빅데이터마이닝 기반 아동 수면뇌파 분석을 통한 정서불안 아동관리 프레임워크

A Framework for the Management of Anxious Children Based on the Analysis of Major Data Mining

작년 말 연이어 언론에 보도된 친부모의 자녀 폭행, 유기 사건과 어린이집 보육교사의 아동 학대 사건들이 보여주듯 아동학대 건수와 심각성이 해마다 증가하고 있다. 이로 인해 국가적 차원의 아동보호 시스템 허점이 드러난 것이라는 비판이 쏟아졌고, 특히 가해자 중 부모가 차지하는 비율이 가장 높다는 것은 국민 정서상 많은 충격을 주었다. 이를 해결하기 위해 정부는 범정부차원의 종합대책인 아동학대 관련 특례법 제정 등 대책마련을 위해 힘쓰고 있으며, 이와 함께 위기아동 보호를 위한 다방면의 사회적 노력이 필요한 시점이다. 본 논문에서는 위기 아동을 조기에 발견하여 신속히 대처 또는 관리하는 기술적인 방안을 제시한다. 이를위해 빅데이터마이닝 기술을 활용하며 수집데이터는 아동 수면뇌파 기록이다. 뇌파검사(EEG)는 타검사에 비해 통증이 없다는 점에서 아동에게 실시하기 적합하고, 수면상태를 이용해 일반적으로 검사협조가 어려운 아동과 발달장애아인 경우에도 실시할수 있다는 점에서 데이터 수집에 장점이 있다. 수면뇌파 데이터 수집은 아동이 가장 많은 신체·정서적 활동을 수행하는 공간인 어린이집과 가정에서 실시하며 각각 낮잠시간과 수면시간을 이용해 뇌파 측정을 한다. 일정한 주기로 축적된 두 실험공간의 수면데이터 비교·대조를 통해 공통의 패턴을 추출하고 특징적으로 감정불안을 보이는 아동은 위험군으로 관리하여 부모와 보육교사 모두에게 양방향으로 검사결과를 송신한다. 위의 개념적 프레임워크가 아동의 정서불안 요소 감지를 통한 아동보호와 조기발견이 어려운 아동학대 예방을 위한 선제적 대응방안으로 활용되기를 기대한다.