사용자 상황 인식을 위한 스마트폰 데이터 기반 상태 분류 기법

Abstract

스마트폰의 발달로 인해 기기 내 다양한 정보를 수집할 수 있으며 이를 통해 사용자의 상황을 인식하여 다양한 서비스를 제공할 필요성이 증가하고 있다. 기기 내에는 다양한 센서들이 내장되어 있으며 실제로 이를 활용하여 다양한 서비스를 제공하고 있다. 본 연구에서는 스마트폰을 통해 수집 가능한 데이터를 이용하여 기기의 상태를 분류하는 기법을 제안한다. 기기의 위치와 이동 상태 및 실내/실외를 실시간으로 분류하여 이를 응용할 수 있도록 한다. 스마트폰 위치 분류기는 기기 내 센서 데이터를 주 요인으로 사용하여 모형을 학습하고 분류를 수행한다. 먼저 가속도 및 자이로스코프 정보를 활용하여 기기가 테이블 위에 있는 상태를 분류한다. 또한 기기가 손에 있는 상태와 주머니나 가방과 같은 다른 곳에 있는 상태를 분류하는 모형을 통해 나머지 상태를 분류한다. 이동 분류기의 경우 사용자가 스마트폰을 들고 이동하는 상태와 그렇지 않은 상태를 분류한다. 기기 내 가속도 센서를 주요한 학습 요인으로 사용하며 그 외에 다양한 데이터를 이용하여 모형을 학습하고 이동 여부를 분류한다. 실내/실외 분류기는 스마트폰이 실내에 있는지, 실외에 있는지를 분류한다. 빛의 세기를 측정하는 조도가 가장 주요한 요인으로 여겨지는데, 실외의 경우 낮과 밤에 따라 자연광의 유무가 달라지므로 성능 향상을 위해 낮 전용 분류기와 밤 전용 분류기로 나누어서 학습을 진행하고 분류를 수행한다. 자체 제작한 안드로이드 어플리케이션을 통해 수집된 실제 스마트폰 데이터를 사용하여 모형을 학습하고 기기의 상태를 분류하는 기법을 평가하였다. 제안하는 방법론을 통해 스마트폰 위치 분류의 경우 0.88, 이동 상태 분류의 경우 0.86, 실내/실외 분류의 경우 0.88의 정확도를 얻었다.