MUA
How It Works
  • work 이미지 step. 1

    VR & 모바일에서
    MUA 앱 다운로드

    모바일 앱과 VR앱을 다운로드 합니다. 코드로 간편하게 연동하여 서로 다른 기기 경험을 자연스럽게 연결합니다.

  • work 이미지 step. 2

    실시간 바이오 데이터 측정 및 수집

    웨어러블 기기와 모바일 앱을 통해 심박, 활동 등 생체 데이터를 실시간으로 수집하고 분석합니다. MIND-C AI가 감정을 추론합니다.

  • work 이미지 step. 3

    사용자 대시보드 생성 및 명상 콘텐츠 추천

    MUA XR 대시보드에서 생체 데이터 분석 결과를 확인합니다. 현재 마음 상태에 가장 필요한 추천 명상을 확인하고 시작합니다.

  • work 이미지 step. 4

    데이터 학습으로
    더 깊어지는 맞춤 케어

    MIND-C AI는 지속적인 사용으로 축적된 데이터를 학습하여, 당신의 정서 상태를 더욱 세밀하고 정교하게 추론합니다.

Key Technology
우리의 신체와 감정의 상태는 고정되어 있지 않고 끊임없이 변화합니다.
그렇기에 우리에게 필요한 명상 또한 그 변화에 맞춰 유연하게 설계되어야 합니다.

  • 외부 디바이스를 통해
    수집되는 바이오 데이터

    사용자 프로필 / 심박수 / 심박 변이도/
    혈중 산소 포화도 / 스트레스 지수 / 활동량

  • 사용자 설문을 통해
    수집되는 감정 데이터

    이모지 기반의 무드미터

명상 추천을 위한 핵심 지표로 변환

  • 정서가
    (Valence)
  • 각성도
    (Arousal)

  • 다도 명상

    스트레스가 높은 사용자

  • 공간 명상

    번아웃 상태에 있는 사용자

  • 바디스캔 명상

    내면의 안정이 필요한 사용자

    Coming soon

  • 창조 명상

    창의적 사고가 필요한 사용자

  • 예술 명상

    관점의 전환이 필요한 사용자

  • 소리 명상

    감각의 안정과 회복이 필요한 사용자

Backgrounds
XR명상은 기존 명상보다 더 깊은 몰입과 정서적 안정을 선사하며,
초보자도 명상의 효과를 빠르게 경험할 수 있도록 돕습니다.
참가자의 89%가 XR명상을 통해 외부 세계와 분리되어 오롯이 자신에게 집중하는 몰입감을 경험했습니다.
XR 명상은 외부의 방해 요소를 차단하여 명상의 효과를 높이는 최적의 환경을 제공합니다.
  • tech 그래프 이미지

    • 90%가 VR을 통해 깊은 명상에 빠질 수 있었다고 평가
    • 심박수 및 심박변이도에 긍정적 영향
    • 깊은 명상 상태로 들어가는데 걸리는 시간 감소
    • 기존 명상에 비해 수면의 시간이 길어지고 질 향상

    From Dr. Gou Ge of Utrecht University in the Netherlands
  • tech 이미지
감정 측정의 심리학적 근거:
James Russell의 정서가와 각성도 모델을 바탕으로 설계하였습니다.
James Russell의 2차원 정서 원형 모델 기반,
사람의 감정을 정서가와 각성도의 연속적인 차원으로 고려
tech 이미지

정서가 : 감정의 긍정적 – 부정적 수준
긍정적인 감정(기쁜) ↔ 부정적인 감정(불쾌한)

각성도 : 감정의 흥분 정도 – 활성화 수준
높은 각성도(흥분된) ↔ 낮은 각성도(진정된)

Algorithm
바이오 데이터와 AI 학습으로 완성되는 나만의 명상 솔루션
MIND-C AI는 복합적인 바이오 시그널을 다차원으로 융합하여 실시간 정서 상태를 도출하는 지능형 알고리즘입니다.
James Russell의 정서 원형 모델을 기반으로, 고도화된 추론 알고리즘을 통해 각성도와 정서가를 산출합니다.
이러한 공학적 설계를 통해 사용자의 잠재적 감정 변화를 64가지 이상의 범주로 분류하고,
개인별 기저 데이터가 축적됨에 따라 더욱 고도화된 맞춤형 마인드 케어를 실현합니다.
또한 실시간 변화 추이를 대시보드에 시각화하여 명상 전·후의 정서 회복도를 직관적으로 보여줍니다.
algorithm_img algorithm_img algorithm_img algorithm_img
Solution for individual user

개인 기기를 통한 접촉식 측정 솔루션

MUA는 사용자가 사용하고 있는 스마트 워치와 연동됩니다.
측정된 바이오 데이터는 실시간으로 서버에 전달되며,
감정 상태를 추론하기 위한 지표로 변환됩니다.

반복 사용할수록 개인별 기저 모델이 구축되어 명상 추천의 정확도가 향상되고,
점점 더 정밀한 감정 추론이 가능해집니다.

솔루션 이미지
Solution for group & business user

공용 기기를 통한 비접촉식 솔루션

MUA는 조직의 정서적 안녕을 유지하고 업무 생산성을 향상시키는 데
기여할 수 있습니다.
스마트 미러의 안면인식 카메라로 생체 신호를 비접촉 방식으로 측정하고,
해당 데이터를 MUA 서버로 전송 및 분석합니다.
결과에 따라 사용자의 감정 상태에 가장 적합한 명상 콘텐츠를 추천합니다.

또한 산업 및 조직 단위의 데이터 패턴을 분석해 맞춤 콘텐츠를 제공할 뿐만 아니라 관리자 전용 대시보드를 제공하여 명상 결과와 변화를 추적할 수 있도록 하여 효과적인 정서적 컨디션 관리가 가능합니다.

솔루션 이미지
What More Can We Do?
심리 치료부터 마케팅 솔루션까지,
MUA의 기술을 다양한 영역으로 확장합니다.

Powered by

MIND-C AI

MUA의 AI 알고리즘은 생체 신호를 정교하게 분석하여,
당신의 마음 상태를 깊이 있게 이해합니다.
정서적 안녕을 돌보는 웰니스의 새로운 기준을 제시하며,
기술을 통해 삶의 질을 높이는 혁신을 이어갑니다.

References
감정 추론의 심리학적 근거 :
James Russell의 각성-정서가(Arousal – Valence 모델)

Emotion recognition based on physiological signals using valence-arousal model(Basu, 2015)

Wearable-Based Affect Recognition—A Review(Schmidt, 2019)

WESAD, a multimodal dataset for wearable stress and affect detection (Schmidt, 2018)

Autonomic Nervous System Activity Distinguishes Among Emotions (Ekman, 1983)

Basic emotions are associated with distinct patterns of cardiorespiratory activity (Rainville, 2006)

Improving Real-Life Estimates of Emotion Based on Heart Rate: A Perspective on Taking Metabolic Heart Rate Into Account (Brouwer, 2018)

Physiological Pattern of Human Emotion State based on SPO2 sensor (Wibawa, 2016)

Emotion Recognition in Elderly Based on SpO2 and Pulse Rate Signals Using Support Vector Machine (Hakim, 2018)

Predicting Emotion with Biosignals: A Comparison of Classification and Regression Models for Estimating Valence and Arousal Level Using Wearable Sensors (Siirtola, 2023)

Heart rate as a measure of emotional arousal in evolutionary biology (Wascher, 2021)