인스타그램이 의사보다 우울증 진단에 더 정확하다는 연구결과가 나왔다.
하버드·버몬트 대학 공동연구팀은 최근 인스타그램 사용자의 우울증을 임상적으로 진단하는 기계학습 프로그램을 개발했다. 정확도는 70%에 달했다.
정치적 견해와 느낌을 소셜 미디어에 올리면, 무엇인가를 말하지 않고 억누를 때보다 누그러지고 스스로 정당화하게 되어 뇌의 보상 시스템이 활성화 된다는 하버드대학의 연구는 있었지만 소셜 미디어를 통해 우울증을 진단할 수 있는 시스템은 처음이다.
앤드류 G. 리스(Andrew G. Reece)와 크리스토퍼 M. 댄포스(Christopher M. Danforth)로 이루어진 연구팀은 166명의 인스타그램 사용자가 올린 사진 4만3950장을 분석했다.
이 프로그램은 인스타그램 사용자가 올린 사진의 색, 메타데이터, 얼굴인식 등을 분석하는 알고리즘을 활용해 우울증을 진단한다.
연구팀은 컴퓨터 분석이 아닌 크라우드소싱 플랫폼인 '아마존 메카니컬 터크(Amazon's Mechanical Turk)'를 활용했다. 소싱 참가자들이 입력된 사진 데이터들을 보고 '행복한지' '슬픈지' '흥미로운지' '바람직한지' 등을 0점에서 5점까지 점수를 매기는 방식이다.
흥미로운 사실은 기존 일반 의사들의 우울증 진단 정확률은 42%에 그친 반면 이번 연구에서는 진단 정확률이 70%에 달했다.
우울증은 사회적 활동이 줄어드는 경향이 있기 때문에 인스타그램 사용자의 게시물 게시 빈도, 얼굴 표정 인식과 게시물에 대한 '좋아요' 숫자, 사진에 대한 댓글 내용이 고려됐다.
연구결과 우울증 진단을 받은 인스타그램 이용자의 게시된 사진은 댓글이 달릴 수 있지만 '좋아요'를 받을 가능성은 낮았다. 필터를 전혀 사용하지 않을 가능성이 많았고 필터를 사용하더라도 흑백 효과인 잉크웰(Inkwell) 필터를 주로 사용하는 것으로 나타났다. 반면 건강한 사용자는 색조가 밝은 발렌시아(Valencia) 필터를 사용했다.
이는 야후 연구소와 조지아 공대 연구팀이 인스타그램·플리커와 같은 사진 소셜 미디어에서 사진의 필터링 및 편집이 미치는 영향에 대해 연구한 결과와 흡사하다.
이 연구팀은 필터를 사용하지 않은 것보다 높은 콘트라스트와 노출, 따뜻한 필터가 포함될수록 해당 사진에 더 많은 피드백이 발생하고, 발렌시아(Valencia)와 시에라(Sierra)와 같은 빈티지 필터가 음영이 들어간 로파이(Lo-fi)나 헤페(Hefe) 필터보다 긍정적인 반응을 얻었다고 밝혔다.
한편, 하버드·버몬트대 연구논문은 "색상과 밝기와 같은 사진의 내용만으로 분석을 진행 했다"면서 "우리의 통계모델은 일반적인 우울증 측정 방법인 환자 대면평가 방법보다 더 나은 결과치로 연구 참여자의 우울증 고통을 예측할 수 있었다"고 밝혔다.
연구팀은 "이 연구 결과가 우울증 초기 검사 및 정신 질환 검출을 위한 새로운 길을 제시 하지만 '지속적인 사실'로 간주되어서는 안된다"고 전제했다.
그러나 "소셜 미디어의 출현은 정신 질환의 조기 발견 및 개입을 위한 새로운 기회를 제공한다"며 "인스타그램과 같은 도구가 디지털화 사회에서 효과적인 정신 건강 검진의 청사진이 될 수 있다"고 밝혔다.