라이프 로그 마이닝을 통한 사용자 행위 추론 및 목적지 예측

Abstract

최근 스마트폰과 태블릿과 같은 스마트 모바일 기기들의 급속한 보급으로 인해 개인 별로 하나 이상의 모바일 기기를 휴대하고 다니는 것이 일상적인 상황이 되었다. 이에 따라 웹서핑이나 메시징, 게임 등의 기능들을 활용하는 것이 자연스러운 상황이 되었으며, 해당 기기로부터 획득 가능한 개인 일상에 대한 직·간접 정보를 활 용하는 라이프 로그 마이닝 연구가 주목 받게 되었다. 라이프 로그로부터 사용자의 행위를 추론하고 목적지를 예측 하는 연구는 라이프 로그 마이닝 연구의 분야들 중 하나로 실제 생활에 밀접한 관련이 있고 지능형 서비스를 제공하는 기반이 된다는 점에서 중요성과 활용성이 높은 연구들이다. 하지만 스마트 기기가 주변 환경 정보나 과거 방문 기록 등과 같은 간접 정보만 획득 가능하다는 점과 개인의 행위와 목적지는 관측 가능한 요인 이외의 외부적인 요인의 영향을 미칠 수 있다는 점에서 이를 주어진 정보로부터 추론하는 데에 어려움이 존재한다. 본 연구에서는 위의 문제 점을 고려하여 라이프 로그로부터 사용자의 행위와 목적지를 추론 하는 방법에 대한 연구를 수행한다. 일련의 연구를 수행을 위해서는 라이프 로그를 수집할 수 있는 환경의 구축이 선행되어야 한다. 기존 라이프 로그 연구들은 연구들 각각에 대해 라이프 로그 수집 환경을 개별적으로 구축하고 수입하는 경우가 다수였다. 다양한 연구들의 요구사항에 따라 유연 하게 설정 가능한 플랫폼을 구축을 통해 다양한 라이프 로그 연구 에 기반으로써 신속하게 연구를 진행할 수 있는 기반을 제공한다. 라이프 로그 연구에서 공간적 정보의 적절한 획득 및 활용은 중요한 요소 중 하나이다. 라이프 로그에서는 GPS 센서와 같은 장비를 통해 위치 정보를 물리적인 위치를 나타내는 좌표의 형태로 획득되지만, 본 연구에서 수행하는 사용자 행위 추론 연구나 목적지 예측 연구 등과 같이 사용자의 움직임이나 상태를 추론하는 연구에서는 물리적인 위치에서 더 나아가 해당 위치가 어떤 장소인지를 인지하고 활용하는 것이 중요하다. 본 연구에서는 이를 위해 라이프 로그로부터 획득한 불규칙적인 위치 좌표 정보로부터 응용의 관점에서 적합한 중요 장소들을 추출하는 클러스터링 기반 알고리즘을 제안 한다. 사용자 행위 추론은 위에서 소개한 라이프 로그 수집 플랫폼 상에서 실험을 수행하고 제안한 장소 추출 방법론을 통해 장소를 획 득한 후 이를 바탕으로 사용자 행위를 추론하는 방법론을 제안한다. 사용자가 일상 생활에서 수행하는 다양한 고차원 행위들에 대해 실 생활에서 획득한 라이프 로그 및 태깅된 행위 정보를 기반으로 추론하는 방법론을 제시한다. 사용자가 방문할 다음 목적지 예측을 실제적 상황에서 수행하기 위해 라이프 로그로부터 패턴을 획득하고 이를 바탕으로 사용자의 라이프 로그를 새로운 형태로의 맵핑을 통해 목적지를 예측하는 방법론을 제시한다. 제시한 방법론은 생활 공간에서의 목적지 예측 문제를 풀고자 한 것으로 사용자의 실제 생활에 밀접한 세세한 레벨 에서의 목적지 예측을 수행하였으며 기존 방법론 대비 개선된 성능을 보임을 확인하였다.