Digital Phenotyping이란? 디지털 표현형 개념 정리

Digital Phenotyping(디지털 표현형)이란, 스마트폰·웨어러블 같은 개인 디지털 기기가 일상에서 남기는 데이터를 이용해 사람의 행동과 상태를 순간순간, 실제 환경에서 정량화하려는 접근입니다. 유전자가 만드는 표현형(phenotype)에 빗대어, “기기 사용이 만들어 내는 표현형”이라는 뜻으로 붙은 이름입니다.

이 개념은 정신건강 연구에서 특히 주목받았습니다. 사람의 상태는 진료실에서의 짧은 순간이 아니라 일상 속에서 계속 변하는데, 디지털 기기는 그 일상의 흐름을 관찰할 수 있는 창을 열어 주기 때문입니다. 이 글은 개념의 출처, 신호의 종류, 정신건강에서의 의미, 그리고 반드시 함께 다뤄야 할 윤리·프라이버시를 정리합니다.

---

01. 개념은 어디서 왔는가

디지털 표현형은 두 갈래의 논의에서 정립됐습니다.

• Onnela & Rauch(2016)는 스마트폰 기반 데이터를 활용해 행동과 정신건강 연구를 강화하는 방법론으로서 디지털 표현형을 제안했습니다. 핵심은 실제 환경에서(in-situ), 고빈도로, 자연스럽게 발생하는 데이터를 활용한다는 점입니다.
• Insel(2017)은 이를 “행동에 관한 새로운 과학을 위한 기술”로 규정하며, 임상 정신의학이 오랫동안 의존해 온 주관적 보고와 단발성 관찰의 한계를 보완할 가능성으로 논의했습니다.

즉 디지털 표현형은 특정 제품이 아니라, 일상의 디지털 흔적으로 상태를 측정하려는 연구 패러다임에 가깝습니다.

02. 수동(passive) 신호와 능동(active) 신호

디지털 표현형의 데이터는 크게 두 종류로 나눕니다.

수동(passive) 데이터

• 사용자가 특별히 의식하거나 입력하지 않아도 수집되는 정보.
• 예: 이동·활동 패턴, 기기 사용 리듬, 화면 상호작용의 시간적 패턴 등.
• 장점은 부담이 적고 연속적이라는 것, 단점은 맥락 없이 해석하기 어렵고 프라이버시 민감도가 높다는 것.

능동(active) 데이터

• 사용자가 직접 응답하거나 입력해야 얻어지는 정보.
• 예: 설문, 기분 체크인, 의도적으로 녹음한 음성 등.
• 장점은 맥락과 자기보고가 함께 담긴다는 것, 단점은 참여 부담과 응답 편향이 생긴다는 것.

음성은 이 두 축에 걸쳐 있습니다. 사용자가 의도적으로 남긴 음성은 능동에 가깝고, 상호작용 중 자연스럽게 발생한 음성은 수동에 가깝습니다. 음성이 어떤 신호를 담는지는 Voice Biomarker 완전 가이드에서 자세히 다룹니다.

03. 정신건강에서 왜 의미가 있는가

전통적인 정신건강 평가는 진료실에서의 짧은 면담과 주관적 회상에 크게 의존합니다. 문제는 사람의 상태가 하루, 한 주, 상황에 따라 계속 변한다는 점입니다. 한 시점의 스냅숏만으로는 이 변동을 놓치기 쉽습니다.

디지털 표현형은 이 지점을 보완하려 합니다.

• 고빈도·연속 관찰: 드문 면담 대신 일상의 여러 시점을 관찰할 수 있습니다.
• 생태학적 타당성: 실험실이 아니라 실제 생활 맥락에서 데이터가 수집됩니다.
• 개인 내 변화 포착: 남과 비교하는 대신 개인의 평소 상태 변화를 볼 수 있습니다.

이 마지막 지점이 특히 중요합니다. 사람마다 기준선이 다르기 때문에, 디지털 표현형의 진짜 가치는 절대값 비교가 아니라 개인 기저선 대비 변화를 관찰하는 데 있습니다. 이 원리는 직원 번아웃 조기 발견에서 조기 발견의 핵심으로도 설명했습니다.

04. 반드시 알아야 할 한계

디지털 표현형은 매력적이지만, 과신하면 위험합니다.

1. 재현성과 효과 크기의 편차. 신호와 상태의 연관은 데이터셋·집단·환경에 따라 크게 달라질 수 있습니다.
2. 맥락 부족. 수동 신호는 왜 그런 패턴이 나타났는지를 설명하지 못하는 경우가 많습니다.
3. 편향(bias). 특정 인구집단에 치우친 데이터로 학습하면 성능이 불균형해집니다.
4. 진단이 아니다. 디지털 표현형은 상태를 관찰·연구하는 방법이지 의료적 진단이 아닙니다.
5. 교란 요인. 특히 음성은 감기·수면·소음·기기·언어의 영향을 크게 받아 단일 샘플로 확정할 수 없습니다.

05. 윤리와 프라이버시: 가장 먼저 다뤄야 할 문제

디지털 표현형은 사람의 가장 사적인 일상 데이터를 다룹니다. 그래서 기술적 성능보다 먼저 논의되어야 할 것이 윤리입니다.

• 동의(consent): 무엇이, 왜, 어떻게 수집되는지 사용자가 명확히 이해하고 동의해야 합니다.
• 최소 수집·목적 제한: 필요한 만큼만, 정해진 목적으로만 사용합니다.
• 비식별·접근 통제: 개인을 식별할 수 있는 형태의 노출을 최소화합니다.
• 권력 비대칭 방지: 특히 고용 맥락에서는 데이터가 개인을 불리하게 쓰이지 않도록 설계해야 합니다.

SYMPLE은 이 원칙을 설계의 출발점으로 둡니다. 개인에게는 자기 이해를 돕되, 조직에는 개인을 특정할 수 없는 집단 수준 신호만 제공합니다. 특정 개인의 상태를 지목하는 방식은 지향하지 않습니다.

06. 요약

• 디지털 표현형 = 개인 기기의 일상 데이터로 행동·상태를 실제 환경에서 정량화하려는 접근.
• Insel(2017), Onnela & Rauch(2016)가 개념을 정립했다.
• 신호는 수동(passive)과 능동(active)으로 나뉘며, 음성은 그 사이에 걸친다.
• 재현성·맥락·편향의 한계가 있고, 진단이 아니라 변화 관찰에 가깝다.
• 무엇보다 프라이버시와 동의가 먼저다.

SYMPLE이 이 원칙으로 무엇을 만드는지는 SYMPLE 소개에서 확인할 수 있습니다.

---

References

1. Insel TR. Digital phenotyping: technology for a new science of behavior. JAMA. 2017;318(13):1215–1216.
2. Onnela JP, Rauch SL. Harnessing smartphone-based digital phenotyping to enhance behavioral and mental health. Neuropsychopharmacology. 2016;41(7):1691–1696.
3. Low DM, Bentley KH, Ghosh SS. Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investigative Otolaryngology. 2020;5(1):96–116.
4. Cummins N, Scherer S, Krajewski J, et al. A review of depression and suicide risk assessment using speech analysis. Speech Communication. 2015;71:10–49.