[논문 리뷰] Predicting Performance Under Stressful Conditions Using Galvanic Skin Response

Carter Mundell, Juan Pablo Vielma외 1명|arXiv (Cornell University)|2016. 06. 06.

Advanced Sensor and Energy Harvesting Materials인용 수 7

한 줄 요약

이 연구는 저스트레스 조건에서 측정한 전기피부반응(GSR)이 높은 스트레스 상황에서의 개인 성과를 예측할 수 있음을 입증한다. 웨어러블 생체센서를 사용하여 저스트레스 조건에서의 GSR을 기반으로 한 모델이 높은 스트레스 성과 예측에서 AUC 0.76을 달성하였으며, 생체정보를 사용하지 않는 기준 모델(AUC ≈ 0.50)보다 유의하게 뛰어난 성능을 보였다.

ABSTRACT

The rapid growth of the availability of wearable biosensors has created the opportunity for using biological signals to measure worker performance. An important question is how to use such signals to not just measure, but actually predict worker performance on a task under stressful and potentially high risk conditions. Here we show that the biological signal known as galvanic skin response (GSR) allows such a prediction. We conduct an experiment where subjects answer arithmetic questions under low and high stress conditions while having their GSR monitored using a wearable biosensor. Using only the GSR measured under low stress conditions, we are able to predict which subjects will perform well under high stress conditions, achieving an area under the curve (AUC) of 0.76. If we try to make similar predictions without using any biometric signals, the AUC barely exceeds 0.50. Our result suggests that performance in high stress conditions can be predicted using signals obtained from wearable biosensors in low stress conditions.

연구 동기 및 목표

• 저스트레스 조건에서 측정한 전기피부반응(GSR)이 높은 스트레스 조건에서의 성과를 예측할 수 있는지 조사하기.
• 고위험하거나 스트레스가 많은 환경에서 실시간 성과 예측을 위한 웨어러블 생체센서의 실현 가능성을 평가하기.
• 생체신호를 사용하지 않는 기준 모델과 비교하여 GSR 기반 모델의 예측 능력을 평가하기.
• 스트레스 상황에서 성과 유지 또는 저하 가능성이 높은 개인을 식별하기 위한 데이터 기반 접근법 수립하기.

제안 방법

• 저스트레스 및 높은 스트레스 조건에서 조건이 통제된 환경에서 참가자가 산술 문제를 해결하는 실험을 수행.
• 웨어러블 생체센서를 사용하여 두 조건 모두에서 전기피부반응(GSR)을 지속적으로 모니터링.
• 예측 모델링의 입력으로 저스트레스 단계 동안의 GSR 데이터만 수집.
• 저스트레스 조건에서의 GSR 특징을 사용하여 기계학습 모델을 학습시켜 참가자를 높은 성과자 또는 낮은 성과자로 분류.
• 수신기작동특성곡선 아래 면적(AUC)을 사용하여 모델 성능 평가.
• 생체정보 입력이 없는 기준 모델(즉, 무작위 추측)과의 성능 비교.

실험 결과

연구 질문

• RQ1 저스트레스 조건에서 측정한 전기피부반응(GSR)이 높은 스트레스 상황에서의 개인 성과를 예측할 수 있는가?
• RQ2 생체정보 입력이 없는 기준 모델과 비교하여 GSR 기반 모델의 예측 정확도는 어떻게 되는가?
• RQ3 웨어러블 생체센서를 통해 스트레스 상황에서 성과가 저하될 가능성이 높은 개인을 얼마나 이르게 식별할 수 있는가?
• RQ4 GSR이 성과 설정에서 스트레스 내성의 생물학적 지표로서 통계적으로 유의미한가?

주요 결과

• GSR 기반 모델은 높은 스트레스 성과 예측에서 AUC 0.76을 달성하여 중간에서 강한 예측 능력을 보였다.
• 반면, 생체정보 입력이 전혀 없는 기준 모델은 AUC 약 0.50을 기록하여 거의 무작위 예측 수준이었다.
• 결과적으로 저스트레스 조건에서 측정한 GSR이 개인의 스트레스 내성에 대한 예측 정보를 담고 있음을 입증하였다.
• 이 연구는 웨어러블 생체센서를 통해 높은 스트레스 상황에서의 성과를 비침습적이고 실시간으로 예측할 수 있음을 확인하였다.
• GSR의 예측 능력은 직업 안전, 군사 작전, 고위험 직업에서 스트레스에 따른 성과가 중요한 분야에서의 잠재적 응용 가능성을 시사한다.
• 연구 결과는 GSR을 인사 선발 또는 실시간 작업 부하 모니터링을 위한 적응형 시스템에 통합할 것을 뒷받침한다.