Le Petit Care

Market Strategy

Serious Game

UX Desgin Research

Digital Storytelling

November 2024 ~ May 2025

🧑‍💼 Team Leader

🏆️ ACM CHI 2025 SDC Finalist (Top 4)

Le Petit Care: A Child-Attuned Design for Personalized ADHD Symptom Management Through AI-powered Extended Reality

Abstract

Le Petit Care는 ADHD의 약물 치료를 보완하고 기존 디지털 치료제의 한계를 극복하기 위해 설계된, AI 모델에 확장 현실(Extended Reality) 기술을 결합한 게임 솔루션입니다. 이 프로젝트의 목표는 아동이 진단과 치료 과정 전반에서 겪는 부정적 자아 인식과 죄책감을 완화하고 ADHD 증상을 효율적이며 개인화된 방식으로 관리할 수 있도록 돕는 것입니다. 스타트업 투자사 대표, 아동학 교수, 정신의학 전문의 등 여러 분야의 이해관계자 및 전문가 인터뷰와 폭넓은 자료 조사를 진행하였으며, 이를 토대로 ADHD 아동의 고유한 생리적·행동적 특징을 사용자 중심 원칙과 스토리텔링 프레임워크에 통합하여 맞춤형 게임 디자인을 설계했습니다. Le Petit Care는 국제적으로 공인된 진단 기준인 DSM-5를 기반으로 아동에게 특화된 가상 콘텐츠 환경에서 머리 움직임·시선 추적·행동·음성 등 다차원 데이터를 수집하고, 딥러닝 모델이 이를 실시간 분석하여 ADHD를 정량적으로 스크리닝합니다. 그리고 이러한 결과를 통해 각 아동에게 최적화된 행동 발달 훈련 시스템을 유기적으로 제공합니다.

ADHD 아동이라는 특정 사용자 그룹 대상 프로덕트의 차별화된 가치와 시장 임팩트를 위해 어떻게 커뮤니케이션하고 설계할 수 있을까?

이 프로젝트는 제가 학부 3학년 2학기부터 4학년 1학기까지 팀장으로서 의과대학, 디자인, 생물학 등 다양한 분야의 팀원들과 협업하여 기획하고 매니징한 프로젝트입니다. 기존에 진행했던 i-There 프로젝트를 바탕으로 ADHD 아동이라는 특정 타겟을 위한 제품 컨셉의 지속성과 타당성을 확보하기 위해 직접 다양한 이해 관계 분야의 전문가를 찾아가 인터뷰를 진행하고 사용자 중심의 경험 설계와 게임 디자인을 보완했습니다. 그렇게 개발한 Le Petit Care는 국제 인간-컴퓨터 상호작용 분야의 최고 권위 학회인 ACM CHI (Conference on Human Factors in Computing Systems)의 공식 프로그램 Student Design Competition 2025에 지원하여 예선을 통과해 본선 12팀에 진출했습니다. 이후 일본 요코하마에서 열린 CHI 2025 학회 현장 발표를 통해 최종 4팀(Finalist)으로 선정되어 ACM SIGCHI 공식 인증서를 수상하였습니다. 정적인 게임 규칙 대신 AI 기반 실시간 행동 분석을 통해 각 플레이어에게 맞춰 유동적으로 변화하는 적응형 콘텐츠를 설계하였으며, 디지털 치료 게임 디자인의 새로운 가능성을 제시하며 아동 정신건강 솔루션의 혁신적 접근법으로 국제적 인정을 받았습니다.

BACKGROUND

통계 자료 기반 문제 정의

주의력결핍과잉행동장애(Attention-Deficit/Hyperactivity Disorder, ADHD)는 주로 아동기에 나타나는 신경발달장애로 개인의 정신 건강 악화와 학업적 어려움을 초래하며 사회 전체에도 부담을 주는 질환입니다. 통계 자료에 따르면, 전 세계 3세에서 12세 아동 중 ADHD의 유병률은 약 7.6%(95% 신뢰구간: 6.1–9.4%)로 추정됩니다. 유럽에서 진행된 분석에 따르면 ADHD로 인한 연간 사회적 비용은 약 425억 달러에 달하며 이 중 교육 부문이 136억 달러, 보건 및 정신건강 부문이 79억 달러, 범죄 및 비행 관련 비용이 211억 달러를 차지합니다. 따라서 적절한 치료적 개입이란 단순히 증상을 완화하는 것에 그치지 않고 전반적인 정신 건강과 정서적 안녕을 향상시키며 일상생활 기능의 회복을 촉진하는 것을 포함합니다. 이러한 맥락에서 아동기 동안 적절한 치료적 개입을 시행하는 것은 매우 중요합니다.

기존 솔루션의 한계

약물치료는 ADHD에 가장 효과적인 치료법으로 여겨지지만 많은 아동들이 진단과 치료 과정에서 죄책감이나 심리적 부담을 경험합니다. 이러한 문제들은 약물만으로는 해결될 수 없으며 따라서 아동에게 개인화된 개입 전략이 매우 중요합니다. 이를 해결하기 위한 방법으로 놀이치료, 사회기술훈련, 인지행동치료 등이 제안되어 왔습니다. 그러나 이러한 방법은 특정 증상에만 초점을 맞추거나, 접근성이 낮거나, 효과를 객관적으로 평가하기 어렵다는 한계가 있습니다. 디지털 치료제(Digital Therapeutics, DTx)는 의학적 질환을 치료하거나 관리하기 위해 과학적 근거에 기반해 설계된 소프트웨어 솔루션으로, 높은 접근성과 개인 맞춤형 데이터 활용이라는 특성 덕분에 앞서 언급된 문제를 해결하는 효과적인 접근 방식으로 주목받고 있습니다. 하지만 현재의 ADHD 디지털 치료제들은 다양한 증상을 충분히 포착하지 못하거나 사용자 효용성이 낮다는 등의 한계를 지니고 있습니다.

문제 해결 접근법

인공지능(AI)을 비롯한 최신 기술의 발전은 기존 접근법의 한계를 극복할 새로운 가능성을 열어주고 있습니다. 자료 조사 결과 최근에는 Nature 등지에서 AI 기술을 활용하여 전통적 방법으로 포착하기 어려운 정신 질환의 언어 및 움직임 패턴을 감지하는 연구가 발표되고 있으며 이처럼 명확한 기준에 기반한 사용자 데이터의 정량적 분석이 가능하다면 ADHD를 위한 맞춤형 관리 프로그램의 개발이 가능합니다. 특히 XR 기술은 몰입형 3차원 환경을 생성해 시뮬레이션된 맥락에서 실제 행동을 관찰하고 측정할 수 있으며 단일 장비의 내장 센서를 통해 머리 움직임, 손 제스처, 시선 추적, 음성 입력과 같은 다차원 데이터를 실시간으로 손쉽게 캡처, 처리, 전송할 수 있다는 특징이 있습니다.

동시에 아동의 심리적·정서적 요구를 반영한 사용자 중심 디자인 또한 이러한 환경에서 그 효과가 입증되어 왔습니다. 대표적인 사례로 스탠퍼드 디자인스쿨(Stanford Design School)은 MRI 촬영 시 폐쇄된 공간에 극도의 불안을 느끼는 아동들을 위해 '수중 탐험', '우주 여행', '해적 모험' 등 몰입형 테마를 적용하여 MRI를 놀이 경험으로 재설계했습니다. 그 결과 아동의 공포를 효과적으로 완화하고 긍정적이며 즐거운 경험을 제공할 수 있었습니다. 이러한 성공 사례를 바탕으로 본 프로젝트는 ADHD 아동의 고유한 요구를 깊게 이해하고 이를 해결하는 데 집중하고자 했습니다.

우리는 AI의 데이터 기반 정량화와 개인화라는 특성, 그리고 ADHD 아동 특화 게이미케이션 디자인을 결합하여 기존 방식의 한계를 극복하는 XR 솔루션을 기획했습니다.

RESEARCH

이해관계자 인터뷰 및 요구사항 도출

제품 컨셉 검증을 위해 아동학 교수,디지털 헬스케어 투자 기업 CEO, 정신과 전공와 심층 인터뷰를 진행하여 핵심 설계 요구사항을 도출했습니다.

[사용자 니즈 발굴] 아동학 교수는 ADHD 아동이 여러 소리 중 중요한 정보에 선택적으로 집중하기 어렵고 작업 기억 약화로 순서 기억과 만족 지연에 어려움을 겪는 청각적 주의력 결핍 특성을 강조했습니다. 이러한 인지적 특성은 수행 능력의 비일관성으로 발현되어 "의도적으로 하지 않는다"는 오해를 받기 쉬우며 또래관계에서 청각 정보를 놓치고 규칙을 지키기 어려워 사회적 고립을 경험하며 반복되는 야단으로 자존감이 낮아지는 악순환에 빠진다고 설명했습니다. 프로그램 설계 측면에서는 ADHD 아동이 여러 자극에 쉽게 분산되는 특성상 불필요한 자극을 최소화해야 정확한 검사 결과를 얻을 수 있으며 증상의 정도와 연령에 따라 개인차가 크므로 개인별 맞춤형 프로그램을 체계적으로 개발할 필요가 있다고 조언했습니다.

[시장 검증] 디지털 치료 투자 기업 대표는 선행 연구의 AI 기반 ADHD 진단이 임상적으로 엄밀하지 않다고 지적하며 실제 ADHD 확진 환자군과 정상군의 게임 수행 데이터로 학습시켜야 정확한 분류가 가능할 것이고, 학생 경진대회일지라도 스크리닝 정확도의 검증 방법은 명확히 제시할 것을 권장했습니다. XR 기술 사용에 대해서도 비판적이었으며 헬스케어 웨어러블은 불편함보다 효용이 훨씬 커야 하는데 투자한 VR 기반 DTx 3개 팀 모두 "왜 이 기술을 써야 하는가"에 대한 명확한 답을 찾지 못해 어려움을 겪고 있다고 언급했습니다. 데이터 보안은 비식별 정보만 다룬다면 개인 동의와 HIPAA 준수 클라우드로 충분하며 결론적으로 기술적 엄밀함보다 실용적 효용과 검증 가능성에 집중하고 이 기술이 ADHD 아동과 가족에게 어떤 명확한 가치를 제공하는지를 먼저 증명해야 할것이라 강조했습니다.

[도메인 전문성 확보] 정신과 전공의는 ADHD 스크리닝을 위한 XR 기반 측정 방식에 대해 세 가지 추가적인 아이디어를 제안했습니다. 첫째, 주의력 문제와 지능 문제를 구분하기 위해 틀린 횟수뿐만 아니라 연속 정답 개수나 실수 없이 수행한 과제 수도 함께 측정할 것을 추천했습니다. 진단 검사는 실제 ADHD 환자를 정확히 찾아내는 민감도와 ADHD가 아닌 사람을 정확히 걸러내는 특이도를 모두 고려해야 하는데 ADHD 위험군을 놓치지 않는 것이 중요하므로 민감도가 우선이지만 정답 개수를 함께 측정하면 지능 장애 같은 다른 원인을 배제하여 특이도도 높일 수 있다고 설명했습니다. 둘째, 충동성 지표를 측정할 수 있는 방식도 고려해볼 것을 권장했습니다. 충동성은 아이가 상황을 고려하지 않고 하고 싶은 행동을 바로 실행하는 것을 의미하는데 기기를 벗는 횟수처럼 아이가 충동적으로 다른 행동을 하는 것을 측정하거나 실제 몸의 움직임이나 목소리 같은 물리적 데이터를 활용하는 것도 적절해보인다 조언했습니다.

핵심 설계 원칙 설정

전문가 인터뷰에서 얻은 인사이트를 바탕으로 우리는 세 가지 핵심 설계 근거를 도출했습니다: 사용자 효용(User Utility), 인지적 요구(Cognitive Needs), 그리고 데이터 기반 개인화(Data-Driven Personalization)입니다. 이후 추가적인 문헌 조사를 통해 각 설계 방향을 구체화했습니다. ADHD 아동의 지속적인 참여와 정서적 연결 강화를 위해 스토리텔링과 게임화를 활용하고, ADHD 아동의 신경생물학·행동학적 특성을 고려한 시각 디자인 원칙을 수립했으며, XR 기반 센싱 기술과 AI를 결합한 정량적 평가 체계를 구축하는 방향을 설정했습니다.

DESIGN

사용자 효용

전문가 인터뷰와 문헌 검토를 통해 기존 ADHD 디지털 치료제가 아동의 행동 및 인지적 측면에서 한계를 보인다는 점을 확인했습니다. 선행 연구들은 동화 내러티브와 점진적 난이도 조정을 통합한 게임화 시스템이 ADHD 아동에게 있어 동기 부여, 주의력 유지, 지속적 참여 측면에서 긍정적 효과를 보여 ADHD 관리에 있어 효과적인 설계 전략임을 입증했습니다. 아동학 교수는 ADHD 아동이 초기 장면의 매력도나 난이도가 적절하지 않으면 빠르게 흥미를 잃는다고 강조하며 사회적 낙인과 부정적 자아 인식을 줄이는 것이 정서적 발달과 지속적인 치료 참여에 필수적이라고 설명했습니다. 우리는 이러한 점을 고려하여 동화 스토리텔링 컨셉을 통한 정서적 연결과 지속적인 참여 유도를 핵심으로 게임 디자인을 설계하고자 했습니다.

인지적 요구를 반영한 디자인 원칙

우리는 또한 ADHD 아동의 신경생물학적과 행동적 특성을 고려한 시각 디자인 원칙을 수립하였습니다. ADHD 아동은 낮은 도파민 수치로 인해 파란색 처리에 더 많은 인지 자원을 필요로 하며, 빨강, 초록, 주황과 같은 중파장에서 장파장 색상에서 효율성이 향상된다는 연구 결과를 발견했습니다. 따라서 시각적 피로를 줄이기 위해 사용자 인터페이스와 콘텐츠 모델링 구현에 이러한 장파장 색상을 우선시했습니다. 또한 아동의 제한적인 읽기 능력과 XR 환경에서의 멀미 위험을 고려하여 텍스트를 최소화하고 직관적인 그래픽 요소를 통합했습니다. ADHD 아동은 짧은 주의 지속 시간과 주의 분산 문제로 초기 장면이 매력적이지 않으면 쉽게 흥미를 잃습니다. 이를 해결하기 위해 도입부는 눈길을 끄는 형태로 설계해 주의를 끌고자 했습니다.

데이터 기반 개인화 인프라 설계

생물학적 마커가 부족한 정신의학 분야에서 진단 도구는 주로 증상 및 행동 평가에 의존하며 ADHD 평가 척도(ADHD-RS)는 DSM-5 기반 18항목 설문지로 신뢰할 수 있는 기준을 제공합니다. 그러나 이는 부모와 교사의 주관적 평가에 의존한다는 한계가 있어 CAT(Continuous Performance Test)와 같은 기술이 환경적 영향을 최소화하면서 증상을 정량화하는 보완적 방법으로 활용되어 왔습니다. 우리는 DSM-5의 ADHD 진단 기준 18개 증상 항목을 선행 연구의 근거 자료를 기반으로 가상 환경에서 측정 가능한 디지털 지표로 변환하고 손목 움직임, 시선 추적, 음성 패턴, 과제 수행 시간 등 다차원 데이터가 복합적으로 나타나는 ADHD 증상을 정교하게 분류하고 정량화하기 위해 딥러닝 모델을 활용했습니다. CNN(Convolutional Neural Network)은 다층 구조를 통해 원시 데이터의 저수준 특징(순간적 움직임 변화)에서 고수준 특징(지속적 과잉행동 패턴)으로 계층적 표현을 학습합니다. 이를 통해 개인별 기본 활동량 차이는 필터링하고 과제 수행 중 반복되는 불필요한 손목 움직임이나 집중도 저하 시의 특징적 신호 등 ADHD 증상과 직접 연관된 행동 특징만을 선택적으로 추출할 수 있게 됩니다.

IMPLEMENTATION

아동 친화적 디자인을 통한 AI 기반 개인 맞춤형

ADHD 증상 관리 게임: Le Petit Care

이러한 디자인 접근 방식을 기반으로 우리는 ‘어린 왕자(Le Petit Prince)’에서 영감을 받은 프로그램을 구현했습니다. 어린 왕자의 유대감과 자기 발견의 주제를 담은 서사를 통해 ADHD 아동이 부정적인 자아 인식을 완화하고 자기 효능감을 회복할 수 있게 유도하는 스토리텔링 기반의 확장현실 콘텐츠를 설계했습니다. 게임의 전체 흐름은 어린 왕자와 함께 별을 여행하며 다양한 미션을 수행하는 여정으로 구성됩니다. 아이는 어린 왕자와 대화하고, 장미를 돌보며, 비행 연료를 모으는 과정에서 자연스럽게 사회성·집중력·작업 기억 등 핵심 인지 기능을 평가받습니다. 모든 상호작용 데이터는 단일 하드웨어 장비를 통해 실시간으로 수집되어 AI 모델이 분석하며 그 결과에 따라 아이의 특성에 맞춘 맞춤형 행동 발달 훈련 콘텐츠가 제공됩니다.

Phase 1: ADHD 스크리닝 시퀀스

스크리닝 단계는 세 가지 몰입형 시나리오로 구성되어 아이가 자연스러운 놀이 과정을 통해 ADHD 관련 행동 지표를 평가받도록 설계되었습니다. 먼저 1단계 ‘어린 왕자와의 대화’에서는 음성 인식과 트래킹을 통해 말투, 시선, 몸 움직임 등을 분석하여 사회성 및 충동 조절 능력을 측정합니다. 2단계 ‘장미 돌보기’에서는 물 주기나 폭풍으로부터 장미를 보호하는 과제를 통해 자기조절력과 집중력을 평가하며 무작위 방해 요소에 대한 반응을 관찰합니다. 마지막 3단계 ‘비행 연료 수집’에서는 ‘희망’, ‘용기’, ‘별빛’과 같은 상징적 자원을 순서대로 모으며 작업 기억력과 실행 기능을 측정합니다. 모든 상호작용 데이터는 XR 기기를 통해 실시간으로 수집·분석되어 클라이언트 내부 AI 모델이 실시간으로 진단하고 이후 개인화된 행동 발달 훈련 콘텐츠로 연결됩니다.

행동 데이터 수집·분석 및 AI 모델 개인화 파이프라인

스크리닝 파이프라인은 XR 디바이스 – 로컬 모듈 – AI 모델 – 서버 – 데이터베이스로 이어지는 구조로 설계되어 있습니다. XR 기기는 사용자의 음성, 시선, 머리·손 움직임 등 멀티모달 데이터를 실시간 수집하며 로컬 모듈에서 1차 전처리(노이즈 제거·동기화·좌표 정규화)를 수행합니다. 이후 정제된 데이터는 AI 모델이 DSM-5 및 ADHD-RS 기반 알고리즘을 통해 주의력·과잉행동·충동성 관련 패턴을 분석합니다. 이후AI 분석 결과와 메타데이터는 원격 서버를 통해 중앙 데이터베이스(DB)에 저장되어 개별 사용자 프로필 및 과거 기록과 연동됩니다. 이를 통해 시스템은 개인별 스크리닝 데이터와 아동별 특성을 반영한 개인화 훈련 콘텐츠를 생성할 수 있게 됩니다.

Phase 2: 맞춤형 행동 발달 콘텐츠 플레이

행동 발달 단계는 ADHD의 6가지 핵심 인지·정서 영역인 주의력(Attention),작업 기억(Working Memory), 실행 기능(Executive Function), 충동 억제(Impulse Control), 행동 조절(Behavioral Regulation), 정서 조절(Emotional Regulation)을 토대로 설계되었으며 각 영역은 어린 왕자의 여정을 모티프로 한 스토리텔링 기반 미션을 통해 자연스럽게 훈련됩니다. 예를 들어, 왕의 행성에서는 감정 매칭 게임을 통해 타인의 감정을 이해하고 공감하는 능력을 기르며 상인의 행성에서는 기억된 순서에 맞춰 물건을 거래하며 작업 기억과 실행 기능을 강화합니다. 미션의 난이도는 스크리닝 결과를 기반으로 아동의 개인적 특성에 맞추어 조정되어 개인화되며, 이러한 인지 훈련을 넘어 어린 왕자의 ‘이해와 성장’ 서사를 통해 아동이 자신과 타인을 긍정적으로 인식하고 정서적 안정과 자기 효능감을 함께 회복할 수 있도록 합니다.

프로토타입 개발

Le Petit Care는 Unity와 C#, Python, MariaDB 기반으로 개발되었으며 METALENSE 2 AR 글래스를 활용해 프로토타입을 구현했습니다. 어린 왕자와의 대화, 장미 돌보기, 비행 연료 수집 등의 주요 시나리오가 MR 환경에서 작동하며 시선·머리·손 움직임·음성 데이터가 실시간으로 수집·분석되어 데이터베이스에 기록된 결과 리포트를 확인할 수 있습니다. 혼합 현실 기반으로 구현되었기 때문에 아동이 현실의 사물과 부딪히는 위험을 최소화하면서 가상 환경에 완전히 고립되지 않고 현실과 가상이 매끄럽게 이어지는 안전하고 몰입감 있는 경험 속에서 과제를 수행할 수 있습니다.

USER STUDY

사용자 테스트 결과 및 개선 사항

총 7명의 참가자를 대상으로 인터랙션 디자인과 몰입도에 대한 정성적 피드백을 수집했으며 정신건강의학과 전문의와 프로젝트 타당성에 관한 인터뷰를 진행했습니다. 사용성 평가 결과, 음성 대화 시스템의 길이와 반복성이 주요 문제로 지적되었습니다. 참가자들은 "대화가 길고 단조로워 집중을 유지하기 어렵다"고 언급했으며 특히 어린 사용자의 경우 흥미를 잃을 가능성이 높을 것이라 언급했습니다. 장미 돌보기 미션에서는 과제의 목적이 명확하지 않고 시각적 피드백이 부족해 상호작용이 직관적이지 못하다는 의견도 제기되었습니다. 이를 통해 대화의 간결화, 시각적 힌트 강화, 상호작용 명료성 개선이 필요하다는 결론을 도출했습니다. 정신건강의학과 전문의 검토 결과 진단 정확도 향상을 위해서는 데이터셋의 품질이 핵심적이며 기기의 트래킹 범위를 벗어난 손 움직임과 하체 움직임 추적 불가 등의 기술적 한계를 보완할 필요가 있다고 지적했습니다.

CONCLUSION

프로젝트 의의

ADHD 치료에 대한 기존 약물 기반 접근법은 증상 완화에는 효과적이지만 정체성 혼란, 사회적 낙인, 심리적 부담과 같은 중요한 문제들을 충분히 다루지 못한다는 한계가 있습니다. 우리는 실용적 가치와 사용자 효용성을 우선시하며 ADHD 환자들이 자신의 상태를 효과적으로 관리하고 자기인식을 높여 삶의 질을 개선할 수 있도록 지원하는 것을 목표로 했습니다. 이를 토대로 본 프로젝트는 데이터 기반 스크리닝과 개인 맞춤형 자기효능감 강화 콘텐츠를 제공하는 새로운 접근법을 제시했습니다. 향후 ADHD의 신경생물학적 메커니즘에 대한 정확하고 포괄적인 이해가 확보된다면 AI 기반 스크리닝 시스템은 기존 진단 방법을 보완하거나 심지어 대체까지 할 수 있는 잠재력 또한 지닐 수 있습니다.

개선 방향

진단 모델의 타당성 측면에서는 선행 연구가 2,000명 이상의 실제 아동 데이터를 활용해 AI 모델의 정확도를 크게 개선한 사례를 통해 본 연구 역시 지속적인 모델 개선 가능성을 시사합니다. 또한 AI 모델의 데이터 품질 향상을 위해 추가적인 알고리즘이나 Outside-in Tracker를 도입한다면 진단 정확도를 더욱 제고할 수 있을 것입니다.

OUTCOME

프로젝트 문서화 및 발표

LaTeX 기반 ACM SIGCHI 포맷으로 BibTeX를 활용한 8페이지 분량의 논문을 작성하였으며, 디자이너와 협업하여 Adobe Premiere Pro 및 After Effects로 5분 분량의 소개 영상을, Figma와 Adobe Illustrator로 발표 포스터를 제작했습니다. 본 프로젝트는 ACM Digital Library에 확장 초록(Extended Abstract)으로 게재되었고 하단 이미지를 클릭하면 무료로 열람할 수 있습니다.

결과

예선 심사를 통과해 CHI 2025 Student Design Competition 본선에 진출했습니다(Acceptance Rate 23.4%). 2025년 5월, 일본 요코하마에서 개최된 CHI 2025 학회에 참석하여 국제 발표 및 심사를 진행했으며 본선 무대에서는 Georgia Tech, UCLA, University College London, 상하이 교통대학교 등 세계 유수 대학의 학부 및 석박사 팀들과 경쟁했습니다. Google 및 IBM의 현직자, Stanford 대학교 및 CMU 교수진 등으로 구성된 심사위원단에게 긍정적인 피드백과 평가를 받아 당일 저녁 최종 4팀(Finalist)에 선정되었으며, 이후 결선 무대에서 구두 발표를 진행했습니다.

프로젝트 인사이트

1. 기술 중심에서 사용자 중심으로의 전환

i-There 프로젝트 아이디어 및 개발 기반
단순한 기존 접근법과의 차별점이나 완성도 높은 구현을 넘어섬
핵심 질문: 이 기술이 정말 ADHD 아동에게 필요한지, 어떤 뚜렷한 사용자 효용을 지니는지 증명
기술적 완성도보다 실제 사용자 가치와 필요성을 우선시하는 사용자 중심 개발 철학 체득

2. 서로 다른 전문 분야 간 협업 및 매니징의 복잡성

의대, 디자인, 생물학 등 이질적 분야 팀원 구성 → 각자의 관점을 하나의 제품 방향으로 수렴
서로 다른 우선순위를 가진 이해관계자
- 정신과 전공의: 의학적 타당성 요구
- CEO: 사업화 가능성 우선시
- 교수: 아동 발달 이론 강조
각 분야의 핵심 요구사항을 공통된 제품 목표로 정렬시키는 커뮤니케이션 및 조정 역량 함양

3. 아동 ADHD라는 특수한 사용자층에 대한 이해

사용자 테스트 피드백: "대화가 길고 단조롭다"
깨달음: ADHD 아동의 짧은 주의 지속 시간·인지적 특성을 이론적으로 이해 ≠ 실제 인터랙션 디자인 반영
개선 방향
- 대화 흐름을 짧게 분절
- 시각적 자극 추가
- 실제 사용자 피드백 기반 프로토타입 개선
특수한 사용자층을 위한 맞춤형 UX 설계의 어려움과 필요성 체감

4. 프레젠테이션의 중요성

발생한 문제
- 포스터가 다른 팀 대비 시각적 주목도 낮음
- 프로젝트 복잡성으로 팀원들의 이해도 편차 발생 → 핵심 가치 명확히 전달 실패
- 영어 구두 발표에서 스크립트 의존도 높음 → 자연스러운 질의응답 어려움, 비판적 피드백
깨달음: 프로젝트 완성도만큼이나 그것을 효과적으로 전달하고 이해관계자를 설득하는 커뮤니케이션 역량의 중요성

MATERIALS

본 프로젝트는 ACM Digital Library에 확장 초록(Extended Abstract)으로 게재되었습니다. 전문(Full Paper)을 열람하시려면 우측 이미지를 클릭하시면 출판 페이지로 자동 이동합니다. 논문은 오픈 액세스(Open Access) 방식으로 무료 열람이 가능합니다.

Le Petit Care

📅 November 2024 ~ May 2025

🧑‍💼 Team Leader

🏆️ ACM CHI 2025 SDC Finalist (Top 4)

Le Petit Care: A Child-Attuned Design for Personalized ADHD
Symptom Management Through AI-powered Extended Reality

Intelligent Game Design

UX Desgin Research

Stakeholder Research

Interactive Storytelling

Abstract

Le Petit Care는 ADHD의 약물 치료를 보완하고 기존 디지털 치료제의 한계를 극복하기 위해 설계된, AI 모델에 확장 현실(Extended Reality) 기술을 결합한 게임 솔루션입니다. 이 프로젝트의 목표는 아동이 진단과 치료 과정 전반에서 겪는 부정적 자아 인식과 죄책감을 완화하고 ADHD 증상을 효율적이며 개인화된 방식으로 관리할 수 있도록 돕는 것입니다. 스타트업 투자사 대표, 아동학 교수, 정신의학 전문의 등 여러 분야의 이해관계자 및 전문가 인터뷰와 폭넓은 자료 조사를 진행하였으며, 이를 토대로 ADHD 아동의 고유한 생리적·행동적 특징을 사용자 중심 원칙과 스토리텔링 프레임워크에 통합하여 맞춤형 게임 디자인을 설계했습니다. Le Petit Care는 국제적으로 공인된 진단 기준인 DSM-5를 기반으로 아동에게 특화된 가상 콘텐츠 환경에서 머리 움직임·시선 추적·행동·음성 등 다차원 데이터를 수집하고, 딥러닝 모델이 이를 실시간 분석하여 ADHD를 정량적으로 스크리닝합니다. 그리고 이러한 결과를 통해 각 아동에게 최적화된 행동 발달 훈련 시스템을 유기적으로 제공합니다.

사용자 데이터 기반 AI 모델의 적응형 콘텐츠로, 특정 타겟 맞춤 게임의 차별화 가치를 어떻게 커뮤니케이션하고 설계할 수 있을까?

이 프로젝트는 제가 학부 3학년 2학기부터 4학년 1학기까지 팀장으로서 의과대학, 디자인, 생물학 등 다양한 분야의 팀원들과 협업하여 기획하고 매니징한 프로젝트입니다. 기존에 진행했던 i-There 프로젝트를 바탕으로 ADHD 아동이라는 특정 타겟을 위한 제품 컨셉의 지속성과 타당성을 확보하기 위해 직접 다양한 이해 관계 분야의 전문가를 찾아가 인터뷰를 진행하고 사용자 중심의 경험 설계와 게임 디자인을 보완했습니다. 그렇게 개발한 Le Petit Care는 국제 인간-컴퓨터 상호작용 분야의 최고 권위 학회인 ACM CHI (Conference on Human Factors in Computing Systems)의 공식 프로그램 Student Design Competition 2025에 지원하여 예선을 통과해 본선 12팀에 진출했으며 이후 일본 요코하마에서 열린 CHI 2025 학회 현장 발표를 통해 최종 4팀(Finalist)으로 선정되어 ACM SIGCHI 공식 인증서를 수상하였습니다. 정적인 게임 규칙 대신 AI 기반 실시간 행동 분석을 통해 각 플레이어에게 맞춰 유동적으로 변화하는 적응형 콘텐츠를 설계하였으며, 디지털 치료 게임 디자인의 새로운 가능성을 제시하며 아동 정신건강 솔루션의 혁신적 접근법으로 국제적 인정을 받았습니다.

BACKGROUND

ADHD의 현황 및 사회적 영향

질환 특성 및 영향
아동기 신경발달장애로 정신건강 악화·학업 장애 유발
전 세계 3~12세 유병률 7.6% (95% CI: 6.1–9.4%)
사회적 비용 (유럽 기준, 연간 425억 달러)
교육 부문 136억 / 보건·정신건강 79억 / 범죄·비행 211억
개인을 넘어 사회 전체에 광범위한 부담 초래

따라서 적절한 치료적 개입이란 단순히 증상을 완화하는 것에 그치지 않고 전반적인 정신 건강과 정서적 안녕을 향상시키며 일상생활 기능의 회복을 촉진하는 것을 포함. 아동기 동안 적절한 치료적 개입을 시행하는 것이 매우 중요.

기존 ADHD 솔루션의 한계

약물치료의 한계
ADHD 치료에 가장 효과적이나 심리적 부담 존재
진단·치료 과정에서 아동의 죄책감 및 부정적 자아 인식 유발
약물만으로 해결 불가 → 개인화된 개입 전략 필요
전통적 비약물 치료의 한계
놀이치료, 사회기술훈련, 인지행동치료 등 제안
특정 증상 편중 / 접근성 저하 / 객관적 효과 평가 어려움
디지털 치료제(DTx)의 가능성과 한계
과학적 근거 기반 소프트웨어 솔루션
높은 접근성 + 개인 맞춤형 데이터 활용으로 주목
그러나 현재 ADHD DTx: 증상 포착 범위 제한적, 사용자 효용성 부족

기술적 혁신과 사용자 중심 디자인의 결합

AI 기반 정량적 분석의 발전
Nature 등 주요 저널: AI를 활용한 정신질환의 언어·움직임 패턴 감지 연구 발표
명확한 기준 기반 데이터 정량 분석 → ADHD 맞춤형 관리 프로그램 개발 가능
XR 기술의 고유한 강점
몰입형 3D 환경에서 시뮬레이션된 맥락 속 실제 행동 관찰·측정
단일 장비 내장 센서로 다차원 데이터 실시간 캡처·처리·전송
머리 움직임, 손 제스처, 시선 추적, 음성 입력 등 통합 수집 가능
아동 중심 디자인의 검증된 효과
스탠퍼드 디자인 스쿨: MRI 환경을 '수중 탐험', '해적 모험' 등 몰입 테마로 재설계
폐쇄 공간 불안을 느끼는 아동의 공포 완화 및 긍정적 경험 제공 성공
심리적·정서적 요구 반영 시 치료 환경의 효과 극대화 입증

이러한 성공 사례를 바탕으로, AI의 데이터 기반 정량화와 개인화라는 특성, 그리고 ADHD 아동 특화 게이미케이션 디자인을 결합하여 기존 방식의 한계를 극복하는 XR 솔루션을 기획했습니다. 본 프로젝트는 ADHD 아동의 고유한 요구를 깊게 이해하고 이를 해결하는 데 집중하고자 했습니다.

RESEARCH

이해관계자 인터뷰 및 요구사항 도출

제품 컨셉 검증을 위해 아동학 교수,디지털 헬스케어 투자 기업 CEO, 정신과 전공와 심층 인터뷰를 진행하여 핵심 설계 요구사항을 도출

사용자 니즈 발굴 (아동학 교수)

ADHD 아동의 청각적 주의력 결핍 특성 확인: 선택적 집중 어려움, 작업 기억 약화로 인한 순서 기억·만족 지연 곤란
인지적 특성의 사회적 영향: 수행 능력 비일관성 → "의도적으로 하지 않는다"는 오해 → 또래관계 고립 → 반복적 야단 → 자존감 저하 악순환
설계 권장사항: 콘텐츠 내 불필요한 자극 최소화를 통한 정확한 검사 결과 확보, 증상 정도와 연령별 개인차 고려한 맞춤형 프로그램 체계적 게임 디자인 설계 필요

시장 검증 (디지털 치료 투자 기업 CEO)

임상적 엄밀성 강조: 실제 ADHD 확진 환자군과 정상군의 게임 수행 데이터 학습 필수, 학생 경진 대회 일지라도 스크리닝의 정확도 검증 방법은 명확히 제시 필요
XR 기술 사용의 당위성 요구: 헬스케어 웨어러블은 불편함 대비 효용이 훨씬 커야 함. 투자 DTx 3개 팀 모두 "왜 이 기술을 써야 하는가"에 대한 답 부재로 어려움
데이터 보안: 비식별 정보 처리 시 개인 동의 + HIPAA 준수 클라우드로 충분
핵심 조언: 기술적 엄밀함보다 실용적 효용과 검증 가능성 우선, ADHD 아동과 가족에게 제공하는 명확한 가치 증명 필수

도메인 전문성 확보 (정신과 전공의)

정신과 전공의는 ADHD 스크리닝을 위한 XR 기반 측정 방식에 대해 임상적 정확도를 높일 수 있는 세 가지 추가 측정 방식을 제안

측정 방식 제안 ①: 주의력·지능 문제 구분 위해 틀린 횟수 외 연속 정답 개수, 실수 없이 수행한 과제 수 병행 측정.
민감도(ADHD 위험군 포착) 우선하되, 위와 같은 정답 개수 추가 측정으로 특이도(지능 장애 등 배제) 또한 향상 가능
측정 방식 제안 ②: 충동성 지표 측정 고려. 기기 벗는 횟수 등 충동적 행동이나 신체 움직임, 목소리 등 물리적 데이터 활용 적절

설계 원칙 수립 및 문헌 기반 구체화

전문가 인터뷰에서 얻은 인사이트를 바탕으로 세 가지 핵심 설계 근거를 도출했습니다: 사용자 효용(User Utility), 인지적 요구(Cognitive Needs), 데이터 기반 개인화(Data-Driven Personalization). 이후 추가적인 문헌 조사를 통해 각 설계 방향을 구체화했습니다.

사용자 효용 (User Utility): ADHD 아동의 지속적인 참여와 정서적 연결 강화를 위해 스토리텔링과 게임화 활용
인지적 요구 (Cognitive Needs): ADHD 아동의 신경생물학적·행동학적 특성을 고려한 시각 디자인 원칙 수립
데이터 기반 개인화 (Data-Driven Personalization): XR 기반 센싱 기술과 AI를 결합한 정량적 평가 체계 구축

DESIGN

사용자 효용 (User Utility): 동화 스토리텔링 기반 게임 내러티브 설계

전문가 인터뷰와 문헌 검토를 통해 기존 ADHD 디지털 치료제가 아동의 사용자 효용 및 지속성 측면에서 큰 한계를 보인다는 점을 확인했습니다.

선행 연구 검증: 동화 내러티브와 점진적 난이도 조정을 통합한 게임화 시스템이 ADHD 아동의 동기 부여, 주의력 유지, 지속적 참여 측면에서 긍정적 효과 입증
전문가 인사이트: 아동학 교수는 ADHD 아동이 초기 장면의 매력도나 난이도가 적절하지 않으면 빠르게 흥미를 잃는다고 강조. 사회적 낙인과 부정적 자아 인식을 줄이는 것이 정서적 발달과 지속적인 치료 참여에 필수적
내러티브 설계 방향: 동화 스토리텔링 컨셉을 통한 정서적 연결과 지속적인 참여 유도를 핵심으로 게임 디자인 설계. 아동이 '치료받는 환자'가 아닌 '모험하는 주인공'으로서 긍정적 자아상을 형성할 수 있도록 함

인지적 요구 (Cognitive Needs): ADHD 특화 시각 디자인 원칙

ADHD 아동의 신경생물학적·행동적 특성을 고려한 시각 디자인 원칙을 수립했습니다.

신경생물학 기반 색상 설계: ADHD 아동은 낮은 도파민 수치로 인해 파란색 처리에 더 많은 인지 자원을 필요로 함. 연구 결과 빨강, 초록, 주황과 같은 중파장~장파장 색상에서 인지 효율성 향상 확인. 시각적 피로 감소를 위해 UI와 콘텐츠 모델링에 장파장 색상 우선 적용
XR 환경 최적화: 아동의 제한적인 읽기 능력과 XR 환경에서의 멀미 위험을 고려하여 텍스트 최소화 및 직관적인 그래픽 요소 통합
주의력 특성 반영: ADHD 아동의 짧은 주의 지속 시간과 주의 분산 문제를 고려하여 도입부를 시각적으로 매력적이고 눈길을 끄는 형태로 설계. 초기 장면에서 주의를 효과적으로 포착하여 이탈 방지

데이터 기반 개인화 (Data-Driven Personalization): AI 기반 정량적 평가 체계

생물학적 마커가 부족한 정신의학 분야에서 진단 도구는 주로 증상 및 행동 평가에 의존합니다. ADHD-RS)는 DSM-5 기반 18항목 설문지로 신뢰할 수 있는 기준을 제공하지만, 부모와 교사의 주관적 평가에 의존한다는 한계가 있습니다. 이를 보완하기 위해 CAT(Continuous Performance Test)와 같은 기술이 환경적 영향을 최소화하면서 증상을 정량화하는 방법으로 활용되어 왔습니다. 이러한 단편적인 측정 방식에 비해 XR 기술은 몰입형 3D 환경에서 실제 행동을 자연스럽게 유도하고, 단일 장비의 내장 센서를 통해 머리 움직임, 손 제스처, 시선 추적, 음성 입력 등 다차원적인 복합 데이터를 단일 장비로 실시간 수집할 수 있다는 이점을 제공합니다.

DSM-5 기반 디지털 지표 변환: DSM-5의 ADHD 진단 기준 18개 증상 항목을 선행 연구 근거를 기반으로 가상 환경에서 측정 가능한 디지털 지표로 변환

다차원 데이터 수집: 손목 움직임, 시선 추적, 음성 패턴, 과제 수행 시간 등 XR 환경에서 실시간으로 수집되는 다차원 행동 데이터 통합
딥러닝 기반 패턴 분석: CNN(Convolutional Neural Network)을 활용하여 복합적으로 나타나는 ADHD 증상을 정교하게 분류 및 정량화. 다층 구조를 통해 원시 데이터의 저수준 특징(순간적 움직임 변화)에서 고수준 특징(지속적 과잉행동 패턴)으로 계층적 표현 학습. 개인별 기본 활동량 차이는 필터링하고 ADHD 증상과 직접 연관된 행동 특징만을 선택적으로 추출
정량화 데이터 개인 맞춤형 훈련 콘텐츠 생성: 학습된 모델로 도출한 아동의 주의력 수준, 충동성 정도, 과잉행동 패턴 등 개별 ADHD 증상 프로파일을 바탕으로 각 아동에게 필요한 행동 발달 미션 유형과 적정 난이도를 결정.

IMPLEMENTATION

아동 친화적 디자인을 통한 AI 기반 개인 맞춤형 ADHD 증상 관리 게임: Le Petit Care

이러한 접근 방식을 기반으로 ‘어린 왕자(Le Petit Prince)’에서 영감을 받은 프로그램을 구현. 어린 왕자의 유대감과 자기 발견의 주제를 담은 서사를 통해 ADHD 아동이 부정적인 자아 인식을 완화하고 자기 효능감을 회복할 수 있게 유도하는 스토리텔링 기반의 확장현실 콘텐츠를 설계.

게임 구조 및 평가 미션

어린 왕자와 함께 별을 여행하며 다양한 미션 수행

어린 왕자와 대화하기 (사회성, 충동 조절 평가)
장미 돌보기 (자기 조절, 충동 조절, 주의력 평가)
비행 연료 모으기 (작업 기억, 실행 기능 평가)

백엔드 분석 및 AI 스크리닝 체계

실시간 데이터 수집 및 분석: 모든 상호작용 데이터를 단일 XR 장비를 통해 실시간 수집 → AI 모델 분석 → 아동의 특성에 맞춘 맞춤형 행동 발달 훈련 콘텐츠 제공

자연스러운 평가 환경: 아동이 게임에 몰입하는 동안 사회성, 집중력, 작업 기억 등 핵심 인지 기능을 자연스럽게 평가하여 검사에 대한 저항감과 불안 최소화

Phase 1: ADHD 스크리닝 시퀀스

스크리닝 단계는 세 가지 몰입형 시나리오로 구성되어 아이가 자연스러운 놀이 과정을 통해 ADHD 관련 행동 지표를 평가받도록 설계되었습니다.

1단계: 어린 왕자와의 대화 - LLM 기반 실시간 대화를 통해 사회성과 충동 조절 평가. XR 기기로 음성 주파수, 머리 움직임 벡터, 손목 움직임 벡터, 시선 움직임 등 다차원 데이터 실시간 수집
2단계: 장미 돌보기 - 물주기, 모래폭풍으로부터 보호하기 등의 과제 수행. 장미로부터 떨어져 있던 시간, 부적절한 과제 수행 횟수 측정을 통해 자기 조절, 충동 조절, 주의력 평가. 무작위 방해 요소(악천후 등)에 대한 반응 관찰
3단계: 비행 연료 수집 - UI 가이드에 따라 '희망', '용기', '별빛' 등 감정적·상징적 자원을 특정 순서대로 수집. 잘못 선택한 횟수와 과제 완료 시간 측정을 통해 작업 기억과 실행 기능 평가

Backend: 행동 데이터 수집·분석 및 AI 모델 개인화 파이프라인

XR 디바이스: 내장 센서를 통해 음성 주파수, 시선 좌표, 머리 회전 벡터, 손목 가속도 등 멀티모달 행동 데이터를 실시간 스트리밍
로컬 전처리 모듈: 수집된 원시 데이터에 대해 노이즈 필터링, 시계열 동기화, 좌표계 정규화 수행 등 전처리로 18개 DSM-5 기반 디지털 바이오마커 추출
AI 추론 엔진: CNN 기반 딥러닝 모델이 저수준 특징인 순간적 움직임 변화에서 고수준 특징인 지속적 과잉행동 패턴으로 계층적 표현 학습. ADHD-RS 진단 기준에 정렬된 지표로 주의력 결핍, 과잉행동, 충동성 지표를 정량적으로 분류
백엔드 서버 및 데이터베이스: AI 분석 결과인 스크리닝 점수와 증상 프로파일, 그리고 메타데이터인 세션 정보와 과제 수행 기록을 REST API를 통해 중앙 데이터베이스에 전송 및 저장. 개별 사용자 프로필과 종단 데이터를 연동하여 증상 변화 추적

이를 통해 시스템은 아동의 개별 증상 프로파일, 즉 주의력 수준, 충동성 정도, 과잉행동 패턴을 기반으로 최적 난이도와 훈련 미션 유형을 결정하는 맞춤형 행동 발달 콘텐츠를 동적으로 생성

Phase 2: 맞춤형 행동 발달 콘텐츠 플레이

행동 발달 단계는 ADHD의 6가지 핵심 인지·정서 영역인 주의력, 작업 기억, 실행 기능, 충동 억제, 행동 조절, 정서 조절을 토대로 설계되었으며, 각 영역은 어린 왕자의 여정을 모티프로 한 스토리텔링 기반 미션을 통해 훈련됩니다.

미션 예시: 왕의 행성에서는 감정 매칭 게임을 통해 타인의 감정을 이해하고 공감하는 능력을 기르며, 상인의 행성에서는 기억된 순서에 맞춰 물건을 거래하며 작업 기억과 실행 기능을 강화
개인화 난이도 조정: 스크리닝 결과를 기반으로 아동의 개별 증상 프로파일에 따라 미션 난이도, 과제 유형, 훈련 강도를 동적으로 조정. 주의력이 특히 취약한 아동에게는 청각 집중 훈련 미션을, 충동성이 높은 아동에게는 순서 지키기 미션을 우선 제공
치료적 서사 통합: 단순 인지 훈련을 넘어 어린 왕자의 '이해와 성장' 서사를 통해 아동이 '치료받는 환자'가 아닌 '여행하는 탐험가'로서 긍정적 자아상을 형성하고, 자신과 타인을 긍정적으로 인식하며 정서적 안정과 자기 효능감을 함께 회복