01 · 02 / 18
연구 배경 — 초고령사회, AI 돌봄 도입 현황
기술 도입은 빠르게 늘었지만, 현장에서 쌓인 근거는 아직 부족합니다.
A
AI 돌봄 확산
- 돌봄 · 반려 로봇 도입
- 대화형 AI(LLM) 활용
- 생체 감지 & 위험 예측
B
근거 체계 부재
- 도입 자체에만 집중
- 효과를 검증한 연구 부족
- 과장 홍보 우려
C
미들턴의 과제
- 근거 확보
- 실버타운 / 너싱홈 적용
- 사내 지식 자산으로 축적
핵심 질문
"기술은 쏟아지는데, 어떤 기술이 실제로 고령자에게 도움이 되는가?"
사람의 돌봄과 어떻게 결합하느냐(보조냐 대체냐)가 관건입니다.
선행연구 한계 — 기존 메타분석 vs SilverCare
수치 요약에 그치지 않고, 인과 구조와 주장–검증의 간극까지 밝힙니다.
| 구분 | 기존 선행연구 | SilverCare 차별화 연구 |
|---|
| 분석 방식 | 효과크기 수치만 합산 | 인과 지식그래프 구축 |
| 인과 구조 | AI를 하나의 개입으로만 취급 | 보조(Complement) vs 대체(Substitute) 분리 |
| 주장–검증 대조 | 학술 논문만 검토 | 뉴스(주장) vs 학술문헌(검증) 2D 대조 |
| 미래 가설 발굴 | 이미 보고된 결과를 정리하는 수준 | GATED 신경망으로 검증 전 가설까지 예측 |
연구 목표 및 가설 — 핵심 가설과 5대 온톨로지
Core Hypothesis · 핵심 가설
AI 기술은 인적 돌봄을 대체(Substitute)할 때가 아니라 보조(Complement)할 때, 고령자의 건강과 삶의 질 5대 영역 개선 효과를 극대화한다.
Ⅰ · Emotional
정서
- 우울 · 불안 감소
- 외로움 완화
- 정서적 안녕감 증진
Ⅲ · Physical
신체
- 낙상 위험 감지·예방
- 생체 징후 모니터링
- 신체 기능 유지
Ⅳ · Social
사회적 교류
- 가족/간호인 교류 촉진
- 사회적 관계망 유지
- 대면 소통 증진
Ⅴ · Life Satisfaction
삶의 만족도
- 독립적 자립 생활
- 수면 질 개선
- 일상생활 만족도 향상
상세 도식 01 · Outcome Ontology · 05 / 18
결과지표 5대 온톨로지 — 측정도구와 기대 효과
각 영역을 무엇으로 재는지(표준 척도)를 고정해, 논문·특허·뉴스를 같은 온톨로지로 비교합니다. 척도 이름에 커서를 올리면 설명이 나옵니다.
1. 정서 Affective
외로움UCLA Loneliness Scale · de Jong Gierveld
우울GDS · PHQ-9 / CES-D
자존감·불안RSES · GAD-7
스트레스PSS · 타액 코르티솔
→ AI 대화와 돌봄으로 외로움·우울이 뚜렷하게 감소
2. 인지기능 Cognitive
전반적 인지MMSE / Mini-Cog · MoCA
치매·중증도ADAS-Cog · CDR
세부 영역실행기능(Trail Making) · 주의집중 & 기억 과제
진행 추이인지 저하 속도 · 디지털 바이오마커
→ 대화형 인지 자극으로 인지 저하 속도를 늦춤
3. 신체건강 Physical
일상생활 수행ADL · IADL
신체 수행SPPB · 보행 속도 & 악력
안전 & 바이탈낙상 발생 횟수 · 응급이송/비상호출
수면 & 활동량PSQI · 일일 총 걸음 수
→ 모니터링·활동 유도로 낙상을 줄이고 수면을 개선
4. 사회참여 Social
사회적 연결망LSNS-6 · 관계망 규모 & 접촉
사회적 지지감MSPSS · 정서적/도구적 지지
대면 상호작용대면 방문 빈도 · 가족/돌봄자 대화량
프로그램 참여경로당/센터 출석 · 집단 활동
→ AI를 보조로 쓸 때 대면 교류 기회가 늘어남
5. 삶의 만족 QoL
일반 삶의 질SF-36 / SF-12 · EQ-5D
노인 특화WHOQOL-OLD · CASP-19
치매 특화QUALID · QoL-AD
주관적 안녕감LSI · SWLS
→ 5개 영역을 합산해 삶의 질 총점 산출
04 · 06 / 18
연구 전략 — 1~2단계: 이중 코퍼스 수집 & LLM 선별
학술문헌(검증)과 뉴스(주장)를 따로 모으고, 전문가가 한 번 더 확인합니다.
01
이중 코퍼스 수집 파이프라인
- 학술 문헌 (검증 축) — 9개 DB · PubMed, Scopus, KCI 등
- 뉴스 코퍼스 (주장 축) — BIGKinds, 포털 뉴스, 보도자료
- 중복 제거 후 PRISMA 흐름에 맞춰 정리 (DOI·연도·설계)
02
LLM 스크리닝 & κ 검증
- LLM 다중 모델 분류로 수만 건을 빠르게 1차 선별
- 전문가 이중 라벨링 — 300건 무작위 표본 평가
- 신뢰도 일치도 κ 0.75 이상 확보 후 전문(full-text) 검토
품질 보장 · 환류 구조
검색식과 선별 코드를 모두 공개해 누구나 같은 결과를 재현할 수 있으며, 전문가 검증 결과를 3단계 추출 엔진에 다시 반영해 근거 없는 인과관계를 걸러냅니다.
전체 연구 파이프라인 — 4단계 추진 구조
Stage 01 수집 → Stage 04 예측·검증.
STAGE 01
수집 · 정제
학술 DB 9종(PubMed·Embase·PsycINFO·CINAHL·Web of Science·Scopus·Cochrane·IEEE/ACM·KCI) + 뉴스·산업 코퍼스. 검색식 실행·PRISMA 기록 · 중복 제거 · 메타데이터 정규화(DOI·연도·설계).
STAGE 02
적합성 선별
LLM + 전문가 이중 라벨. 다중 모델 제목·초록 분류 · 전문가 표본 검증(κ ≥ 0.75) · 전문(full-text) 검토로 대상 확정.
STAGE 03
지식그래프
GraphRAG 계열 인과 추출. 문단 청킹·근거문장 고정 · 개입–관계–결과 트리플 추출 · 온톨로지 매핑·엔티티 해소.
STAGE 04
예측 · 검증
허브·경로 분석(중심성·Leiden) · 메타분석·메타회귀 · GATED 링크예측 · 주장–검증 대조 · 전문가 최종 판단.
Causal KG
개입(돌봄로봇·대화형 AI·모니터링) → 매개(외로움·우울·신체활동·사회접촉) → 결과지표(정서·인지·신체·사회·삶의 만족도)
3단계: 인과 지식그래프 & 경로 분석
Intervention → Mediator → Outcome 지식그래프 및 2대 경로.
01
트리플 구조화
- 개입기술 → 매개요인 → 건강지표
- 인과 노드 & 방향성 엣지 도출
- GraphRAG 문단 청킹
02
보조 vs 대체 분류
- 보조(Complement) 시너지 경로
- 대체(Substitute) 부작용 경로
- 매개 요인의 작용 방향 분류
03
매개 허브 식별
- 네트워크 중심성 분석(Leiden)
- 핵심 매개 Hub 식별
- 메타분석 효과크기 통합
기대 효과
수만 건의 학술 데이터를 인과 지식그래프로 바꾸어, AI 돌봄이 실제로 어떻게 작동하는지 밝힙니다.
보조 vs 대체 — 2대 인과 경로 대조
같은 매개 허브 노드를 지나지만, 방향이 반대입니다.
보조 Complement
AI 돌봄 ＋ 인적 돌봄 유지 — 돌봄 인력이 계속 관여
↓
상호작용 기회 ↑ · 돌봄자 부담 ↓ (반복 업무 자동화·소진 완화)
↓
매개 허브 — 외로움 ↓ · 우울 ↓ · 스트레스 ↓ · 신체활동 ↑
↓
가설 H1 — 자존감·인지·사회참여·삶의 만족도 뚜렷한 개선
대체 Substitute
AI 돌봄이 인적 돌봄 대체 — 돌봄 인력·방문 감소
↓
대면 접촉 빈도 ↓ · 스스로 활동할 동기 ↓
↓
같은 허브 노드 — 고립감 ↑ · 우울 ↑ · 신체활동 ↓ (방향만 반대)
↓
가설 H2 — 삶의 질 개선 없음 또는 역효과, 효과크기 뚜렷하게 낮음
06 · 10 / 18
독창성 & R&D 가설 발굴 — GATED 링크예측
GAT + Transformer Encoder-Decoder 기반 링크예측 알고리즘.
GATED 모델 핵심
- GAT — 노드 어텐션 임베딩
- Transformer Enc-Dec — 엣지 예측
- 시간분할 검증 — 보고되지 않은 인과 경로 자동 발견
새로운 인과 경로 · 가설 추론
- 아직 보고되지 않은 시너지 경로 탐지
- 보조·대체 경로를 나누어 정밀 추론
- 과거 학습 → 최근 예측으로 성능 검증
20–30건 · 신규 R&D 가설
전문가 3인이 타당성·신규성·실증가능성을 평가한 가설을 추려 미들턴의 차세대 기술 과제로 제안합니다.
과대광고 방지 — 주장–검증 간극 분석
언론 마케팅(Claim) vs 학술 검증(Evidence) 2차원 대조. ↑ 위로 갈수록 주장 강도가 세고, → 오른쪽으로 갈수록 근거가 탄탄합니다.
↑ 주장 강도 CLAIM / → 근거 강도 EVIDENCE
과대주장 위험
주장 高 · 근거 低 — 마케팅 위험이 큰 영역. 법적·윤리적 리스크를 미리 관리.
검증된 강점
주장 高 · 근거 高 — 바로 제안할 수 있는 영역.
관망 영역
주장 低 · 근거 低 — 지켜볼 영역.
선점 기회
주장 低 · 근거 高 — 학술적으로 먼저 선점할 R&D 영역.
Claim–Evidence 2D Matrix
개입기술과 건강지표를 교차한 매트릭스로 주장–검증 간극 지수를 산출해, 과대주장(Over-claim) 위험을 미리 찾아내고 근거 공백·선점 기회를 짚어냅니다.
미들턴 기여 가치 ① — 사내 KMS 고도화
한 번 쓰고 마는 보고서가 아니라, 회사가 계속 쓰는 지식 자산으로 남깁니다.
01
KMS 데이터베이스 이관
- Graph DB / API 형태 제공
- 수만 건의 인과 데이터 이관
- 사내 검색 서비스에 연동
02
R&D 가설 탐색기
- GATED 엔진 기반
- 새로운 사업 가설 자동 탐색
- 아이디어 발굴 엔진
03
재현 가능 코드
- 난수 시드·버전 고정
- 직접 갱신 가능한 환경
- 오픈소스 일체 이관
핵심 가치
"연구가 끝난 뒤에도 미들턴이 직접 찾아보고 넓혀갈 수 있는 인과 지식 자산"
미들턴 기여 가치 ② — 서비스 근거 매트릭스
실버타운·너싱홈·메디컬타워 등 사업 영역별 근거 등급(Grade A~D) 가이드라인.
| 적용 사업 모델 | 추천 핵심 AI 기술 | 주요 기대 효과 | 근거 등급 |
|---|
| 고급 실버타운 | 대화형 AI + 사회적 연결 보조 로봇 | 정서적 안녕감 & 삶의 만족도 | Grade A |
| 전문 너싱홈 | 생체감지 센서 + 낙상/위험 예측 | 신체 안전 & 간호 업무 경감 | Grade A |
| 메디컬 타워 | 디지털 트윈 기반 건강 모니터링 | 인지기능 유지 & 치매 예방 | Grade B |
활용 방안
미들턴이 B2B·B2G 제안서를 쓸 때 근거 자료로 바로 씁니다.
프로토타입 시연 — 실시간 개발 포털 시스템
공식 포털에서 4대 도식과 개발 게시판을 그대로 공개합니다.
/flow.html
연구 플로우
- 4대 파이프라인 인포그래픽 (Stage 01→04)
- 연구 설계 전체를 한눈에
- 한국어·영어 전환
/index.html
포털 메인
- 1분 연구 소개 영상
- 4단계 추진 로드맵
- 연구 개요 · 참여 기관
/board/
개발 조언 게시판
- 조언·이슈·의사결정 기록
- 수집·선별·KG·GATED 단계별 분류
- Open · Applied · Hold 상태 추적
11 · 상세 도식 05 · 16–17 / 18
추진 일정 — 8월 집중 실행 Sprint
계약 기간은 12월 14일까지지만, 핵심 연구는 8월 한 달에 마칩니다.
W1 · 8/1–8/8
1단계 수집 완료
9개 DB + 뉴스 코퍼스 · 검색식 & 사전등록 확정
W2 · 8/9–8/15
2단계 선별 완료
LLM 다중 모델 분류 · 전문가 κ 검증 300건
W3 · 8/16–8/22
3단계 지식그래프
개입-매개-결과 트리플 · Causal KG & 메타분석
W4 · 8/23–8/29
4단계 GATED 완료
가설 20~30건 도출 · 주장–검증 간극 분석
마일스톤
8월 29일 4단계 실무 과제 완료 → 9월부터 검증·보고서·KMS 이관 단계로 넘어갑니다.
결론 및 최종 산출물 — 미들턴 제공 5대 자산
연구 결과를 사내 자산으로 남기는 방법.
Ⅲ
GATED 가설집
- 전문가 3인 검증 차세대 R&D 가설 20~30건
감사합니다
끝까지 들어주셔서 감사합니다. 질문 받겠습니다.