Exploring the Use of Earable Device as a Prevention Strategy for Chronic Diseases : Promoting Physical Activity for Metabolic Syndrome = 이어러블 기기의 만성질환 예방 활용 가능성 탐색:대사증후군 위험군의 신체활동 증진을 중심으로

국문 초록 (Abstract)

웨어러블 기술은 1949년 Holter의 24시간 심전도(ECG) 장치에서 출발하여, 임상 환경 밖에서도 심혈관계·호흡·운동 등 다양한 바이오마커를 연속 측정할 수 있는 경량 다중 센서 기반 기기로 발전해 왔다. 21세기 초에는 사물인터넷(IoT)과 모바일 연결 기술의 확대로 의료 서비스가 열악한 지역까지 확대되었고, 코로나19 팬데믹은 피부 부착형 및 체액 기반 센서의 빠른 도입을 촉진하여 연속적인 모니터링, 조기 경고, 위험 예측을 가능하게 하였다. 특히 대사증후군 위험군에서는 신체활동의 총량보다 ‘패턴’과 ‘습관’이 더 중요하므로, 이러한 영역에서의 웨어러블 기기 활용이 핵심 화두가 되었다. 손목 착용형 웨어러블은 걸음 수나 칼로리 측정에 높은 신뢰도를 보였지만, 이어러블 기기는 장시간 실제 환경에서 사용하여도 신호 안정성과 착용감 면에서 더 우수한 사례가 보고되었다. 따라서, 만성질환 예방 분야의 인력 부족과 건강 형평성 격차를 해소하기 위해서는, 연속적으로 수집된 센서 데이터를 지속 가능한 행동 변화로 전환할 수 있는 참여형 서비스 디자인 프레임워크가 절실히 요구됐다.

본 논문은 서로 연계된 3가지 연구를 통해 이어러블 기기가 심장대사 위험을 감지하고, 시간대별 맞춤형 신체활동 ‘넛지(nudge)’를 제공하며, 대사증후군 위험 요인을 지닌 성인의 건강 습관 형성을 돕는 방안을 모색하고자 하였다. 따라서 본 논문의 목적은 이어러블 기기가 대사증후군 위험군의 신체활동을 촉진하고 일상생활에 자연스럽게 스며들어, 만성질환 관리를 디지털 공중보건(Digital Public Health) 이니셔티브 내에서 확장하는 예방 전략을 제시하는 것으로 설정하였다. 구체적으로, 연구 1에서는 이어러블 기기가 측정할 수 있는 건강 관련 지표를 정리하였고, 연구 2에서는 측정 정확도를 검증하여 시계열 신체활동 특성 및 행동 요인과의 관계를 추출했으며, 연구 3에서는 이러한 통찰을 바탕으로 오디오 햅틱 코칭 서비스와 사용자 여정 지도를 공동 설계하였다.

연구 1은 2015년부터 2020년까지 PubMed, Web of Science, Embase에 게재된 영어 논문을 대상으로 PRISMA ScR 기준을 적용해 995건을 스크리닝한 뒤, 청각과 무관한 이어러블 센싱 관련 인간 대상 연구 51편을 최종 선별했다. 각 논문에서 다룬 결과 변수, 바이오마커, 센서 종류 및 부착 위치, 예방 단계 등을 체계적으로 추출했다. 연구 2에서는 대사증후군 위험요인을 최소 하나 이상 가진 30세 이상 성인을 모집하여 Apple AirPods(3세대/Pro/Max)과 Apple Watch Series를 함께 쓰도록 한 뒤 7일간 5분 단위 에너지 소모량, 걸음 수, 이동 거리, GPS 데이터를 수집했다(총 217인일). 수집된 데이터를 바탕으로 동적 시계열 정렬(DTW) 파라미터와 실루엣 지수를 최적화한 TADPole 클러스터링을 계층적·분할적 방법과 함께 적용했고, 두 기기 간 측정치 일치도 평가와 더불어 습관적 사용 패턴이 클러스터 안정성에 미치는 영향 분석을 위하여 Pearson 상관분석, 일반화 가법 모형, 회귀 모형, Firth-penalized 로지스틱 회귀 및 매개분석을 활용하였다. 연구 3은 대사증후군 위험요인을 최소 하나 이상 가진 40세 이상 성인을 대상으로 ‘더블 다이아몬드(Double Diamond)’ 서비스 디자인 과정을 3단계로 진행하였다. 첫째, AEIOU 코딩 프레임워크를 활용한 초점집단인터뷰(N=11)와 3일간의 다이어리 프로브(N=10)를 통해 사용자 요구를 파악했고, 둘째, Bingo·IDEO 메소드 카드·Six Thinking Hats 기법을 활용하여 4시간의 서비스 공동 설계 워크숍(N=7)에서 자가 관리 시나리오를 도출했다. 마지막으로, 참여자들의 일상 루틴과 습관 형성 기회에 맞춘 오디오 햅틱 알림을 제공하는 코칭 페르소나와 사용자 여정 지도를 완성했다.

연구 1 결과, EEG(22%), 신체 움직임(12%), 체온(10%)이 주요 바이오마커로 나타났고, 전기·광전 센서가 주로 쓰였다. 논문의 69%는 2차 예방을 다뤘으나, 다양한 생체 신호가 1·3차 예방에도 적용될 수 있음을 시사하였다. 연구 2에서는 이어러블 기반 에너지 소모량(EE)이 손목 측정치와 중등도 강도에서 중간 정도 상관(r=0.63, p<.001)을 보였으며, TADPole 클러스터링을 통해 ‘좌식형’, ‘탐험형’, ‘슈퍼 액티비스트’등 3가지의 크로노타입을 도출해 평일과 주말 활동 패턴 변화를 포착하였다. Firth 페널티 모형에서는 습관적 사용 지수가 1점 상승할 때마다 패턴 불안정성이 77% 감소(OR=0.23, 95% CI 0.03–0.67)했고, 기기 확인 직후 행동하는 형태의 루틴은 더 강한 연관(OR=0.15, 95% CI 0.02–0.76)을 보여, 행동 변화에 대한 기술적 개입 필요성을 강조하였다. 연구 3에서는 음성 중심의 부담이 적은 코칭 페르소나와 7가지 시나리오 기반 사용자 여정 지도를 도출했고, 개입을 통해 HRV와 활동량 동시 감소 시 단기 오디오 및 진동 알림, 1시간 계속 앉아 있을 때 목·어깨 스트레칭 알림, FHIR 호환 개인 건강기록을 통해 지역사회 일차 의료기관 또는 서울특별시 ‘Wrist Doctor 9988+’ 서비스로 이어러블 기반 활력 징후를 전송하는 ‘우리 동네 의사’ 루프 등을 제시하였다. 참가자들은 상황 인지형 마이크로 피드백, 신뢰 집단 내 감정적 데이터 공유, 자율 안내와 사용자 주체성 간 균형을 중시했다.

뇌와 심장에 근접한 이어러블 기기는 위험 감지를 위한 연속 바이오마커 모니터링, 고해상도 가속도계 및 생체 신호 시계열 클러스터링을 통한 개입 기회 포착, 일상에 자연스럽게 스며드는 오디오 햅틱 알림을 통해 건강 습관 형성을 촉진한다. 학술적으로는 인공지능 기반 센서와 행동 과학을 결합한 ‘이어러블 기반 만성질환 예방 연속체’를 제안하였으며, 방법론적으로는 주제범위 문헌 고찰·실제 데이터 검증·참여형 서비스 디자인을 연결한 혼합 방법론 경로를 제시했다. 실질적으로는 이어러블이 손목형 웨어러블을 보완 또는 대체해 고령 인구의 디지털 격차를 줄이는 수단으로써의 가능성을 제시했고, 정책적으로는 한국의 MyHealthWay 플랫폼에 이어러블 데이터 스트림을 통합해 지역 프로그램의 패턴별 맞춤 알림 청사진을 제공하며 상호운용성·개인정보 보호·비용 효율성 등에 대한 거버넌스 논의 방안을 제안하였다.

주요 한계로는 소규모 샘플, 소비자용 이어폰에 PPG 센서 미탑재, 출판 편향 가능성, 장기·다기관 연구 부재 등을 꼽으며, 향후 연구에서는 더 크고 장기적인 코호트, 혈압·산소포화도 등 추가 바이오마커 활용, 환경 정보와 결합된 적응형 알고리즘, 윤리적인 데이터 거버넌스 프레임워크를 제안하였다.

끝으로, 만성질환의 전인적 예방을 위한 이어러블 기반 센싱과 사용자 중심 서비스 디자인을 결합하는 통합 예방 모델을 제시하였다. 2차 예방 단계에서는 연속 위험 모니터링과 패턴별 중재(좌식형·탐험형 프로필 식별 및 개인 맞춤 알림 제공)를, 1차 예방 단계에서는 상황 인지형 마이크로 피드백을 통한 의식적·무의식적 습관 형성 촉진을, 3차 예방 단계에서는 정서적 안정·사회적 공유·게이미피케이션을 활용한 기능 향상을 목표로 한다. 이 모델은 만성질환 관리를 위한 미래 지향적 전략으로 의의를 가진다.

다국어 초록 (Multilingual Abstract)

Wearable technology has evolved from Holter’s 24 hour electrocardiogram (ECG) in 1949 into lightweight, multi sensor devices that continuously track cardiac, respiratory, movement, and other biomarkers outside clinical settings. In the early 21st century, IoT and mobile connectivity expanded their reach into under resourced regions, and the COVID 19 pandemic spurred rapid adoption of skin and biofluidic based sensors for continuous monitoring, early warning, and risk prediction. Physical activity (PA) remains a critical focus for those at risk of metabolic syndrome (MetS), where patterns and habits matter more than total volume. While wrist worn wearables reliably capture steps and calories, earable devices offer greater signal stability and comfort for long term, real world use. To address workforce shortages and equity gaps in chronic disease prevention, participatory service design frameworks are needed to turn continuous sensor data into sustainable behavior change.

This dissertation synthesizes three inter linked studies to examine how earable device can broaden prevention strategy by detecting cardiometabolic risk, timing pattern specific PA nudges, and scaffolding habit formation among adults with MetS risk factors. This is to explore how earable devices can promote PA among adults at MetS risk, integrate seamlessly into daily life, and scale chronic disease management within Digital Public Health initiatives. Study 1 mapped the health-related indicators of earable device; Study 2 validated measurement accuracy and extracted time series PA rhythms; Study 3 co designed an audio–haptic coaching service and user journey map that embeds those insights into everyday self care.

Study 1 involved a scoping review of English language publications from 2015 to 2020 in PubMed, Web of Science, and Embase, applying PRISMA ScR criteria to screen 995 records and retain 51 original human participant studies on non auditory earable sensing, with data extracted on outcomes, biomarkers, sensor modalities and placement, and prevention stages. Study 2 enrolled adults aged 30 years or older with at least one MetS risk factor who habitually used both Apple AirPods (3/Pro/Max) and Apple Watch Series, collected 7 days of 5 minute energy expenditure (EE), step count, distance, and GPS data during PA (217 person days), and applied TADPole time series clustering optimized by dynamic time warping (DTW) parameters and silhouette index alongside hierarchical and partitional methods, followed by evaluation of device agreement and assessment of the influence of habitual use patterns on cluster stability through Pearson correlations, generalized additive and regression models, and Firth penalized logistic regression with mediation analysis. Study 3 engaged aged 40 years or older adults at least one MetS risk in a 3-stage Double Diamond service design process, beginning with focus group interviews (N = 11) and a 3 day diary probe (N = 10) analyzed using an AEIOU coding framework to identify user needs, proceeding to a 4 hour co design workshop (N = 7) employing Bingo, IDEO Method Cards, and Six Thinking Hats to generate and refine self care scenarios, and culminating in the development of a coaching persona and user journey map that align audio haptic earable prompts with daily routines and habit formation opportunities.

In Study 1, EEG (22 %), body movement (12 %) and core temperature (10 %) dominated the biomarker landscape, electrical and photoelectric sensors prevailed, and 69% of investigations focused on secondary prevention; nevertheless, the breadth of bio-signals suggested wider applicability to primary prevention and tertiary prevention. In Study 2, ear derived EE moderately correlated with wrist EE (r = 0.63, p < .001), particularly at light to moderate intensities; TADPole time series clustering revealed 3 archetypal chronotypes (Sedentary, Explorer, Super Activist) and captured weekday to weekend drift. In a Firth penalized model each 1 point rise in a habitual use composite corresponded to a 77 % reduction in pattern instability (OR 0.23, 95 % CI 0.03 0.67), while the simple routine of checking the device immediately before movement yielded an even stronger association (OR 0.15, 95 % CI 0.02 0.76), hinting that technology engagement points of behavioral change is needed. In Study 3, the process converged on a voice first, low burden coaching persona and seven scenario based user journey maps. Interventions included a short audio plus vibration prompt triggered by simultaneous declines in HRV and activity, an earbud initiated neck and shoulder stretch after 1 hour of sitting, and an “Our local doctor” loop that channels in ear vitals to primary care clinics in community or Seoul’s Wrist Doctor 9988 + service via FHIR compliant personal health records. Participants prioritized context aware micro feedback, emotionally secure data sharing within trusted circles, and a calibrated balance between autonomous guidance and user agency, underscoring the importance of user centered design.

Earable devices positioned close to the brain and heart enable continuous biomarker surveillance for risk detection, pinpoint intervention opportunities through time series clustering of high resolution accelerometry and bio-signals, and foster habit formation with unobtrusive audio haptic nudges integrated into daily routines. Academically, this work proposes an earable enabled prevention continuum that fuses sensor intelligence with behavioral science. Methodologically, it demonstrates a mixed methods pathway spanning scoping review, real world data validation, and participatory service design. Substantively, earables can complement or replace wrist wearables while reducing digital divides among aging populations. At the policy level, integration of earable device data streams into Korea’s MyHealthWay platform offers a blueprint for pattern specific nudging in regional programs and informs governance discussions on interoperability, privacy, and cost effectiveness.

Key limitations include a small sample size, prototype level hardware without PPG in mass market earbuds, potential publication bias, and lack of long term, multi site trials for efficacy and cost effectiveness. Future work should involve larger, longer cohorts, additional biomarkers (blood pressure, oxygen saturation), adaptive algorithms that merge ear centric signals with environmental context, and ethical data governance frameworks.

An integrated prevention model for holistic prevention of chronic disease supported by earable based sensing and user centered service design includes secondary prevention through continuous risk monitoring and pattern specific interventions, such as identifying sedentary or explorer profiles and delivering personalized nudges; primary prevention via context aware micro feedback that fosters both conscious and unconscious interactions to promote habit formation; and tertiary prevention focused on functional improvement through emotional reassurance, social sharing, and gamification. This model provides a forward looking strategy for chronic disease management.

목차 (Table of Contents)

• Chapter 1. Overall Introduction 1
• 1.1. Study Background 2
• 1.2. Purpose of Research 14
• Chapter 2. Health-Related Indicators Measured Using Earable Devices: Scoping Review 18
• 2.1. Study Background 19
• 2.2. Methods 22
• 2.3. Results 24
• 2.4. Discussion 37
• 2.5. Conclusion 47
• Chapter 3. Feasibility of Pattern-Based Physical Activity Monitoring Using Earable Devices 48
• 3.1. Study Background 49
• 3.2. Methods 52
• 3.3. Results 56
• 3.4. Discussion 69
• 3.5. Conclusion 76
• Chapter 4. User-Centered Service Design Approach for Self-Care Using Earable Devices 78
• 4.1. Study Background 79
• 4.2. Methods 81
• 4.3. Results 91
• 4.4. Discussion 121
• 4.5. Conclusion 129
• Chapter 5. Overall Discussion and Conclusion 131
• 5.1. Summary 132
• 5.2. Study Implications for Public Health in Korea 135
• 5.3. Limitations 142
• 5.4. Conclusions 144
• Supplementary Data 146
• Appendix A. A model for the relationships among wearables, earables, and hearables. 146
• Appendix B. Scoping review methodology 147
• Appendix C. Data abstraction from selected articles 154
• Appendix D. Key properties of earable devices and health-related indicators 161
• Appendix E: Device features by study participants 163
• Appendix F: Cluster exploration and validation results 164
• Appendix G: Sensitivity analyses of firth penalized logistic regression model 167
• Appendix H: Exploratory factor analysis of habitual earable device use 169
• Appendix I: Mapping focus group interview codes 170
• Appendix J: Probe contents and selected segments 171
• Appendix K: Co-design workshop activities and self-care storylines 174
• Bibliography 177
• Abstract in Korean 195