하버드대 심리학자 매튜 녹(Matthew Nock) 연구팀이 스마트폰을 활용해 고위험군의 상태를 실시간으로 조사하는 기법으로 자살 시도의 75%를 시도 발생 일주일 전에 예측했다고 밝혔다. 녹은 고위험 성인과 청소년을 대상으로 스마트폰을 통해 실시간 설문을 수행하는 방식을 개척한 연구자로, 이번 연구는 그 접근법을 자살 시도 예측이라는 구체적 성과로 연결했다는 점에서 주목된다.
왜 '실시간' 데이터가 관건인가
전통적인 정신건강 평가는 병원이나 상담실에서 이뤄지는 정기 면담에 의존해 왔다. 문제는 자살 위기가 몇 주 간격의 진료 사이가 아니라, 그 틈새에서 급격히 고조된다는 점이다. 한 달에 한 번 만나는 임상의는 위기가 가장 심해지는 순간을 관찰할 수 없고, 환자 스스로도 시간이 지난 뒤 자신의 상태를 정확히 회상하기 어렵다.
녹이 개척한 방식은 이 공백을 스마트폰으로 메운다. 대상자가 늘 지니고 다니는 기기를 통해 하루에도 여러 차례 기분과 충동, 상태를 물어보면, 위기가 실제로 진행되는 동안의 데이터가 시간 순서대로 쌓인다. 회상에 의존하지 않고 '지금 이 순간'을 반복 측정하기 때문에, 사후 면담으로는 잡히지 않던 단기적 변화의 궤적을 포착할 수 있다는 것이 핵심 논리다.
'일주일 전 75%'라는 숫자의 무게와 한계
일주일 전에 시도의 75%를 예측했다는 수치는 분명 의미 있는 진전이다. 자살 시도는 발생 빈도 자체가 상대적으로 드물고 예측이 극히 어려운 사건으로 알려져 있어, 그동안 임상 현장의 위험 평가는 우연 수준을 크게 넘지 못한다는 비판을 받아 왔다. 짧은 예측 창(window) 안에서라도 다수를 사전에 식별할 수 있다면, 개입 자원을 어디에 집중할지 판단하는 데 실질적 도움이 될 수 있다.
다만 이 숫자를 곧바로 확대 해석하는 것은 경계해야 한다. 원문에서 제공된 정보만으로는 연구의 표본 규모, 예측에 사용한 구체적 변수와 모델, 나머지 25%를 놓친 이유, 그리고 실제로는 시도하지 않을 사람을 위험군으로 잘못 분류하는 오탐(위양성)이 얼마나 되는지가 드러나지 않는다. 드문 사건일수록 위양성 비율이 실제 운영에 미치는 부담이 크기 때문에, 이 지표들이 공개되기 전까지 예측 성능을 단정하기는 이르다.
한국 IT·데이터 실무자에게 주는 시사점
이 연구는 특정 알고리즘의 승리라기보다, 데이터를 '어디서 어떤 밀도로 수집하느냐'가 성능을 좌우한다는 점을 보여주는 사례다. 디지털 헬스나 웰니스 서비스를 다루는 개발자·데이터 담당자라면, 사용자에게서 고빈도의 자기보고 데이터를 부담 없이 받아내는 설계, 응답 누락과 시점 편향을 다루는 방법, 그리고 시계열 신호에서 급변점을 감지하는 모델링이 곧 제품 경쟁력으로 이어질 수 있음을 시사한다.
동시에 이 영역은 기술적 정확도만으로 완결되지 않는다. 정신건강처럼 민감한 신호를 다룰 때는 데이터의 저장·처리에 대한 개인정보 보호, 위험군으로 분류된 사용자에게 실제로 연결해 줄 개입 체계, 그리고 오탐이 초래할 낙인이나 불필요한 개입에 대한 책임 문제가 함께 설계돼야 한다. 예측 모델은 위기를 조기에 드러내는 도구일 뿐, 그 자체가 치료나 개입을 대신하지는 못한다. 결국 이런 기술이 현장에서 신뢰를 얻으려면 정확도 지표와 함께 임상적 대응 절차, 윤리적 안전장치가 한 묶음으로 검증되어야 한다.