디지털 헬스케어 서비스 이용자의 체중관리 지속성과 성과가 AI 기능 활용 방식에 따라 차이를 보인다는 분석 결과가 나왔다.
6일 필라이즈는 누적 2.6억 건의 라이프로그 데이터를 기반으로 이용자 행동을 분석한 결과, AI 코칭 기능 활용도에 따라 서비스 유지율과 체중 관리 성과에서 격차가 나타났다고 밝혔다.
분석에 따르면 AI 코칭을 활용한 유료 멤버십 이용자의 85% 이상이 한 달 후에도 체중 관리를 이어가는 것으로 나타났다. 이는 무료 이용자와 비교해 약 3배 높은 수준이다.
다만 필라이즈는 이러한 차이가 단순히 유료 여부에서 비롯되기보다, AI 피드백 활용 정도에 따른 것이라고 설명했다. 실제로 유료 이용자 중에서도 AI 코칭 기능을 적극적으로 사용하는 그룹은 이용량이 무료 이용자 대비 약 4배 높은 것으로 나타났으며, 해당 그룹에서 지속 이용률과 감량 성과가 상대적으로 높게 나타났다.
반면 AI 코칭 활용이 낮은 유료 이용자는 무료 이용자와 유사한 이용 패턴을 보인 것으로 분석됐다. 이용자 행동 데이터에서는 ‘주말 기록의 연속성’이 성과 차이를 설명하는 변수 중 하나로 나타났다.
필라이즈에 따르면 일반적으로 이용자들은 주말에 식단 기록을 중단하는 경우가 많지만, AI 코칭을 활용하는 이용자들은 기록이 끊기더라도 다시 이어가는 경향을 보였다. 이러한 패턴은 이후 관리 지속 여부와 관련된 지표에서 차이를 보이는 것으로 나타났다.
또한 AI 코칭 이용자의 식단 참여도는 일반 이용자 대비 약 3배 높았으며, 체중 관리 효율은 약 1.4배 높은 수준으로 집계됐다. 서비스 구조 측면에서는 전문가가 설계한 온톨로지 기반 코칭이 적용됐다. 이는 약사와 영양사 등이 구축한 지식 체계를 바탕으로, 이용자의 식단 기록에 따라 영양소 분석과 식사 가이드를 제공하는 방식이다.
이 외에도 연속혈당측정(CG M)을 가상으로 구현한 기술이 적용돼, 별도 기기 없이도 혈당 변화를 추정할 수 있도록 했다. 해당 기술의 오차율은 약 12% 수준으로 제시됐다. 필라이즈는 이번 분석이 데이터 축적을 넘어 이용자 행동 변화와 서비스 설계 간 관계를 보여주는 사례라고 설명했다.
다만 이번 결과는 특정 서비스 이용 데이터를 기반으로 한 분석으로, 동일한 경향이 다른 서비스나 이용 환경에서도 동일하게 나타나는지에 대해서는 추가적인 검증이 필요하다.
업계에서는 AI 기반 헬스케어 서비스의 효과를 평가할 때, 기능 자체뿐 아니라 이용자의 실제 활용 방식과 행동 패턴을 함께 고려할 필요가 있다는 점을 보여주는 사례로 보고 있다.
