지를 나타낼 수 있다. 미리 결정된 시간은 정보의 종류에 따라 다르게 결정될 수 있다.

마사지 장치(100) 또는 외부 장치는 아래와 같은 과정에 의하여 대화의 시간 또는 대화의 횟수를 측정할 수 있다. 마사지 장치(100) 또는 외부 장치는 사용자와 타인의 대화를 녹음할 수 있다. 마사지 장치(100) 또는 외부 장치는 사용자와 타인의 대화가 끊어지고 일정 시간이 흐르면 대화가 종료된 것으로 결정할 수 있다. 마사지 장치(100) 또는 외부 장치는 대화가 시작된 시간부터 대화가 종료된 시점까지를 대화의 시간으로 획득할 수 있다. 또한 마사지 장치(100) 또는 외부 장치는 대화가 종료될 때마다 대화의 횟수를 1회씩 증가시킬 수 있다.

마사지 장치(100) 또는 외부 장치는 대화에 사용한 단어의 수를 아래와 같은 방법으로 획득할 수 있다. 마사지 장치(100) 또는 외부 장치는 사용자가 대화하거나 통화할 때, 목소리를 녹음할 수 있다. 또한 마사지 장치(100) 또는 외부 장치는 Speak-to-txt(STT)를 이용하여 사용자의 발화를 텍스트로 변환할 수 있다. 마사지 장치(100) 또는 외부 장치는 사용자가 발화할 때 사용한 단어의 수를 측정할 수 있다.

마사지 장치(100) 또는 외부 장치는 통화/대화 목소리의 높이를 측정할 수 있다. 예를 들어, 마사지 장치(100) 또는 외부 장치는 사용자가 대화하거나 통화할 때, 목소리를 녹음할 수 있다. 또한 마사지 장치(100) 또는 외부 장치는 녹음된 사용자의 목소리의 톤을 주파수(Hz)의 단위로 획득할 수 있다. 마사지 장치(100) 또는 외부 장치는 녹음된 사용자의 목소리의 평균적인 주파수를 획득할 수 있다.

마사지 장치(100) 또는 외부 장치는 특정 단어 사용량을 획득할 수 있다. 사용량은 특정 단어가 사용된 총횟수, 또는 시간당 사용된 횟수를 나타낼 수 있다. 예를 들어, 마사지 장치(100) 또는 외부 장치는 사용자가 대화하거나 통화할 때, 목소리를 녹음할 수 있다. 또한 마사지 장치(100) 또는 외부 장치는 Speak-to-txt(STT)를 이용하여 사용자의 발화를 텍스트로 변환할 수 있다. 마사지 장치(100) 또는 외부 장치는 변환된 텍스트에서 특정 단어가 몇 번 사용되었는지 측정할 수 있다. 특정 단어는 미리 정해진 단어로써, 사용자의 감정과 관련된 단어일 수 있다. 마사지 장치(100)는 적어도 하나의 특정 단어를 통화/대화에서 검색할 수 있다. 적어도 하나의 특정 단어는 화남(angry), 슬픔(sad), 불안(anxious), 상처(hurt), 어색(Embarrassed), 및 행복(happy) 중 하나의 감정으로 분류될 수 있는 단어일 수 있다. 예를 들어, 특정 단어가 "우울"인 경우, 특정 단어는 사용자의 슬픔의 감정을 나타낼 수 있다. 마사지 장치(100) 또는 외부 장치는 이를 통하여 사용자의 감정상태를 판단할 수 있다.

생체 활동 정보는 사용자의 적어도 하나의 생체 신호를 측정한 값일 수 있다. 마사지 장치(100)는 센서부(310) 또는 외부 장치로부터 생체 활동 정보를 획득하는 단계를 수행할 수 있다. 마사지 장치(100)는 주기적으로 생체 활동 정보를 획득할 수 있다. 마사지 장치(100)는 미리 결정된 시간 내에 생체 활동 정보를 측정할 수 있다. 미리 결정된 시간은 현재로부터 과거의 특정 시점까지를 나타낼 수 있다. 미리 결정된 시간은 정보의 종류에 따라 다르게 결정될 수 있다.

도 3과 함께 설명한 바와 같이 센서부(310)는 적어도 하나의 센서를 포함할 수 있다. 예를 들어, 센서부(310)는 혈압센서, 맥파센서, 심박수센서, 체성분 측정 센서, 피부전도도 측정 센서, 산소포화도 측정 센서, 체온 센서, 뇌파 측정센서, 심전도계 또는 갈바닉 피부 반응 센서를 포함할 수 있다. 또한 마사지 장치(100)는 외부 장치로부터 생체 활동 정보를 수신할 수도 있다.

생체 활동 정보는 혈압, 심전도, 맥파, 심박수, 체성분, GSR(galvanic skin response), EDA(Electrodermal Activity), 산소포화도, 뇌파 및 체온 중 적어도 하나를 포함할 수 있다.

혈압은 심장 수축에 의하여 만들어지며 혈액이 혈관을 흐를 수 있게 하는 힘이다. 심장혈관계의 압력을 나타내는 단위는 mmHg이며, 해수면에서 정상적인 대기압인 760 mmHg과 비교하여 표현한다. 즉 혈압이 0 mmHg이면 실제 압력은 대기압과 같다. 혈압이 100 mmHg라면 대기압보다 100 mmHg 높다는 것이다. 혈압은 측정하는 신체 부위와 심장 박동 주기의 시점에 따라 다르다.

맥파는 혈액이 심장에서 파상을 이루며 전파하는 파장을 의미한다. 동맥과 정맥에 따라 약간 다르지만 대체적으로 맥박 및 맥파의 성상은 심장의 통작, 혈관벽의 성상, 혈관 내의 압력에 의해 좌우될 수 있다.

심박수란 심장의 박동수를 말하는 것으로 보통요골동맥에서 느끼는 맥박수와 일치한다. 체성분은 몸을 이루는 구성성분 및 구성성분의 양을 나타낼 수 있다. 체성분은 체수분, 단백질, 무기질, 체지방 중 적어도 하나를 포함할 수 있다.

산소포화도는 신체에 있는 전체 헤모글로빈 중 산소와 결합하여 포화된 헤모글로빈의 비를 나타낸다. 일반적으로 95~100%의 값을 지니며 90%이하이면 저산소혈증(hypoxemia)이라고 하며, 80%이하이면 신체의 여러 조직이 심각한 상해를 입을 수 있다.

뇌파는 평균 주파수 분석에 의한 특정 주파수 밴드 파워값을 포함할 수 있다. 예를 들어, 뇌파는 델타, 세타, 알파, 베타, 또는 뮤 밴드 중 적어도 하나의 파워값을 포함할 수 있다. 또한 뇌파는 전두엽, 두정엽, 측두엽, 후두엽 중 적어도 하나에 대한 뇌파일 수 있다.

심전도는 심장의 전기적 활동을 분석하여 파장 형태로 기록한 것을 말한다. 심장의 박동에 따라 심근에서 발생하는 활동 전류를 체표면의 적당한 2개소로 유도해서 전류계로 기록할 수가 있는데, 이를 심전도라고 할 수 있다.

마사지 장치(100)는 심전도계를 이용하여 직접 심전도값을 측정할 수 있다. 하지만 이에 한정되는 것은 아니며, 마사지 장치(100)는 외부의 장치로부터 심전도 값을 수신할 수 있다.

또한 심전도를 분석하기 위하 다양한 분석 방법이 사용될 수 있다. 심전도 값의 종류에 대한 도 6 및 도 7과 함께 설명한다.

도 6은 본 개시의 일 실시예에 따른 시간 도메인의 심전도 값을 나타낸다. 도 7은 본 개시의 일 실시예에 따른 주파수 도메인의 심전도 값을 나타낸다.

도 6은 시간 도메인의 심전도 값의 종류를 나타낸다. 시간 도메인에서 심전도 값은 SDNN, SDANN, RMSSD, SDNN index, SDSD, NN50 count, 또는 Pnn50을 포함할 수 있다. 마사지 장치(100)는 SDNN, SDANN, RMSSD, SDNN index, SDSD, NN50 count, 또는 Pnn50 중 적어도 하나를 이용하여 생체 활동 정보를 획득할 수 있다.

도 7은 주파수 도메인의 심전도 값의 종류를 나타낸다. 주파수 도메인에서 심전도 값은, 5min total power, VLF, LF, LF norm, HF, HF norm, 또는 LF/HF를 포함할 수 있다. 마사지 장치(100)는 5min total power, VLF, LF, LF norm, HF, HF norm, 또는 LF/HF 중 적어도 하나를 이용하여 생체 활동 정보를 획득할 수 있다.

갈바닉 피부 반응(GSR, galvanic skin response)는 피부전도도(EDA, Electrodermal activity), 전극 반응(EDR, electrodermal response), 정신 갈바닉 반사(PGR, psychogalvanic reflex), 피부 전도도 응답(SCR, skin conductance response), 교감 피부 반응(SSR, sympathetic skin response) 및 피부 전도도(SCL, skin conductance level)로도 알려져 있다.

마사지 장치(100)는 갈바닉 반응 센서를 이용하여 직접 GSR 값을 측정할 수 있다. 하지만 이에 한정되는 것은 아니며, 마사지 장치(100)는 외부의 장치로부터 GSR 값을 수신할 수 있다. 이제까지 사용자의 현재 생활 정보에 포함될 수 있는 다양한 정보에 대하여 설명하였다.

마사지 장치(100)는 정신 건강 예측 정보를 획득하기 위하여 필요에 따라 적어도 하나 이상의 정신 건강 상태 분석 알고리즘을 이용할 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 포함된 제 1 정신 건강 상태 분석 알고리즘에 적용하여, 사용자의 정신 건강에 이상이 있는지 여부를 결정하는 단계를 수행할 수 있다. 즉, 제 1 정신 건강 상태 분석 알고리즘은 사용자의 정신 건강이 정상인지 또는 비정상인지 결정할 수 있다.

또한 마사지 장치(100)는 사용자의 정신 건강에 이상이 있는 것으로 결정된 경우, 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 포함된 제 2 정신 건강 상태 분석 알고리즘에 적용하여, 정신 건강 예측 정보를 획득하는 단계를 수행할 수 있다. 제 2 정신 건강 상태 분석 알고리즘은 제 1 정신 건강 상태 분석 알고리즘에 의하여 정신 건강이 비정상으로 판단된 사용자의 현재 생활 정보에 대하여 적용될 수 있다. 제 2 정신 건강 상태 분석 알고리즘은 사용자의 현재 생활 정보에 기초하여 정신 건강 예측 정보를 획득할 수 있다. 정신 건강 예측 정보는 우울증, 불안장애, 또는 공황장애 중 하나를 나타낼 수 있다. 위와 같이 제 1 정신 건강 상태 분석 알고리즘 및 제 2 정신 건강 상태 분석 알고리즘을 이용하는 경우, 정신 건강에 이상이 없는 사용자들에 대해 제 2 정신 건강 상태 분석 알고리즘을 적용하지 않으므로 마사지 장치(100) 또는 외부 장치의 처리 능력을 크게 소모하지 않을 수 있다.

정신 건강 상태 분석 알고리즘에 포함되는 제 1 정신 건강 상태 분석 알고리즘 및 제 2 정신 건강 상태 분석 알고리즘은 룰베이스 모델 또는 기계학습모델일 수 있다. 예를 들어 제 1 정신 건강 상태 분석 알고리즘은 기계학습모델이고, 제 2 정신 건강 상태 분석 알고리즘은 룰베이스 모델일 수 있다. 또한 제 1 정신 건강 상태 분석 알고리즘은 룰베이스 모델이고, 제 2 정신 건강 상태 분석 알고리즘은 기계학습모델일 수 있다. 또한, 제 1 정신 건강 상태 분석 알고리즘은 및 제 2 정신 건강 상태 분석 알고리즘은 룰베이스 모델일 수 있다. 또한, 제 1 정신 건강 상태 분석 알고리즘은 및 제 2 정신 건강 상태 분석 알고리즘은 기계학습모델일 수 있다.

다시 도 5를 참조하면, 마사지 장치(100)는 정신 건강 예측 정보에 대응하는 마사지 모드를 사용자에게 제공하는 단계(530)를 수행할 수 있다.

마사지 모드는 멘탈 마사지 모드, 명상 마사지 모드로 분류될 수 있으며, 멘탈 마사지 모드 및 명상 마사지 모드는 각각 하위의 세부 마사지 모드들을 포함할 수 있다.

마사지 모드는 마사지 맵 또는 안마맵이라고도 지칭될 수 있다. 마사지 모드는 마사지 패턴 리스트에 대응될 수 있다. 마사지 모드에 따라 마사지 패턴 리스트는 다를 수 있다. 마사지 모드에 따라 서로 다른 마사지 패턴 리스트가 미리 결정되어 있을 수 있다. 마사지 패턴 리스트는 복수의 마사지 패턴들이 포함될 수 있다. 마사지 패턴 리스트는 마사지 장치(100)가 수행할 마사지 패턴을 시간순으로 정렬한 리스트일 수 있다. 마사지 장치는 마사지 패턴 리스트의 가장 위의 마사지 패턴부터 수행할 수 있다. 마사지 장치는 마사지 패턴 리스트에 포함된 복수의 마사지 패턴들을 순차적으로 수행하여 사용자에게 마사지를 제공할 수 있다.

마사지 패턴은 마사지 종류, 마사지 시간, 마사지 세기, 마사지 위치, 마사지 장치의 온도 또는 마사지 자세에 대한 정보 중 적어도 하나의 조합을 나타낼 수 있다.

마사지 장치(100)는 정신 건강 예측 정보 및 마사지 모드를 대응시키는 테이블을 저장하고 있을 수 있다. 테이블은 미리 결정되어 있을 수 있다. 마사지 장치(100)는 마사지 모드를 사용자에게 제공하기 위하여, 정신 건강 예측 정보 및 마사지 모드를 대응시킨 테이블로부터 정신 건강 예측 정보에 대응하는 마사지 모드를 선택하는 단계를 수행할 수 있다. 또한 마사지 장치(100)는 선택된 마사지 모드에 기초하여 마사지를 사용자에게 제공하는 단계를 수행할 수 있다. 예를 들어, 사용자의 정신 건강 예측 정보가 우울증으로 진단되는 경우, 마사지 장치(100)는 일정 기간동안 마사지 프로그램을 사용자에게 제안할 수 있다. 일정 기간은 미리 정해진 기간일 수 있으며, 예를 들어 2주일 수 있다. 마사지 프로그램은 일정기간동안 사용자가 미리 정해진 주기적으로 마사지 모드를 즐기도록 하기위한 마사지 모드들의 조합이다. 마사지 프로그램은 멘탈 마사지 모드 및 명상 마사지의 1, 2단계로 구성될 수 있다. 마사지 장치(100)는 마사지 프로그램과 정신 건강 예측 정보를 대응시킨 테이블에 기초하여 마사지 프로그램을 제안할 수 있다.

또한 마사지 장치(100)는 주기적으로 사용자의 정신 건강 예측 정보를 획득할 수 있다. 마사지 장치(100)는 사용자의 정신 건강 예측 정보에 기초하여 마사지 프로그램을 수정할 수 있다. 예를 들어 마사지 장치(100)는 사용자가 일정 기간동안 마사지 프로그램을 즐길 때, 주기적으로 사용자의 정신 건강 예측 정보를 측정할 수 있다. 또한 마사지 장치(100)는 측정된 정신 건강 예측 정보에 기초하여 현재 정신 건강 예측 정보에 맞는 마사지 프로그램을 제안할 수 있다.

이하에서는 정신 건강 상태 분석 알고리즘에 대하여 더 자세히 설명한다. 정신 건강 상태 분석 알고리즘은 기계학습모델을 포함할 수 있다. 이하 기계학습모델에 대하여 도 8과 함께 설명한다.

도 8은 본 개시의 일 실시예에 따른 기계학습모델을 설명하기 위한 도면이다.

도 8을 참조하면, 일 실시예에 따른 마사지 장치(100)는 데이터 학습부(110) 및 데이터 인식부(120)를 포함할 수 있다. 도 3에서 상술한 바와 같은 마사지 장치(100)는 프로세서 및 메모리를 포함할 수 있다.

데이터 학습부(110)는 제 1 데이터 및 제 2 데이터를 수신하여 제 1 데이터 및 제 2 데이터의 관계에 대한 기계학습모델을 획득할 수 있다. 데이터 학습부(110)가 획득한 기계학습모델은 제 1 데이터를 이용하여 제 2 데이터를 생성하기 위한 모델일 수 있다. 예를 들어 제 1 데이터는 복수의 사용자의 생활 정보일 수 있으며, 제 2 데이터는 복수의 정신 건강 상태 정보일 수 있다. 제 1 데이터는 제 2 데이터와 일대일로 대응될 수 있다. 제 2 데이터는 제 1 데이터에 기반하여 의료인이 진단한 정신 건강과 관련된 레이블일 수 있다. 제 2 데이터는 실제값(ground truth value)일 수 있다. 데이터 학습부(110)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보의 관계를 학습할 수 있다. 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보가 주어진 경우, 데이터 학습부(110)는 사용자의 생활 정보에 따른 정신 건강 상태 정보를 예측하기 위한 기계학습모델을 생성할 수 있다.

데이터 인식부(120)는 사용자의 현재 생활 정보를 기계학습모델에 적용하여 정신 건강 예측 정보를 출력할 수 있다. 기계학습모델은 사용자의 현재 생활 정보에 따라 어떤 정신 건강을 가지고 있는 지에 대한 기준에 대한 정보일 수 있다. 또한, 데이터 인식부(120)는 사용자의 현재 생활 정보 및 기계학습모델에 의해 출력된 결과를 기계학습모델을 갱신하는데 이용할 수 있다.

데이터 학습부(110) 및 데이터 인식부(120) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 학습부(110) 및 데이터 인식부(120) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 이미 설명한 각종 전자 장치에 탑재될 수도 있다.

또한 데이터 학습부(110) 및 데이터 인식부(120)는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 학습부(110) 및 데이터 인식부(120) 중 하나는 전자 장치에 포함되고, 나머지 하나는 서버에 포함될 수 있다. 또한, 데이터 학습부(110) 및 데이터 인식부(120)는 유선 또는 무선으로 통하여, 데이터 학습부(110)가 구축한 기계학습모델 정보를 데이터 인식부(120)로 제공할 수도 있고, 데이터 인식부(120)로 입력된 데이터가 추가 학습 데이터로써 데이터 학습부(110)로 제공될 수도 있다.

한편, 데이터 학습부(110) 및 데이터 인식부(120) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 학습부(110) 및 데이터 인식부(120) 중 적어도 하나가 소프트웨어 모듈(또는, 인스트럭션(instruction)을 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 메모리 또는 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.

본 개시의 일 실시예에 따른 데이터 학습부(110)는 데이터 획득부(111), 전처리부(112), 학습 데이터 선택부(113), 모델 학습부(114) 및 모델 평가부(115)를 포함할 수 있다.

데이터 획득부(111)는 기계학습에 필요한 데이터를 획득할 수 있다. 학습을 위해서는 많은 데이터가 필요하므로, 데이터 획득부(111)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보를 획득할 수 있다.

복수의 사용자의 생활 정보 중 하나의 사용자의 생활 정보는 육체 활동정보, 사회 활동 정보 및 생체 활동 정보를 포함할 수 있다. 또한 육체 활동정보, 사회 활동 정보 및 생체 활동 정보는 각각 복수의 정보를 포함할 수 있다. 예를 들어 육체 활동 정보는 걸음수, 이동 경로, 이동 길이, 이동 속도, 및 이동 시간 중 적어도 하나를 포함할 수 있고, 사회 활동 정보는 통화/대화의 양, 통화/대화에 사용한 단어의 수, 통화/대화 목소리의 높이, 및 특정 단어 사용량 중 적어도 하나를 포함할 수 있고, 생체 활동 정보는 혈압, 심전도, 맥파, 심박수, 체성분, GSR(galvanic skin response), EDA(Electrodermal Activity), 산소포화도, 뇌파 및 체온 중 적어도 하나를 포함할 수 있다.

복수의 사용자의 생활 정보는 복수의 정신 건강 상태 정보와 일대일로 대응될 수 있다. 복수의 정신 건강 상태 정보는 복수의 사용자의 생활 정보에 기반하여 의료인이 하나의 사용자에 대해 진단한 정신 건강과 관련된 레이블일 수 있다. 복수의 정신 건강 상태 정보는 실제값(ground truth value)일 수 있다. 복수의 정신 건강 상태 정보는 정상/비정상을 나타낼 수 있다. 또한 복수의 정신 건강 상태 정보는 우울증, 불안장애, 또는 공황장애 중 하나의 상태임을 나타낼 수 있다.

전처리부(112)는 수신된 데이터가 기계학습에 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(112)는 후술할 모델 학습부(114)가 이용할 수 있도록, 획득된 데이터를 미리 설정된 포맷으로 가공할 수 있다. 전처리부(112)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보를 가공할 수 있다. 복수의 사용자의 생활 정보의 각각은 센서값, 측정된 횟수, 또는 시간 등을 포함하며 서로 다른 값의 범위를 가질 수 있다. 전처리부(112)는 정보들을 동일한 범위를 갖도록 스케일링할 수 있다. 예를 들어 스케일된 값은 다음과 같은 식으로 결정될 수 있다.

스케일된 값= a * (value-min)/(max-min)

여기서 a는 미리 정해진 상수일 수 있다. a는 정보의 종류에 따라 달라질 수 있다. value는 복수의 사용자의 생활 정보 중 하나를 의미할 수 있다. max는 복수의 사용자의 생활 정보 중 최대값일 수 있다. min은 복수의 사용자의 생활 정보 중 최소값일 수 있다. 하지만 이에 한정되는 것은 아니며 다양한 스케일 방법이 사용될 수 있다.

전처리부(112)는 복수의 정신 건강 상태 정보를 인덱스로 표현할 수 있다. 또한 동일한 의미이지만 다르게 표시된 정보를 동일한 인덱스로 수정할 수 있다. 또한 전처리부(112)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보를 자연수, 실수 또는 정수로 통일할 수 있다.

학습 데이터 선택부(113)는 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 학습 데이터 선택부(113)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보 중 기계학습모델 생성에 필요한 정보만 선별할 수 있다. 학습 데이터 선택부(113)는 복수의 사용자의 생활 정보 중 중요도가 떨어지는 종류의 정보를 선택하지 않을 수 있다. 학습 데이터 선택부(113)가 중요도가 높은 정보만을 이용하는 경우 기계학습모델을 만들기 위한 처리 능력을 절감할 수 있다.

선택된 데이터는 모델 학습부(114)에 제공될 수 있다. 학습 데이터 선택부(113)는 기 설정된 기준에 따라, 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(113)는 후술할 모델 학습부(114)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.

모델 학습부(114)는 기존의 복수의 사용자의 생활 정보에 따라 어떤 정신 건강 상태 정보를 출력할 지에 관한 기준을 학습할 수 있다. 또한, 모델 학습부(114)는 기존의 복수의 사용자의 생활 정보에 따라 정신 건강 상태 정보를 출력하는 기계학습모델을 학습 데이터로써 이용하여 학습시킬 수 있다. 이 경우, 기계학습모델은 미리 구축된 모델일 수 있다. 예를 들어, 기계학습모델은 기본 학습 데이터(예를 들어, 기존의 복수의 사용자의 생활 정보 및 정신 건강 상태 정보 등)을 입력 받아 미리 구축된 모델일 수 있다.

기계학습모델은, 학습모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 기계학습모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, Deep Neural Network (DNN), Recurrent Neural Network (RNN), Long Short-Term Memory models (LSTM), BRDNN (Bidirectional Recurrent Deep Neural Network), Convolutional Neural Networks (CNN)과 같은 모델이 기계학습모델로써 사용될 수 있으나, 이에 한정되지 않는다.

또한, 모델 학습부(114)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 기계학습모델을 학습시킬 수 있다.

또한, 모델 학습부(114)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning)을 통하여, 기계학습모델을 학습할 수 있다. 또한, 모델 학습부(114)는, 예를 들어, 별다른 지도없이 상황 판단을 위해 필요한 데이터의 종류를 스스로 학습함으로써, 상황 판단을 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 기계학습모델을 학습할 수 있다. 또한, 모델 학습부(114)는, 예를 들어, 학습에 따른 상황 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 기계학습모델을 학습할 수 있다.

또한, 기계학습모델이 학습되면, 모델 학습부(114)는 학습된 기계학습모델을 저장할 수 있다. 이 경우, 모델 학습부(114)는 학습된 기계학습모델을 데이터 인식부(120)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(114)는 학습된 기계학습모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.

학습된 기계학습모델이 저장되는 메모리는, 예를 들면, 전자 장치의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 함께 저장할 수도 있다. 또한, 메모리는 소프트웨어 및/또는 프로그램을 저장할 수도 있다. 소프트웨어 및/또는 프로그램은, 예를 들면, 커널, 미들웨어, 어플리케이션 프로그래밍 인터페이스(API) 및/또는 어플리케이션 프로그램(또는 "어플리케이션") 등을 포함할 수 있다.

모델 평가부(115)는 기계학습모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(114)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 기계학습모델을 평가하기 위한 기 설정된 데이터일 수 있다.

예를 들어, 모델 평가부(115)는 평가 데이터에 대한 학습된 기계학습모델의 결과 중에서, 인식 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. 예컨대, 소정 기준이 비율 2%로 정의되는 경우, 학습된 기계학습모델이 총 1000개의 평가 데이터 중의 20개를 초과하는 평가 데이터에 대하여 잘못된 인식 결과를 출력하는 경우, 모델 평가부(115)는 학습된 기계학습모델이 적합하지 않은 것으로 평가할 수 있다.

한편, 학습된 기계학습모델이 복수 개가 존재하는 경우, 모델 평가부(115)는 각각의 학습된 기계학습모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 기계학습모델로써 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(115)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 기계학습모델로써 결정할 수 있다.

한편, 데이터 학습부(110) 내의 데이터 획득부(111), 전처리부(112), 학습 데이터 선택부(113), 모델 학습부(114) 및 모델 평가부(115) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(111), 전처리부(112), 학습 데이터 선택부(113), 모델 학습부(114) 및 모델 평가부(115) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.

또한, 데이터 획득부(111), 전처리부(112), 학습 데이터 선택부(113), 모델 학습부(114) 및 모델 평가부(115)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(111), 전처리부(112), 학습 데이터 선택부(113), 모델 학습부(114) 및 모델 평가부(115) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.

또한, 데이터 획득부(111), 전처리부(112), 학습 데이터 선택부(113), 모델 학습부(114) 및 모델 평가부(115) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(111), 전처리부(112), 학습 데이터 선택부(113), 모델 학습부(114) 및 모델 평가부(115) 중 적어도 하나가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.

본 개시의 일 실시예에 따른 데이터 인식부(120)는 데이터 획득부(121), 전처리부(122), 인식 데이터 선택부(123), 인식 결과 제공부(124) 및 모델 갱신부(125)를 포함할 수 있다.

데이터 획득부(121)는 사용자의 현재 생활 정보를 획득할 수 있다. 전처리부(122)는 획득된 사용자의 현재 생활 정보가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 예를 들어 전처리부(122)는 사용자의 현재 생활 정보를 스케일링할 수 있다. 스케일링하는 방법은 전처리부(112)와 동일할 수 있다. 또한 전처리부(122)는 사용자의 현재 생활 정보를 자연수, 정수 또는 실수로 변환할 수 있다.

인식 데이터 선택부(123)는 전처리된 데이터 중에서 필요한 데이터를 선택할 수 있다. 선택된 데이터는 인식 결과 제공부(124)에게 제공될 수 있다. 인식 데이터 선택부(123)는 기 설정된 기준에 따라, 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 인식 데이터 선택부(123)는 모델 학습부(114)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.

인식 결과 제공부(124)는 선택된 데이터를 기계학습모델에 적용하여 결과 데이터를 획득할 수 있다. 인식 결과 제공부(124)는 결과 데이터를 소리 또는 영상으로 출력할 수 있다. 인식 결과 제공부(124)는 인식 데이터 선택부(123)에 의해 선택된 데이터를 입력 값으로 이용함으로써, 선택된 데이터를 기계학습모델에 적용할 수 있다. 또한, 인식 결과는 기계학습모델에 의해 결정될 수 있다.

모델 갱신부(125)는 인식 결과 제공부(124)에 의해 제공되는 인식 결과에 대한 평가에 기초하여, 기계학습모델이 갱신되도록 할 수 있다. 예를 들어, 모델 갱신부(125)는 인식 결과 제공부(124)에 의해 제공되는 인식 결과를 모델 학습부(114)에게 제공함으로써, 모델 학습부(114)가 기계학습모델을 갱신하도록 할 수 있다.

한편, 데이터 인식부(120) 내의 데이터 획득부(121), 전처리부(122), 인식 데이터 선택부(123), 인식 결과 제공부(124) 및 모델 갱신부(125) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(121), 전처리부(122), 인식 데이터 선택부(123), 인식 결과 제공부(124) 및 모델 갱신부(125) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.

또한, 데이터 획득부(121), 전처리부(122), 인식 데이터 선택부(123), 인식 결과 제공부(124) 및 모델 갱신부(125)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(121), 전처리부(122), 인식 데이터 선택부(123), 인식 결과 제공부(124) 및 모델 갱신부(125) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.

또한, 데이터 획득부(121), 전처리부(122), 인식 데이터 선택부(123), 인식 결과 제공부(124) 및 모델 갱신부(125) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(121), 전처리부(122), 인식 데이터 선택부(123), 인식 결과 제공부(124) 및 모델 갱신부(125) 중 적어도 하나가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.

도 9는 본 개시의 일 실시예에 따라 데이터 학습부(110)를 설명하기 위한 도면이다.

마사지 장치(100) 또는 외부 장치는 데이터 학습부(110)를 포함할 수 있다.

마사지 장치(100)는 복수의 사용자의 생활 정보를 획득하는 단계를 수행할 수 있다. 또한 마사지 장치(100)는 복수의 사용자의 생활 정보 각각에 대응되는 복수의 정신 건강 상태 정보를 의료인의 입력에 기초하여 획득하는 단계를 수행할 수 있다. 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보는 일대일로 대응될 수 있다. 마사지 장치(100)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보를 메모리에 저장하고 있을 수 있다. 또한 마사지 장치(100)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보를 외부 장치로부터 수신할 수 있다. 외부 장치는 클라우드 서버를 포함할 수 있다.

또한 마사지 장치(100)는 복수의 사용자의 생활 정보에 대한 복수의 정신 건강 상태 정보의 관계를 기계학습하여, 기계학습모델을 생성하는 단계를 수행할 수 있다.

복수의 사용자의 생활 정보는 육체 활동정보, 사회 활동 정보 및 생체 활동 정보를 포함할 수 있다. 복수의 정신 건강 상태 정보는 정상/비정상을 나타낼 수 있다. 또한 복수의 정신 건강 상태 정보는 우울증, 불안장애, 또는 공황장애 중 하나의 상태임을 나타낼 수 있다. 의료인은 복수의 사용자의 생활 정보(911) 중 하나의 사용자에 대한 정보에 기반하여 정신 건강 상태 정보를 결정할 수 있다. 복수의 사용자의 생활 정보(911) 및 복수의 정신 건강 상태 정보(912)는 일대일로 대응될 수 있다. 즉, 하나의 사용자의 생활 정보는 하나의 정신 건강 상태 정보에 대응될 수 있다. 마사지 장치(100)는 복수의 사용자의 생활 정보(911) 및 복수의 정신 건강 상태 정보(912)를 외부 장치로부터 수신하거나 메모리에서 획득할 수 있다.

도 8에서 설명한 바와 같이 마사지 장치(100)에 포함된 데이터 학습부(110)는 복수의 사용자의 생활 정보(911) 및 복수의 정신 건강 상태 정보(912)에 기초하여 기계학습모델(920)을 생성할 수 있다. 기계학습모델(920)은 복수의 사용자의 생활 정보(911)와 복수의 정신 건강 상태 정보(912) 사이의 관계를 학습한 모델일 수 있다. 정신 건강 상태 분석 알고리즘은 기계학습모델(920)을 포함할 수 있다.

또한 도 8과 다르게 마사지 장치(100)가 아닌 외부 장치가 복수의 사용자의 생활 정보(911) 및 복수의 정신 건강 상태 정보(912)에 기초하여 기계학습모델(920)을 생성할 수 있다. 외부 장치는 마사지 장치(100)를 관리하는 관리 서버일 수 있다. 마사지 장치(100)는 외부 장치로부터 기계학습모델(920)을 획득할 수 있다. 또는 마사지 장치(100)는 외부 장치로부터 기계학습모델(920)을 획득하지 않고, 마사지 장치(100)는 외부 장치로 정보를 송신하고, 외부 장치는 정보를 기계학습모델(920)에 적용하여 출력 정보를 생성한 후 다시 마사지 장치(100)로 출력 정보를 송신할 수 있다.

이미 설명한 바와 같이 정신 건강 상태 분석 알고리즘은 제 1 정신 건강 상태 분석 알고리즘 및 제 2 정신 건강 상태 분석 알고리즘을 포함할 수 있다. 마찬가지로 기계학습모델은 제 1 기계학습모델 및 제 2 기계학습모델을 포함할 수 있다. 제 1 기계학습모델은 사용자의 현재 생활 정보(1010)에 기초하여 사용자의 정신 건강이 정상인지 비정상인지 여부를 결정할 수 있다. 또한 제 2 기계학습모델은 사용자의 정신 건강이 우울증, 불안장애, 또는 공황장애 중 하나인지를 결정할 수 있다. 제 1 기계학습모델 및 제 2 기계학습모델은 어떤 복수의 정신 건강 상태 정보(912)를 사용하느냐에 따라 결정될 수 있다. 즉 복수의 정신 건강 상태 정보(912)가 정상/비정상에 대한 경우, 데이터 학습부(110)는 제 1 기계학습모델을 생성할 수 있다. 또한, 복수의 정신 건강 상태 정보(912)가 우울증, 불안장애, 또는 공황장애 중 하나를 나타내는 경우, 데이터 학습부(110)는 제 2 기계학습모델을 생성할 수 있다.

도 10은 본 개시의 일 실시예에 따라 데이터 인식부(120)를 설명하기 위한 도면이다.

마사지 장치(100)는 데이터 인식부(120)를 포함할 수 있다. 데이터 인식부(120)는 미리 생성된 기계학습모델(920)을 포함할 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보(1010)를 수신할 수 있다. 사용자의 현재 생활 정보(1010)는 육체 활동정보, 사회 활동 정보 및 생체 활동 정보를 포함할 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보(1010)를 기계학습모델(920)에 적용하여 정신 건강 예측 정보(1020)를 획득할 수 있다. 정신 건강 예측 정보(1020)는 정상/비정상을 나타낼 수 있다. 또한 정신 건강 예측 정보(1020)는 우울증, 불안장애, 또는 공황장애 중 하나의 상태임을 나타낼 수 있다.

위에서는 마사지 장치(100)가 정신 건강 예측 정보(1020)를 직접 획득하는 과정에 대하여 설명하였다. 하지만 이에 한정되는 것은 아니다. 외부 장치는 데이터 인식부(120)를 포함할 수 있다. 마사지 장치(100)는 기계학습모델(920)을 포함하지 않을 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보(1010)를 획득하여 외부 장치로 송신할 수 있다. 외부 장치는 사용자의 현재 생활 정보(1010)를 기계학습모델(920)에 적용하여 정신 건강 예측 정보(1020)를 획득할 수 있다. 외부 장치는 획득된 정신 건강 예측 정보(1020)를 마사지 장치(100)로 송신할 수 있다. 마사지 장치(100)는 획득된 정신 건강 예측 정보(1020)에 기초하여 마사지 모드를 선택할 수 있다. 또한 마사지 장치(100)는 선택된 마사지 모드에 기초하여 사용자에게 적어도 하나의 마사지를 제공할 수 있다. 이미 설명한 바와 같이 마사지 장치(100)는 사용자를 식별할 수 있으며, 식별된 사용자의 정신 건강 예측 정보(1020)에 기초하여 사용자마다 다른 마사지 모드를 제공할 수 있다.

도 11은 본 개시의 일 실시예에 따른 룰베이스 정신 건강 상태 분석 알고리즘을 설명하기 위한 흐름도이다.

마사지 장치(100)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보를 메모리에 저장하고 있을 수 있다. 또한 마사지 장치(100)는 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보를 외부 장치로부터 수신할 수 있다. 외부 장치는 클라우드 서버를 포함할 수 있다. 복수의 사용자의 생활 정보 및 복수의 정신 건강 상태 정보는 일대일로 대응될 수 있다.

마사지 장치(100)는 사용자의 현재 생활 정보를 획득하기 위하여 이하와 같은 방법을 사용할 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보에 기초하여 N차원의 사용자 벡터를 생성하는 단계(1110)를 수행할 수 있다. 하용자의 현재 생활 정보에 대해서는 의료인이 진단하기 전이어서, 마사지 장치(100)는 사용자의 현재 생활 정보 정신 건강 상태 정보를 알지 못할 수 있다. 하지만 마사지 장치(100)는 아래와 같은 과정에 의하여 사용자의 현재 생활 정보에 대한 정신 건강 예측 정보를 생성할 수 있다.

이미 설명한 바와 같이 사용자의 현재 생활 정보는 육체 활동 정보, 사회 활동 정보 및 생체 활동 정보를 포함할 수 있다. 또한 육체 활동 정보, 사회 활동 정보 및 생체 활동 정보는 이미 설명한 바와 같은 다양한 정보가 포함될 수 있다. 마사지 장치(100)는 사용자의 현재 생활 정보에 포함되는 정보 중 중요 정보를 추출할 수 있다. 사용자의 현재 생활 정보 중 추출되는 정보의 종류는 미리 결정된 정보에 기초할 수 있다. 예를 들어, 마사지 장치(100)는 생체 활동 정보 중 혈압 및 체성분을 중요 정보로써 추출할 수 있다.

마사지 장치(100)는 추출된 사용자의 현재 생활 정보 각각이 동일 범위를 가지도록 스케일일 할 수 있다. 예를 들어 마사지 장치(100)는 이하와 같은 방법으로 추출된 사용자의 현재 생활 정보를 스케일링 할 수 있다.

스케일된 값= a * (value-min)/(max-min)

여기서 a는 미리 정해진 상수일 수 있다. a는 정보의 종류에 따라 달라질 수 있다. value는 추출된 사용자의 현재 생활 정보 중 하나를 의미할 수 있다. max는 추출된 사용자의 현재 생활 정보 중 최대값일 수 있다. min은 추출된 사용자의 현재 생활 정보 중 최소값일 수 있다. 하지만 이에 한정되는 것은 아니며 다양한 스케일 방법이 사용될 수 있다.

마사지 장치(100)는 사용자의 현재 생활 정보에 포함된 다양한 종류에 기초하여 N차원의 사용자 벡터를 생성할 수 있다. 예를 들어, 추출된 사용자의 현재 생활 정보는 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분을 포함할 수 있다. 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분은 각각 하나의 차원이 될 수 있다. 마사지 장치(100)는 스케일링된 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분에 기초하여 5차원의 벡터를 생성할 수 있다. 여기서 5차원인 이유는 5개의 정보를 이용하기 때문이다.

또한, N차원의 N은 자연수일 수 있다. N차원은 사용자의 현재 생활 정보에 포함된 정보의 종류의 수에 기초하여 결정될 수 있다. 만약 마사지 장치(100)가 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분을 포함하는 추출된 사용자의 현재 생활 정보를 이용한다면, N은 5가 될 수 있다. 하지만 이에 한정되는 것은 아니며 N은 추출된 사용자의 현재 생활 정보에 포함된 정보의 종류의 개수에 기초하여 결정될 수 있다.

마사지 장치(100)는 정신 건강 예측 정보를 획득하기 위하여 이하와 같은 과정을 수행할 수 있다. 마사지 장치(100)는 메모리로부터 복수의 사용자의 생활 정보에 기초하여 복수의 사용자에 대한 복수의 N차원의 비교 벡터를 생성하는 단계(1120)를 수행할 수 있다. 마사지 장치(100)는 메모리에 복수의 사용자의 생활 정보를 저장하고 있을 수 있다. 마사지 장치(100)는 사용자의 생활 정보를 데이터베이스로써 저장하고 있을 수 있다. 하지만 이에 한정되는 것은 아니며 외부 장치의 데이터베이스에 복수의 사용자의 생활 정보가 저장되어 있을 수 있다.

이미 설명한 바와 같이 복수의 사용자의 생활 정보 중 하나의 사용자의 생활 정보는 육체 활동 정보, 사회 활동 정보 및 생체 활동 정보를 포함할 수 있다. 또한 육체 활동 정보, 사회 활동 정보 및 생체 활동 정보는 이미 설명한 바와 같은 다양한 정보가 포함될 수 있다. 마사지 장치(100)는 하나의 사용자의 생활 정보에 포함되는 정보 중 중요 정보를 추출할 수 있다. 복수의 사용자의 생활 정보에 포함된 하나의 사용자의 생활 정보 중 추출되는 정보의 종류는 미리 결정될 수 있다. 하나의 사용자의 생활 정보에서 추출되는 정보 및 사용자의 현재 생활 정보에서 추출되는 정보의 종류는 동일할 수 있다. 마사지 장치(100)는 추출된 하나의 사용자의 생활 정보에 포함된 정보 각각이 동일 범위를 가지도록 스케일일 할 수 있다. 예를 들어 마사지 장치(100)는 이하와 같은 방법으로 추출된 하나의 사용자의 생활 정보를 스케일링 할 수 있다.

스케일된 값= a * (value-min)/(max-min)

여기서 a는 미리 정해진 상수일 수 있다. a는 정보의 종류에 따라 달라질 수 있다. value는 추출된 하나의 사용자의 생활 정보 중 하나를 의미할 수 있다. max는 추출된 하나의 사용자의 생활 정보 중 최대값일 수 있다. min추출된 하나의 사용자의 생활 정보 중 최소값일 수 있다. 하지만 이에 한정되는 것은 아니며 다양한 스케일 방법이 사용될 수 있다.

마사지 장치(100)는 하나의 사용자의 생활 정보 중 추출된 정보에 포함된 다양한 종류에 기초하여 N차원의 비교 벡터를 생성할 수 있다. 복수의 사용자의 생활 정보 중 하나의 사용자의 생활 정보에 의한 비교 벡터와 사용자의 현재 생활 정보에 의한 사용자 벡터는 동일한 차원을 가질 수 있다. 예를 들어, 하나의 사용자의 생활 정보는 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분을 포함할 수 있다. 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분은 각각 하나의 차원이 될 수 있다. 마사지 장치(100)는 스케일링된 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분에 기초하여 5차원의 벡터를 생성할 수 있다. 여기서 5차원인 이유는 5개의 정보가 사용되었기 때문이다.

또한, N차원의 N은 자연수일 수 있다. N차원은 하나의 사용자의 생활 정보에 포함된 정보의 종류의 수에 기초하여 결정될 수 있다. 만약 마사지 장치(100)가 걸음수, 이동 속도, 통화/대화에 사용한 단어의 수, 혈압 및 체성분을 포함하는 하나의 사용자의 생활 정보 중 추출된 정보를 이용한다면, N은 5가 될 수 있다. 하지만 이에 한정되는 것은 아니며 N은 추출된 하나의 사용자의 생활 정보에 포함된 정보의 종류의 개수에 기초하여 결정될 수 있다.

마사지 장치(100)는 복수의 사용자의 생활 정보에 대하여 모두 스케일을 하고 복수의 비교 벡터를 생성할 수 있다. 마사지 장치(100) 또는 외부 장치는 생성된 복수의 비교 벡터를 저장하고 있을 수 있다. 한나의 비교 벡터는 하나의 사용자에 대한 것이다. 또한, 복수의 비교 벡터는 복수의 정신 건강 상태 정보와 일대일로 대응되어 저장될 수 있다.

마사지 장치(100)는 복수의 N차원의 비교 벡터 중 N차원의 사용자 벡터와 가장 유사한 N차원의 비교 벡터를 선택하는 단계(1130)를 수행할 수 있다.

또한 마사지 장치(100)는 선택된 N차원의 비교 벡터에 대응하는 정신 건강 상태 정보를 메모리로부터 획득하여 정신 건강 예측 정보로 결정하는 단계(1140)를 수행할 수 있다. 마사지 장치(100)의 메모리에는 복수의 사용자의 생활 정보 또는 복수의 비교 벡터에 각각 대응되는 정신 건강 상태 정보를 포함하고 있을 수 있다. 정신 건강 상태 정보는 사용자의 생활 정보에 기초하여 의료인이 진단한 결과일 수 있다. 정신 건강 상태 정보는 사용자의 정신 건강이 정상/비정상을 나타내거나, 사용자가 우울증, 불안장애, 또는 공황장애 등의 상태임을 나타낼 수 있다. 마사지 장치(100)는 선택된 N차원의 비교 벡터에 대응하는 정신 건강 상태 정보를 현재 사용자의 정신 건강 예측 정보로 결정할 수 있다.

단계(1120) 내지 단계(1140)는 외부 장치에 의하여 수행될 수 있다. 예를 들어 마사지 장치(100)는 N차원의 사용자 벡터를 생성하여 외부 장치로 송신할 수 있다. 외부 장치는 단계(1120) 내지 단계(1140)를 수행하여 정신 건강 예측 정보를 결정할 수 있다. 외부 장치는 결정된 정신 건강 예측 정보를 마사지 장치(100)로 송신할 수 있다.

도 11의 흐름도에 대하여 도 12 및 도 13과 함께 보다 자세히 설명한다.

도 12는 본 개시의 일 실시예에 따른 벡터를 나타낸다. 또한 도 13은 본 개시의 일 실시예에 따른 벡터를 나타낸다.

도 12 및 도 13은 2차원으로 도시하였으나 이는 설명의 편의를 위한 것이다. 벡터는 N차원을 가질 수 있다.

도 12를 참조하면, 벡터(1240)는 N차원의 사용자 벡터를 나타낼 수 있다. 벡터들(1211, 1212, 1231, 1232)는 복수의 N차원의 비교 벡터를 나타낼 수 있다. 도 12에서는 4개의 복수의 N차원 비교 벡터를 도시하였으나 이는 설명의 편의를 위한 것으로써, 마사지 장치(100)는 4개 이상의 비교 벡터를 이용할 수 있다.

기준선(1220)은 사용자의 정신 건강을 분류하기 위한 선일 수 있다. 도 12에서는 설명의 편의를 위하여 2차원에서 기준선(1220)을 선으로 표현하지만, 이에 한정되는 것은 아니며 기준선(1220)은 3차원좌표에서는 면으로, 4차원좌표에서는 3차원으로 표현될 수 있다.

마사지 장치(100) 및 외부 장치는 기준선(1220)를 복수의 N차원 비교 벡터 및 복수의 정신 건강 상태 정보에 기초하여 생성할 수 있다. 예를 들어, 마사지 장치(100) 또는 외부 장치는 정상으로 분류된 복수의 N차원 비교 벡터의 끝점 및 비정상으로 분류된 복수의 N차원 비교 벡터의 끝점의 분포를 획득할 수 있다. 또한 마사지 장치(100) 또는 외부 장치는 정상으로 분류된 복수의 N차원 비교 벡터의 끝점의 영역 및 비정상으로 분류된 복수의 N차원 비교 벡터의 끝점의 영역을 나누는 경계를 기준선(1220)으로 결정할 수 있다. 여기서 끝점은 화살표가 있는 쪽을 의미할 수 있다.

사용자의 정신 건강을 정상/비정상으로 분류하는 경우, 기준선(1220)을 기준으로 벡터의 끝점이 왼쪽에 있다면 정상으로, 벡터의 끝점이 오른쪽에 있다면 비정상으로 분류될 수 있다. 사용자의 정신 건강을 우울증, 불안장애, 또는 공황장애 등으로 나누는 경우 기준선(1220)은 추가될 수 있다. 벡터들은 원점(1200)에서 시작될 수 있다. 벡터는 스케일링된 정보에 기초하여 생성되므로 벡터들은 동일한 원점(1200)으로부터 시작될 수 있다.

마사지 장치(100)는 복수의 N차원의 비교 벡터(1211, 1212, 1231, 1232) 중 N차원의 사용자 벡터(1240)와 가장 유사한 N차원의 비교 벡터(1212)를 선택하는 단계(1130)를 수행할 수 있다. 또한 마사지 장치(100)는 선택된 N차원의 비교 벡터(1212)에 대응하는 정신 건강 상태 정보를 메모리로부터 획득하여 정신 건강 예측 정보로 결정하는 단계(1140)를 수행할 수 있다. 즉, 마사지 장치(100)는 선택된 N차원의 비교 벡터(1212)에 대응하는 정신 건강 상태 정보를 현재 사용자의 정신 건강 예측 정보로 결정할 수 있다. 정신 건강 상태 정보는 선택된 N차원의 비교 벡터(1212)에 대해 의료인에 의해 진단된 것이며, 선택된 N차원의 비교 벡터(1212)는 N차원의 사용자 벡터(1240)와 가장 유사하므로, 정신 건강 예측 정보 역시 의료인의 진단과 가장 유사할 수 있다.

도 13을 참조하면, 마사지 장치(100)는 메모리로부터 사용자의 과거의 정신 건강 예측 정보를 획득하는 단계를 수행할 수 있다. 과거의 정신 건강 예측 정보는 벡터(1310)에 대응되는 정보일 수 있다. 마사지 장치(100)는 과거의 정신 건강 예측 정보를 누적하여 저장하고 있을 수 있다. 또한 마사지 장치(100)는 과거의 정신 건강 예측 정보에 대응되는 벡터(1310)를 누적하여 저장하고 있을 수 있다. 또한 마사지 장치(100)는 과거의 정신 건강 예측 정보에 대응되는 사용자의 생활 정보를 누적하여 저장하고 있을 수 있다. 마사지 장치(100)는 누적하여 저장된 정신 건강 예측 정보, 벡터, 또는 사용자의 생활 정보 중 적어도 하나를 출력할 수 있다. 사용자는 출력된 정보에 기초하여 자신의 정신 건강의 변화 추세를 확인할 수 있다.

또한 마사지 장치(100)는 과거의 정신 건강 예측 정보 및 정신 건강 예측 정보를 비교하여, 사용자의 정신 건강 추세 정보를 획득하는 단계를 수행할 수 있다. 추세 정보는 정신건강이 좋아지고 있는지 또는 나빠지고 있는지에 대한 정보일 수 있다. 또한 추세 정보는 단순히 누적하여 저장된 정보를 나타낼 수 있다. 예를 들어, 현재의 정신 건강 예측 정보는 벡터(1240)에 대응될 수 있다. 또한 과거의 정신 건강 예측 정보는 벡터(1310)에 대응될 수 있다. 벡터(1310)에 비하여 벡터(1240)는 기준선(1220)로부터 멀어지고 있다. 기준선(1220)의 왼쪽 영역이 정상의 영역이고 기준선(1220)의 오른쪽 영역이 비정상의 영역이라면, 벡터(1310)에 비하여 벡터(1240)가 기준선(1220)로부터 멀어지고 있으므로, 마사지 장치(100)는 사용자의 상태가 나빠지고 있다고 결정할 수 있다. 마사지 장치(100)는 나빠지고 있음을 추세 정보로써 결정할 수 있다.

또한 마사지 장치(100)는 다음과 같은 과정을 통하여 추세 정보를 획득하 수 있다. 마사지 장치(100)는 과거의 정신 건강 예측 정보에 대응되는 벡터(1310)의 끝점과 기준선(1220)의 제 1 거리를 계산할 수 있다. 또한 마사지 장치(100)는 현재의 정신 건강 예측 정보에 대응되는 벡터(1240)의 끝점과 기준선(1220)의 제 2 거리를 계산할 수 있다. 벡터(1240)의 끝점이 기준선(1220)의 오른쪽에 있는 경우 제 2 거리는 양수를 가지고 왼쪽에 있는 경우 제 2 거리는 음수를 가질 수 있다. 또한 벡터(1310)의 끝점이 기준선(1220)의 오른쪽에 있는 경우 제 1 거리는 양수를 가지고 왼쪽에 있는 경우 제 1 거리는 음수를 가질 수 있다. 마사지 장치(100)는 제 2 거리에서 제 1 거리를 뺀 차감값을 획득할 수 있다. 마사지 장치(100)는 차감값이 양수인 경우, 기준선(1220)의 오른쪽으로 향하는 양상이 늘어나고 있음을 나타낼 수 있다. 또한 예를 들어 기준선(1220)의 오른쪽이 비정상임을 나타내는 경우, 마사지 장치(100)는 비정상의 정도가 심해지고 있음을 추세 정보로써 획득할 수 있다.

마사지 장치(100)는 추세 정보를 영상 또는 소리로 출력할 수 있다. 추세 정보는 텍스트, 또는 그래프 등으로 표현될 수 있다. 예를 들어 그래프는 시간별 정신 건강 예측 정보일 수 있다. 또한, 그래프는 도 12 또는 도 13과 같이 비교 벡터 및 사용자 벡터를 표시할 수 있다.

또한 마사지 장치(100)는 현재의 추세를 개선하기 위한 정보를 출력할 수 있다. 개선하기 위한 정보는 음악에 대한 정보 또는 마사지 모드에 대한 정보를 포함할 수 있다. 사용자는 개선하기 위한 정보에 기초하여 정신 건강을 개선할 수 있다.

이제까지 다양한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.

Claims (12)

1. 마사지 장치의 동작 방법에 있어서,
   사용자의 현재 생활 정보를 획득하는 단계;
   상기 사용자의 현재 생활 정보를 정신 건강 상태 분석 알고리즘에 적용하여 정신 건강 예측 정보를 획득하는 단계; 및
   상기 정신 건강 예측 정보에 대응하는 마사지 모드를 사용자에게 제공하는 단계를 포함하는 마사지 장치의 동작방법.
   
2. 제 1 항에 있어서,
   상기 현재 생활 정보는 육체 활동 정보, 사회 활동 정보 및 생체 활동 정보를 포함하는 것을 특징으로 하는 마사지 장치의 동작방법.
   
3. 제 2 항에 있어서,
   상기 사용자의 현재 생활 정보를 획득하는 단계는,
   외부 장치로부터 상기 육체 활동 정보를 수신하는 단계를 더 포함하고,
   상기 육체 활동 정보는 걸음수, 이동 경로, 이동 길이, 이동 속도, 및 이동 시간 중 적어도 하나의 정보를 포함하는 마사지 장치의 동작방법.
   
4. 제 2 항에 있어서,
   상기 사용자의 현재 생활 정보를 획득하는 단계는,
   메모리 또는 외부 장치로부터 상기 사회 활동 정보를 획득하는 단계를 포함하고,
   상기 사회 활동 정보는 통화/대화의 양, 통화/대화에 사용한 단어의 수, 통화/대화 목소리의 높이, 및 특정 단어 사용량 중 적어도 하나를 포함하는 마사지 장치의 동작방법.
   
5. 제 2 항에 있어서,
   상기 사용자의 현재 생활 정보를 획득하는 단계는,
   센서부 또는 외부 장치로부터 상기 생체 활동 정보를 획득하는 단계를 포함하고,
   상기 생체 활동 정보는 혈압, 심전도, 맥파, 심박수, 체성분, GSR(galvanic skin response), EDA(Electrodermal Activity), 산소포화도, 뇌파 및 체온 중 적어도 하나를 포함하는 마사지 장치의 동작방법.
   
6. 제 1 항에 있어서,
   상기 정신 건강 상태 분석 알고리즘은 기계학습모델을 포함하고,
   복수의 사용자의 생활 정보를 획득하는 단계;
   상기 복수의 사용자의 생활 정보 각각에 대응되는 복수의 정신 건강 상태 정보를 의료인의 입력에 기초하여 획득하는 단계; 및
   상기 복수의 사용자의 생활 정보에 대한 상기 복수의 정신 건강 상태 정보의 관계를 기계학습하여, 상기 기계학습모델을 생성하는 단계를 더 포함하는 마사지 장치의 동작방법.
   
7. 제 1 항에 있어서,
   상기 정신 건강 예측 정보를 획득하는 단계는,
   상기 사용자의 현재 생활 정보를 상기 정신 건강 상태 분석 알고리즘에 포함된 제 1 정신 건강 상태 분석 알고리즘에 적용하여, 상기 사용자의 정신 건강에 이상이 있는지 여부를 결정하는 단계; 및
   상기 사용자의 정신 건강에 이상이 있는 것으로 결정된 경우, 상기 사용자의 현재 생활 정보를 상기 정신 건강 상태 분석 알고리즘에 포함된 제 2 정신 건강 상태 분석 알고리즘에 적용하여, 상기 정신 건강 예측 정보를 획득하는 단계를 포함하는 마사지 장치의 동작방법.
   
8. 제 7 항에 있어서,
   상기 제 1 정신 건강 상태 분석 알고리즘 및 상기 제 2 정신 건강 상태 분석 알고리즘은 룰베이스 모델 또는 기계학습모델인 마사지 장치의 동작방법.
   
9. 제 1 항에 있어서,
   상기 마사지 모드를 사용자에게 제공하는 단계는,
   정신 건강 예측 정보 및 마사지 모드를 대응시킨 테이블로부터 상기 정신 건강 예측 정보에 대응하는 마사지 모드를 선택하는 단계; 및
   상기 선택된 마사지 모드에 기초하여 마사지를 사용자에게 제공하는 단계를 포함하는 마사지 장치의 동작방법.
   
10. 제 1 항에 있어서,
    상기 사용자의 현재 생활 정보를 획득하는 단계는,
    상기 사용자의 현재 생활 정보에 기초하여 N차원의 사용자 벡터를 생성하는 단계를 포함하고,
    상기 정신 건강 예측 정보를 획득하는 단계는,
    메모리로부터 복수의 사용자의 생활 정보에 기초하여 복수의 사용자에 대한 복수의 N차원의 비교 벡터를 생성하는 단계;
    상기 복수의 N차원의 비교 벡터 중 상기 N차원의 사용자 벡터와 가장 유사한 N차원의 비교 벡터를 선택하는 단계; 및
    상기 선택된 N차원의 비교 벡터에 대응하는 정신 건강 상태 정보를 상기 메모리로부터 획득하여 상기 정신 건강 예측 정보로 결정하는 단계를 포함하는 마사지 장치의 동작방법.
    
11. 제 10 항에 있어서,
    상기 N은 자연수이며, N차원은 상기 사용자의 현재 생활 정보에 포함된 정보의 종류의 수에 기초하여 결정되는 마사지 장치의 동작 방법.
    
12. 제 1 항에 있어서,
    메모리로부터 상기 사용자의 과거의 정신 건강 예측 정보를 획득하는 단계; 및
    상기 과거의 정신 건강 예측 정보 및 상기 정신 건강 예측 정보를 비교하여, 상기 사용자의 정신 건강 추세 정보를 획득하는 단계를 더 포함하는 마사지 장치의 동작방법.
    

Images