심리학과 머신러닝의 결합…향후 치안 및 디지털 헬스케어 분야 활용
동국대학교는 조영일 경찰행정학부 교수연구팀이 동공의 미세한 변화를 분석해 인간의 감정 상태(긍정·부정)를 높은 정확도로 예측할 수 있는 머신러닝 모델을 개발했다고 9일 밝혔다.
이번 연구는 국제 학술지인 '피지올로지컬 리포트'(Physiological Reports) 2026년 최신호에 게재됐다. 그동안 학계에선 동공 크기 변화가 감정의 상태를 반영한다는 가설이 꾸준히 제기됐으나 이미지의 밝기나 복잡도 등 외부 요인에 따른 간섭 때문에 명확한 결론을 내리지 못했다.
연구팀은 이러한 한계를 극복하기 위해 이미지의 '시각적 복잡도(공간 주파수)'와 '정서적 각성 수준'을 엄격히 통제한 상태에서 실험을 진행했다. 실험은 40명의 대학생을 대상으로 긍정 및 부정 이미지를 보여주며 동공 반응을 정밀 측정, 이를 머신러닝 알고리즘으로 분석했다.
분석 결과 단순히 동공 데이터만으로 감정을 분류했을 때는 정확도가 57% 수준에 머물렀으나 시각적 조건과 각성 수준을 세분화해 분석했을 때는 성능이 비약적으로 향상됐다.
특히 각성도가 낮고 시각적 복잡도가 높은 특정 조건에서는 로지스틱 회귀(Logistic Regression) 모델을 통해 평균 약 79%의 분류 정확도(AUC 0.88)를 기록했다.
연구팀은 동공 확장 곡선의 하단 면적(AUPC)과 같은 특정 지표들이 감정 상태를 예측하는 데 핵심적인 역할을 한다는 점도 규명했다. 이번 연구는 동공 측정법이 정서적 가치(Valence)를 판별하는 비침습적이고 유효한 도구가 될 수 있음을 입증했다는 점에서 큰 의미가 있다.
경찰행정학적 관점에선 향후 거짓말 탐지기나 용의자 심리 분석 등 과학 수사 영역에 응용될 수 있는 기초 데이터를 제공한다는 점에서 주목된다.
조 교수는 "동공 반응은 자율신경계의 활동을 직접적으로 반영하는 만큼 이번 연구 결과는 임상 진단은 물론 감정을 인식하는 AI 기술 발전에 기여할 것"이라고 말했다. 이번 연구는 한국연구재단(NRF)의 지원을 받아 수행됐다.
