시니어 디지털 헬스 포용성 진단 도구 Elderly HealthMag

초록

본 논문은 디지털 헬스 소프트웨어가 고령 사용자와 건강 상태가 다양한 이용자를 충분히 포용하지 못하는 문제를 해결하고자, GenderMag에서 영감을 얻은 HealthMag을 개발하고 이를 기존 AgeMag과 결합한 Elderly HealthMag을 제시한다. 체계적 문헌 조사와 전문가 인터뷰를 통해 5개의 핵심 건강‑연령 페이싯을 도출하고, 이를 기반으로 3개의 유연한 페르소나와 인지적 워크스루 질문지를 설계하였다. 두 개의 실제 DH 앱에 적용한 결과, 설계 단계에서 놓치기 쉬운 편향을 발견하고 구체적 개선안을 도출함으로써 도구의 실용성을 입증한다.

상세 분석

Elderly HealthMag은 InclusiveMag 프레임워크를 기반으로 “건강‑연령”이라는 이중 렌즈를 적용한 최초의 Magnifier 방법론이다. 먼저 저자들은 130여 편 이상의 선행 연구와 디지털 헬스 설문, 심리·사회 과학 문헌을 메타‑분석하여 건강 상태가 사용자 인터랙션에 미치는 구체적 영향을 파악했다. 이 과정에서 ‘건강 자기 효능감’, ‘신뢰·프라이버시 우려’, ‘기술 숙련도’, ‘지원·연속성’, ‘피로·통증 수준’ 등 16개의 후보 페이싯을 도출했으며, 반복적인 전문가 인터뷰와 라운드‑트립 피드백을 통해 5개의 핵심 페이싯으로 압축하였다.

HealthMag의 핵심은 각 페이싯에 대해 낮음‑보통‑높음 등 명확한 값 범위를 정의하고, 이를 페르소나에 매핑함으로써 설계·평가 단계에서 구체적인 질문을 제시한다는 점이다. 예를 들어, ‘건강 자기 효능감이 낮음’인 페르소나는 오류 복구 단계에서 추가적인 안내와 피드백을 요구한다는 가설을 검증하도록 설계된 질문이 포함된다.

AgeMag은 기존 연구에서 고령 사용자를 위한 5개의 연령 페이싯(예: 인지 부하, 시각·청각 감각, 운동 능력, 기술 친숙도, 사회적 지원)으로 이미 검증되었으며, 이를 ‘Elderly AgeMag’으로 재조정해 고령층 특성에 맞게 세부값을 재정의하였다. 두 렌즈를 결합한 Elderly HealthMag은 페이싯 간 교차 효과를 탐지할 수 있다. 예컨대, ‘낮은 연속성 of care’와 ‘높은 프라이버시 우려’가 동시에 존재할 때, 데이터 저장 정책이 사용자를 배제하거나 과도한 인증 절차를 요구하는지를 확인한다.

페르소나는 LLM(대형 언어 모델) 기반 초안 생성 후, 도메인 전문가와 실무 개발자가 검증·수정하는 3단계 프로세스로 제작되었다. 최종적으로 3개의 ‘유연한’ 페르소나는 각각 다른 건강‑연령 조합을 대표하며, 실제 프로젝트에 재사용 가능하도록 템플릿화되었다.

검증 단계에서는 두 개의 상용 DH 앱(하나는 약물 복용 관리, 다른 하나는 원격 진료 예약)을 대상으로 인지적 워크스루를 수행했다. 워크스루 과정에서 27개의 포용성 버그가 식별되었으며, 그 중 18건은 기존 AgeMag만 적용했을 때는 드러나지 않았던 건강‑연령 교차 이슈였다. 발견된 버그는 ‘오류 복구 시 과도한 입력 요구’, ‘프라이버시 설정이 복잡해 고령 사용자가 포기’, ‘피로 상태에서 긴 대기 시간에 대한 불만’ 등이다. 각 버그에 대해 구체적인 디자인 수정안(예: 단계적 피드백 제공, 프라이버시 옵션 간소화, 상황 인식형 타이머 조정 등)이 제시되었다.

핵심 기여는 (1) 130여 편 연구를 통합해 도출한 5개의 건강 페이싯, (2) AgeMag과 HealthMag을 결합한 이중 렌즈 프레임워크, (3) 실무 적용 가능한 페르소나와 워크스루 질문지, (4) 실제 DH 앱에 적용해 편향을 드러낸 실증적 증거이다. 제한점으로는 고령 사용자 외의 다른 연령대와 문화권에 대한 일반화 검증이 부족하고, 페이싯 값 설정이 전문가 의견에 크게 의존한다는 점이다. 향후 연구에서는 다문화·다언어 환경에서의 검증과 자동화된 버그 탐지 도구와의 연계가 기대된다.