이 놀라운 AI 서비스가
가능한 이유
서울대 생체신호 연구실의 수석 연구진들이 AI 딥러닝 기반으로
정확도 높은 사용자의 생체 신호 모니터링 기술과 강력한 생체 신호 분석 알고리즘을 개발했습니다.
박광석 Kwang Suk Park, Ph.D.
40여년간 생체 신호 분석 및 개선을 연구하고 수면공학을 탐구했습니다.

(현) ㈜비알랩 벤자민AI 펠로우 연구원
(현) 서울대학교 의과대학 명예교수
(전) 서울대학교 생체계측신기술 연구센터 소장
(전) 대한수면의학회 부회장
(전) 의용생체 공학회 회장
최병훈 Byunghun Choi, Ph.D.
개인의 수면은 AI와 데이터를 통해 더 잘 이해하고 개선시킬 수 있을 것입니다.

AI를 활용한 만성질환 관리 및 유병예측 알고리즘 개발
(현) ㈜비알랩 벤자민AI 펠로우 연구원
(전) 서울대학교 생체계측신기술 연구센터 연구원
(전) 삼성전자 무선사업부 책임연구원
(전) LG전자 CTO부문 인공지능연구소 수석연구원
윤희남 Heenam Yoon, Ph.D.
모든 사람들이 벤자민을 통해 좋은 꿈을 꾸게 하고 싶습니다.

수면 및 일상 건강 관련 바이오마커 발굴 연구
(현) ㈜비알랩 벤자민AI 수석 연구원
(현) 상명대학교 휴먼지능정보공학전공 교수
(전) 서울대학교 생체계측신기술 연구센터 연구원
(전) LG전자 CTO부문 인공지능연구소 선임연구원
권현빈 Hyunbin Kwon, Ph.D.
Benzamin AI Lab은 글로벌 수면&라이프 연구의 탑티어가 될 것입니다.

AI 기술을 활용한 비접촉 수면 모니터링 기술 개발
(현) ㈜비알랩 벤자민AI 수석 연구원
(전) 서울대학교 생체신호 및 정보 연구실 연구원
(전) 서울대학교 의과대학 의학연구원 연구원
연구기간
20+
years
참여 연구원
65+
people
수면다원 검사 데이터 기반
AI 딥러닝 시간
20,000+
hours
특허 등록 건수
45+
cases
국제 저널 논문 게재 건수
150+
cases
Benzamin AI Sleep Controller
하드웨어 심층 탐구

Benzamin AI Sleep Tracker
벤자민AI의 독보적인 실시간 생체 신호 모니터링 기술입니다.
Benzamin AI Sleep Traker는 심장이 위치할 하트 포지셔닝의4cm 아래, 950mm 길이의 PVDF 압전 센서로 설계했습니다.
20년 생체 신호 연구기술 노하우를 담아신체 접촉 없이도 실시간 심박의 미세한 진동부터 호흡까지 감지해사용자의 건강 상태를 정확하게 파악합니다.
수면다원검사(PSG) 대비 생체 신호 모니터링 정확도
수면 중 심박 안정화
99%
호흡 수
99%
수면 무호흡
97%
수면 단계
82%
수면 자세
95%
Benzamin Sleep AIDE™
150건이 넘는 논문을 국제 저널에 게재하며 검증된 AI Sleep-data 솔루션 시스템을 구축했습니다.
8시간 수면 기준 9GB에 달하는 생체 신호 데이터를 Benzamin AI만의 앳지 컴퓨팅 기술로 4KB 혁신적 경량화와 강력한 보안 프로세스를 만들습니다. 또한 사용자 생체 신호를 분석 및 판단을 Benzamin AI Sleep Controller에 전달해 사용자에게 바이오 피드백을 전달합니다.
이러한 Benzamin AI Sleep-data 솔루션 시스템은 Short-term, Long-term으로 사용자를 분석해 단기적, 중장기적 건강 상태를 개선하는 사용자 최적화 웰니스 라이프를 제공합니다
Benzamin AI Sleep Controller
Benzamin AI의 독보적인 수면 솔루션 ‘수면 동기화’ 기술은 1인치 두께의 Benzamin Al Sleep Controller에서 생체 신호 피드백을 전달해 수면에 최적화된 심박과 호흡의 리듬으로 사용자를 유도하여 수면을 개선하는 기술입니다.
Benzamin AI Sleep Controller는 Benzamin Sleep AIDE Lab. 이 자체 개발한 데이터 분석 알고리즘으로 사용자 최적화 AI 수면 솔루션을 개발했습니다.

특허청에 인증받은
수면 개선 기술
출원명
수면개선용
진동발생장치

출원명
진동자극을 활용한
수면개선 장치 및 이를 이용한
수면개선 방법

출원명
자율신경계 활동
유도 장치 및 그 방법

의학적으로 증명된
수면 개선 효과
아래 논문은 벤자민AI 연구팀에서 출판했습니다.
입면시간 단축
-31%
사용자 수면 전/후 비교 결과
잠에 들기까지 31% 단축

IRB no. C-2022-005
SANGMYUNG UNIVERSITY. 임상시험
[출처] Yoon, H. et al. (2023), Closed-Loop Auditory Stimulation to Guide Respiration: Preliminary Study to Evaluate the Effect on Time Spent in Sleep Initiation during a Nap, Sensors

깊은 수면 강화
+16%
사용자 수면 전/후 비교 결과
깊은 수면 단계 평균 16% 증가

IRB no. C-1805-165-948
SEOUL NATIONAL UNIVERSITY HOSPITAL. 임상시험
[출처] Choi, S. H., Kwon, H. B. et al. (2021). Weak closed-loop vibrational stimulation improves the depth of slow-wave sleep and declarative memory consolidation. Sleep

서술 기억력 향상
+178%
사용자 수면 전/후 비교 결과
서술 기억력 평균 178% 증가

IRB no. C-1805-165-948
SEOUL NATIONAL UNIVERSITY HOSPITAL. 임상시험
[출처] Choi, S. H., Kwon, H. B. et al. (2021). Weak closed-loop vibrational stimulation improves the depth of slow-wave sleep and declarative memory consolidation. Sleep

수면 중 깸 감소
-24%
사용자 수면 전/후 비교 결과
수면 중 깨는 경우 평균 24% 감소

IRB no. 2023-08-176
SAMSUNG MEDICAL CENTER. 임상시험
[출처] Kwon, H. B. et al. (2024), Effect of closed-loop vibration stimulation on sleep quality for poor sleepers. Frontiers in neuroscience

수면 관성 감소
-36%
사용자 기상 후 비교 결과
수면 호르몬 평균 36% 감소

IRB no. 1040875-202308-BR-092
SOONCHUNHYANG UNIVERSITY. 임상시험
[출처] Son, H. W. et al. (2025), Closed-loop vibration stimulation based on heart rhythm for reducing sleep inertia. Journal of Sleep Research

벤자민AI 특장점
무구속/비접촉
데이터 모니터링

기존 부착형/접촉식 수면 개선 기기 형태와 달리 벤자민AI 내부 Embedded 형태로 적용되어 사용자는 수면상태에서 아무런 거부감과 불편함 없이 수면 데이터 측정과 개선효과를 경험할 수 있음
수면다원검사(PSG) 대비
높은 정확도

전문 병원에서 고가의 비용와 60여개의 패치를 부착하는 불편함이 요구되는 수면다원검사(PSG) 대비 높은 데이터 센싱 정확도 결과를 도출해 냄
하이엔드
수면 데이터 측정

동종 업계내 최고 수준의 수면 데이터 항목 측정.
약 14개 이상의 수면 데이터 항목 분류 및 분석
자율신경계 활성화

수면 동기화 기술을 통해 자율신경(교감/부교감)을 활성화하여 수면 상태를 컨트롤 할 수 있는 결과 도출
*수면시에는 부교감신경 활성화, 주간 활동시에는 교감신경 활성화가 요구됨
Benzamin
Sleep AIDE™

Benzamin Sleep AIDE(자체 연구소)만의 AI Sleep-data 솔루션 시스템 구축.
자체 개발한 데이터 알고리즘을 통해 사용자의 수면 데이터(Short-term, Long-term)를 분석하여 피드백 구조로 단기적, 중장기적 수면 상태를 개선하고 토탈 라이프 솔루션을 제공
사용자 최적화
수면 상태 개선

[사용자 수면 상태 모니터링-데이터 분석-솔루션 제공]의 과정을 통해 지속적으로 최적화된 수면 상태 개선 기능을 제공
심박 안정화 I 수면 효율 개선 I 깊은 수면단계 강화 호흡 피드백을 통한 불면증 완화 I 코골이 완화 I etc.
스마트 침실
AIoT 구현

자동화 -> 사용자 최적화’ 관점의 스마트 침실 AIoT 구현 가능.
벤자민AI를 통해 모니터링 되는 데이터를 분석하여 사용자 생체/수면 데이터 기반 AIoT 구현 시나리오 및 타 침실 제품 (블라인드, 조명, 에어컨 등) 연동 시스템 구축
1인치 얇은 두께의
혁신적 디자인

1인치 두께로 어느 제품군에도 적용 가능한 모듈 디자인 최적화 매트리스, 의자, 모션 베드, 병상 침대 등 적용 및 활용 가능성 높음
Benzamin AIDE Lab
주요 연구 실적
생체신호 측정 및 처리 기술
무구속/비접촉 방식으로 사용자의 생체 데이터 모니터링을 가능하게 하다
Physiological Signal Monitoring Bed for Infants based on Load-Cell Sensors
Sensors I 2016
Smart ECG Monitoring Patch with Built-in R-Peak Detection for Long-Term HRV Analysis
Annals of Biomedical Engineering I 2016
Heart Rate Variability Monitoring during Sleep Based on Capacitively Coupled Textile Electrodes on a Bed
Sensors I 2015
수면단계 추정 알고리즘 개발
사용자의 수면단계 측정을 가능하게 하다
Attention-based LSTM for Non-Contact Sleep Stage Classification using IR-UWB Radar
IEEE Journal of Biomedical and Health Informatics I 2021
Long Short-Term Memory Networks for Unconstrained Sleep Stage Classification using Polyvinylidene Fluoride Film Sensor
IEEE Journal of Biomedical and Health Informatics I 2019
Sleep Period Time Estimation Based on Electrodermal Activity
IEEE Journal of Biomedical and Health Informatics I 2017
REM sleep estimation based on autonomic dynamics using R-R intervals
Physiological Measurement I 2017
Nocturnal awakening and sleep efficiency estimation using unobtrusively measured ballistocardiogram
IEEE Transactions on Biomedical Engineering I 2014
생체신호 기반 수면장애 분석 기술
사용자의 수면장애를 파악하고 분석하다
Hybrid CNN-LSTM Network for Real-Time Apnea-Hypopnea Event Detection Based on IR-UWB Radar
IEEE Access I 2021
Real-time apnea-hyponea event detection during sleep by convolutional neural networks
Computers in Biology and Medicine I 2016
Polyvinylidene Fluoride Sensor-based Method for Unconstrained Snoring Detection
Physiological Measurement I 2015
Unconstrained Sleep Apnea Monitoring Using Polyvinylidene Fluoride Film-Based Sensor
IEEE Transactions on Biomedical Engineering I 2015
Changes in physiological network connectivity of body system in narcolepsy during REM sleep
Computers in Biology and Medicine I 2021
Heart rate variability changes in major depressive disorder during sleep: fractal index correlates with BDI score during REM sleep
Psychiatry Research I 2019
수면상태 개선 기술
사용자의 수면상태를 개선하다
Effect of closed-loop vibration stimulation on sleep quality for poor sleepers
Frontiers in Neuroscience | 2024
Closed-Loop Vibrational Stimulation Improves the Depth of Slow-wave Sleep and Declarative Memory Consolidation
Sleep I 2021
Human heart rhythms synchronize while co-sleeping
Frontiers in Physiology I 2019
Effect of closed-loop vibration stimulation on heart rhythm during naps
Sensors I 2019
AI 딥러닝 기반 수면 데이터 모니터링 및 분석
이제, 수면은 데이터여야 합니다
수면단계 모니터링
RR 간격을 이용한 건강인과 수면무호흡 환자의 깊은 수면 추정
비알랩의 연구진은 건강한 사람뿐만 아니라 수면무호흡 환자를 대상으로 깊은 수면을 감지할 수 있는 알고리즘을 개발하였습니다. 이 알고리즘은 센서 신호로부터 자율신경계 활성도를 연산하여 이를 기반으로 깊은 수면을 찾아내고 Cohen’s kappa 0.56와 정확도 0.90의 성능을 보여주고 있습니다. 벤자민은 이 알고리즘을 통해 가정 또는 외래 환경에서도 장기적인 깊은 수면 모니터링을 할 수 있습니다.
Figure. Procedure for detecting SWS using the R-R intervals.
패치형 장치를 이용한 건강인과 수면무호흡증 환자의 수면 중 각성 평가
비알랩의 연구진은 건강한 사람뿐만 아니라 수면무호흡 환자에게도 적용이 될 수 있는 수면 중 각성 검출 알고리즘을 구현했습니다. 이 알고리즘은 사용자의 움직임과 자율신경계의 활동에 대한 정보를 활용하는데, 그 결과 Cohen’s kappa 0.60와 정확도 0.91의 성능을 나타내었습니다. 또한 총 수면 시간, 수면효율, 입면 시간, 입면 후 각성 시간에 대해서도 높은 상관성을 보였습니다.
Figure. Example of determining short-term wakefulness and reference PSG.
RR 간격 기반의 자율신경 다이나믹스를 이용한 렘수면 추정
비알랩의 연구진은 건강한 사람과 수면무호흡 환자들을 대상으로 심박수 변동에 반영된 자율신경 활동을 이용하여 급속 안구 운동 (Rapid Eye Movement, REM) 수면을 결정하는 자동 알고리즘을 구현했습니다. 에포크별 분석에 따르면, Cohen's kappa와 정확도의 평균은 각각 0.61과 0.87이었습니다. 현재의 알고리즘은 심박 간격만을 사용하여 벤자민의 중요한 구성 요소가 되며, 수면 관련 장애와 개인 건강에 관한 유용한 정보를 제공할 수 있습니다.
Figure. Procedure for REM sleep estimation.
Polyvinylidene Fluoride 필름 센서 기반의 장단기 메모리 네트워크를 이용한 무구속 수면 단계 분류 기술 개발
비알랩의 연구진은 비접촉 센서를 활용하여 무구속적으로 장기간 생리학적 모니터링을 제공할 수 있는 자동 수면 단계 분류 딥러닝 모델을 개발하였습니다. 이 모델은 4가지 수면 단계에 대한 분류 성능으로 평균 정확도가 0.74이고 Cohen's kappa 계수가 0.55로, 기존의 분류 방법보다 높았습니다. 제안된 딥러닝 모델과 압전 필름 센서의 기능은 벤자민의 자동 수면 분류를 용이하게 하며, 가정에서의 장기 수면 모니터링에 적용할 수 있습니다.
Figure. LSTM-based sleep stages classification process.
수면질환 모니터링
Polyvinylidene Fluoride 센서 기반 무구속 코골이 검출 방법
비알랩의 연구진은 수면 중 코골이를 정확하게 감지하고 움직임 잡음에 강한 모니터링을 위해 압전센서를 활용한 코골이 감지 방법을 개발하여 검증했습니다. 주파수 스펙트럼 특징과 기계 학습 방법을 사용하여 센서 데이터를 '코골이'와 '비코골이'로 분류했습니다. 결과적으로, 전체 민감도(Sensitivity)와 양성예측도(PPV)가 각각 0.95와 0.98이었으며, 움직임이 있는 데이터에서도 큰 차이가 없었습니다. 이 방법은 벤자민의 무구속 코골이 감지와 개선 솔루션에 활용됩니다.
Figure. Filtered piezoelectric signals and their spectrograms.
Polyvinylidene Fluoride 필름 센서를 이용한 무구속 수면 무호흡증 모니터링
비알랩의 연구진은 수면 중 발생하는 무호흡을 정확하게 모니터링하기 위해 압전 센서 기반 배열을 사용한 무구속 수면 무호흡증 모니터링 방법을 개발했습니다. 이 방법은 대상자의 등 아래에 위치하여 침대 커버와 매트리스 사이에 설치되었으며, 수면 무호흡증을 평균 정확도 0.86 및 kappa 통계치 0.60으로 분류했습니다. 두 방법 간 무호흡-저호흡 지수 값의 상관 계수는 0.94였습니다. 개발된 시스템과 방법은 벤자민의 가정 또는 외래 모니터링에서 무호흡증 감지에 적용됩니다.
Figure. Apneic event decision procedure for every 60-s period.
IR-UWB 레이더 기반 실시간 무호흡-저호흡 감지를 위한 하이브리드 CNN-LSTM 네트워크
비알랩의 연구진은 비접촉 심폐 신호를 기반으로 한 무호흡-저호흡(AH)을 감지하기 위해 CNN과 LSTM 네트워크를 결합한 딥러닝 모델을 연구했습니다. 이 하이브리드 모델은 PSG(다공과목 수면검사)와 비교하여 상황 감지기의 정확도가 0.930, 무호흡-저호흡 지수의 상관 계수가 0.97을 보여주었습니다. 이 방법은 벤자민의 수면무호흡증과 저호흡증 증후군(SAHS)의 진단과 치료에 대해 뒷받침합니다.
Figure. Overall structure of the proposed deep learning model.
수면 개선
동침 중 심박 리듬의 동기화
이전 연구들은 인간의 생리학 시스템이 신체 내 안정성을 유지하는데 중요한 역할을 한다는 것을 보여주었지만, 다른 사람의 생리학적 시스템과의 상호작용에 관한 연구는 거의 이루어지지 않았습니다. 비알랩의 연구진은 동침자들의 심장 리듬을 관찰하였고, 두 사람의 심박이 장기간 같은 상대적 위상을 나타낼 뿐만 아니라 양방향의 상호작용이 있음을 발견하였습니다. 우리의 놀라운 연구는 침대를 통해 기계적으로 전달되는 약한 심박 진동의 효과를 최초로 분석하였으며, 이것은 벤자민 솔루션 중 수면 동기화 기술 개발의 시작점이 되었습니다.
Figure. Significantly increased interindividual heart rhythm causal relation is observed in all co-sleeping individuals during the entire sleep.
낮잠 중 페루프형 진동 자극이 심장박동에 미치는 영향
외부 진동 자극이 수면 중 심장 리듬에 영향을 미친다는 이전 연구 결과에 영감을 받아, 비알랩의 연구진은 폐루프형 진동 자극 시스템을 개발하여 실제 낮잠에 적용하였습니다. 이 피드백 시스템은 실시간으로 심박동을 추적하고 변조된 심박 모방 진동을 제공하는 목적으로 디자인되었습니다. 대조 실험에서, 자극 주파수 근방의 심박수 밀도가 크게 증가하였고, 부교감 신경계 활동이 대조군에 비해 증가하는 것을 관찰하였습니다. 우리의 선구적인 연구 결과는 벤자민 솔루션 중 수면 동기화 기술이 자율 신경계를 제어하며 안정화시킨다는 점을 보여주고 있습니다.
Figure. Closed-loop vibration system diagram.
폐루프형의 미세 진동 자극에 의한 깊은 수면 개선과 서술 기억력의 증가
본 연구에서는 폐루프형 진동 자극 기술이 수면과 기억에 미치는 영향을 조사하였습니다. 심박변이율 분석 결과, 깊은 수면 단계에서 부교감 신경 활동이 유의하게 증가하고, 심박과 진동 자극 간의 동기화 비율도 유의하게 증가했습니다. 또한, 뇌파의 깊은 수면 중 서파의 상대적 크기와 서술 기억력이 유의미하게 증가했습니다. 이러한 결과는 벤자민의 폐루프형 수면 동기화 기술이 깊은 수면 단계의 심도와 기억력을 향상시킨다는 것을 입증합니다.
Figure. Study design and closed-loop vibration stimulation system.
호흡유도를 위한 폐루프형 청각 자극: 낮잠 중 수면 시작 시간에 미치는 영향 평가
비알랩의 연구진은 자율 신경계 활동과 연계된 호흡 리듬을 점진적으로 변화시켜 수면을 개선하는 폐루프형 청각 자극 방법 (CLAS)를 고안하였습니다. CLAS는 지속적으로 수면을 유도하기 위해 사용자의 현재 호흡 빈도와 패턴을 실시간으로 반영합니다. 이 낮잠 실험을 통해 수면 시작 시간의 평균 값이 14.0분에서 9.7분으로 유의미하게 감소하였음을 보였습니다. 이 바이오 피드백 기능은 벤자민 솔루션의 수면 유도 및 주간 어플리케이션에 활용되고 있습니다.
Figure. Examples of respiratory frequencies for spontaneous and guided respirations in the adaptation experiment.
고객 데이터
안전하게 보호합니다

ISO 인증
ISO/IEC 27001
정보 보안 관리 시스템(ISMS) 표준으로 데이터 보안 보장
ISO/IEC 27017
클라우드 서비스 제공자를 위한 보안 관리 지침
ISO/IEC 27018
클라우드 환경에서의 개인정보 보호 표준
ISO/IEC 27701
개인정보 관리 시스템(PIMS)에 대한 표준
ISO 22301
비즈니스 연속성 관리를 위한 표준, 서비스 중단 시 연속성 보장

GCP 보안
DDOS 방어
Cloud Armor를 통한 대규모 DDoS 공격 방어
네트워크 방화벽
VPC 방화벽 규칙을 통해 인바운드 및 아웃바운드 트래픽 제어
위협 탐지 및 관리
Security Command Center(SCC)로 보안 취약점과 위협을 실시간 모니터링
네트워크 침입 탐지
Cloud IDS를 통해 네트워크 침입을 실시간 탐지
정책 및 접근 제어
IAM(Identity and Access Management)을 통한 세분화된 접근 제어
VPC Service Controls
데이터 유출 방지를 위한 VPC 경계 설정

데이터 암호화
TLS(Transport Layer Security) 및 HTTPS 기반의 암호화로 데이터 전송 보호
AES(Advanced Encryption Standard) 기반의 저장 데이터 암호화 적용
실명/비실명 정보 분리 및 중요 필드 암호화
Row Level Security 및 Token 기반 인증 적용