수면 평가는 수면 문제에 대응하기 위한 중요한 도구로 대표적으로 PSG(Polysomnography)와 수면 설문지가 있는데 PSG는 고급 검사 방법으로 정밀한 평가를 제공하지만 고가의 비용과 시간이 필요하다는 단점이 있다. 반면, 수면 설문지는 적은 비용으로 대량의 데이터 수집이 가능하지만 주관성이 높고 기억의 한계로 인해 정보가 제한적일 수 있다.

최근에는 이러한 제한점을 해결하기 위해 센서를 활용한 수면 모니터링 연구가 활발히 진행되고 있는데 이는 생체 신호를 측정하여 정확한 수면 상태를 파악하며, 심박 수, 호흡 속도, 움직임 등의 데이터를 수집하여 정확한 분석이 가능하기 때문이다. 센서의 도입은 빅데이터와 인공지능과 결합하여 복잡한 수면 패턴을 식별하고, 개별 사용자에 맞춤화된 수면 건강관리 방안을 개발하는데 매우 유용하여 이를 통해 수면 문제에 대한 정확하고 효과적인 대응이 가능해지며, 개인 맞춤 수면 건강을 촉진할 수 있을 것으로 기대된다.

본 논문에서는 다양한 수면 모니터링 연구 분야에서 수면 중 움직임을 정량화하기 위해 압력센서 매트를 활용하여 규칙 기반 분석 방법과 머신러닝 분석 방법을 사용하여 각각의 성능을 윈도우 크기 30초, 60초, 90초에 대해 분석하였다. 각 윈도우 크기에 따라 성능이 달라지며 전반적으로 윈도우 크기가 60초일 때 성능이 우수하게 나타났다. 규칙 기반 분석, 랜덤 포레스트, SVM, 나이브 베이즈의 60초에서의 오차율은 각각 15.5, 18.1, 33.6, 17.7로, 규칙 기반 분석의 성능이 가장 우수한 결과를 보였다. 이를 통해 센서를 활용한 수면 모니터링이 수면 평가에 있어 기존 수면 설문지에 비하여 더 나은 성능을 제공함을 보였다.