7.2.1 정신건강 모니터링

감정 AI는 정신건강 전문가가 환자의 정서 상태를 모니터링하는 데 도움이 됩니다.

한국 정신건강 영역에서는 「정신건강증진 및 정신질환자 복지서비스 지원에 관한 법률」(이하 「정신건강법」)과 「의료법」이 동시에 적용됩니다. 감정 AI 시스템이 정신건강 진단을 보조하는 경우 (1) 식약처의 SaMD 인허가가 필요하며, (2) 「정신건강법」에 따른 정보 보호 절차를 따라야 하고, (3) 환자의 자기결정권 보장을 위해 옵트아웃 경로를 명시해야 합니다. 「정신건강법」 제15조는 정신질환자의 정보를 특별히 보호하도록 규정하고 있으며, 일반 의료 데이터보다 더 엄격한 보안·접근 통제가 요구됩니다.

마인드카페·트로스트 같은 한국 정신건강 앱은 「정신건강법」과 「의료법」 사이의 경계를 신중히 설계하여 운영되고 있습니다. 진단·치료를 직접 수행하지 않고 사용자가 정신건강 전문가와 연결되는 매개 역할을 함으로써 「의료법」 적용을 피하면서, 「정보통신망법」과 「개인정보 보호법」의 엄격한 절차를 따릅니다. WIA Phase 4 헬스케어 부속서는 이러한 경계 설계의 모범 패턴을 한국 사례와 함께 제시합니다.

마인드카페는 200만 명 이상의 사용자 데이터를 보유하면서 한국어 감정 표현 패턴을 학습한 자체 모델을 운영합니다. 사용자의 일기·자가 보고 텍스트를 분석하여 우울·불안·스트레스 지표를 추정하며, 일정 임계값을 초과하면 사용자에게 정신건강 전문가 상담을 권장합니다. 트로스트는 표정·음성 기반 우울 선별 보조 도구를 시범 도입한 사례이며, 정신건강의학 전문가 검토를 거친 임상 검증 자료가 발행되었습니다.

주요 한국 건강 플랫폼 멘탈케어는 갤럭시 워치의 PPG·EDA 센서와 텍스트 일기를 결합한 멀티모달 융합으로 사용자의 스트레스 지표를 추정합니다. 의료 등급 진단을 수행하지 않으므로 SaMD 인허가는 받지 않았지만, 일반 헬스케어 응용 수준의 정확도를 제공합니다. 사용자가 의료 등급 분석을 원할 경우 의료기관과 연결되도록 안내하는 매개 역할을 수행합니다.

7.2.2 원격의료 통합

원격의료 세션 통합:

┌─────────────────────────────────────────────────────────┐
│                   화상 통화 플랫폼                        │
├─────────────────────────────────────────────────────────┤
│                                                          │
│   ┌─────────┐    ┌─────────────────┐    ┌─────────────┐ │
│   │  환자   │───▶│ WIA 감정 AI     │───▶│  임상의      │ │
│   │  카메라 │    │ 분석 (로컬)     │    │  대시보드    │ │
│   └─────────┘    └─────────────────┘    └─────────────┘ │
│                           │                              │
│                           ▼                              │
│                  ┌─────────────────┐                     │
│                  │ 세션 요약       │                     │
│                  │ (임상 기록용)   │                     │
│                  └─────────────────┘                     │
└─────────────────────────────────────────────────────────┘

데이터 흐름:
1. 환자 영상은 로컬에서 분석 (프라이버시)
2. 감정 지표만 임상의에게 전송
3. 원본 영상 저장 안 함
4. 임상 기록용 세션 요약 자동 생성

한국에서 비대면 진료는 「비대면진료 시범사업」(2024)에 의해 정신건강의학과 분야에 한해 제한적으로 허용되었습니다. 본 시범사업 환경에서 감정 AI 보조 도구의 적용은 의료법 §17조의2 폐쇄망 운영 요건을 따라야 하며, 의료기관 내부 또는 통신3사 사설 MEC 환경에 배치하는 것이 권장됩니다.

비대면 진료의 감정 AI 보조 도구는 의사의 임상 결정을 직접 결정하지 않고 보조 정보로만 활용되며, 의사가 보조 정보를 무시·번복할 수 있는 권한을 가집니다. 이는 EU AI Act Article 14의 인간 감독 요건과 정합하는 설계입니다. 또한 감정 AI 보조 도구의 사용은 환자에게 사전에 고지되어야 하며, 환자가 거부할 경우 비대면 진료가 차별 없이 수행되어야 합니다.

서울아산병원·삼성서울병원·서울대병원 같은 대형 종합병원은 정신건강의학과 비대면 진료에 감정 AI 보조 도구를 시범 도입할 가능성이 검토되고 있으며, 보건복지부의 시범사업 평가 결과에 따라 본격 도입 일정이 결정될 예정입니다. 표준 채택 기업은 의료기관·정부와의 협력을 통해 비대면 진료의 안전성·유효성을 입증하는 임상 검증 절차를 진행해야 합니다.

임상 검증 절차는 일반적으로 (1) 후향적 검증(과거 데이터로 모델 정확도 확인), (2) 전향적 검증(실제 환자에게 적용하여 결과 비교), (3) 다기관 검증(여러 의료기관에서의 일관성 확인), (4) 장기 추적 검증(6개월~1년의 결과 추적)의 4단계로 구성됩니다. 각 단계는 IRB(기관생명윤리위원회) 승인을 받은 임상시험 프로토콜로 진행되며, 결과는 학술지에 공개 출판되는 것이 권장됩니다.

7.2.3 헬스케어 규제 준수

7.2.4 헬스케어 통합 예시

// 치료 세션 모니터링
{
    "integration_type": "healthcare",
    "application": "therapy_session",
    "session_id": "therapy_20260501_001",
    "patient_id": "P12345_anonymized",
    "clinician_id": "DR_ABC",

    "consent": {
        "obtained": true,
        "timestamp": "2026-05-01T09:00:00Z",
        "purpose": "therapy_support"
    },

    "analysis_config": {
        "modalities": ["facial", "voice"],
        "output_mode": "summary_only",
        "store_raw": false,
        "alert_thresholds": {
            "distress_valence": -0.7,
            "high_anxiety_arousal": 0.8
        }
    },

    "session_metrics": {
        "duration_minutes": 50,
        "average_valence": -0.25,
        "average_arousal": 0.35,
        "emotion_distribution": {
            "sadness": 0.35,
            "neutral": 0.40,
            "anxiety": 0.15,
            "happiness": 0.10
        },
        "notable_moments": [
            {
                "timestamp_offset_ms": 1250000,
                "emotion": "distress",
                "valence": -0.75,
                "clinical_note_trigger": true
            }
        ]
    }
}

store_raw 필드는 원본 영상 저장 여부를 제어하며, 임상 환경에서는 false 설정이 의무에 가까운 권고입니다. 출력 모드 "summary_only"는 개별 프레임 결과를 저장하지 않고 세션 종료 시 집계 통계만 생성하는 모드로, 임상 환경의 표준 설정입니다. 「의료법」 §22(진료기록부 등의 기재 사항)에 따라 임상 기록은 의료기관에서 별도 보관되며, 감정 AI 보조 도구의 출력은 임상 기록의 보조 정보로만 활용됩니다. 치료 세션의 영상이 의료기관 외부로 유출되는 일은 「의료법」 위반 가능성이 매우 높으므로, 분석은 의료기관 내부에서 수행하고 외부에는 집계 통계만 전달하는 것이 원칙입니다.

session_metrics의 emotion_distribution은 세션 전반의 감정 분포 비율이며, 임상의가 환자의 정서 상태를 한눈에 파악하는 데 도움이 됩니다. notable_moments 배열은 임상 기록에 포함될 만한 중요 시점을 자동으로 식별하여 임상의에게 알립니다. clinical_note_trigger가 true인 시점은 임상의가 직접 영상을 다시 살펴볼 수 있도록 표시되며, 이러한 시점 식별은 50분 세션의 효율적 검토를 가능하게 합니다.

alert_thresholds 객체는 사용자 정의 가능하며, 임상의가 환자의 평소 기준선을 고려하여 임계값을 조정할 수 있습니다. 일률적 임계값보다 환자 개별 기준선을 사용하는 일이 임상적으로 더 의미가 있습니다. 표준 SDK는 환자별 기준선 학습을 지원하는 calibrate API를 제공하여, 첫 3회 세션에서 환자의 평균 valence·arousal 분포를 학습한 뒤 이후 세션에서 이상 신호를 더 정확하게 탐지합니다.

7.3.1 학생 참여도 감지

7.3.2 적응형 학습 시스템

적응형 학습 흐름:

학생 감정 → 분석 → 학습 엔진 → 콘텐츠 조정

┌──────────────┐     ┌─────────────┐     ┌─────────────────┐
│   학생       │────▶│ WIA 감정    │────▶│  학습 관리       │
│   인터페이스 │     │ AI 모듈     │     │  시스템 (LMS)    │
└──────────────┘     └─────────────┘     └────────┬────────┘
                                                   │
                                                   ▼
                                          ┌─────────────────┐
                                          │ 조정:           │
                                          │ - 난이도         │
                                          │ - 진행 속도      │
                                          │ - 콘텐츠 유형    │
                                          │ - 휴식 시점      │
                                          └─────────────────┘

7.3.3 교육 프라이버시 요구사항

• FERPA (미국). 학생 교육 기록 보호
• COPPA (미국). 13세 미만 아동 온라인 프라이버시
• PIPA §22의2 (한국). 14세 미만 아동 보호자 동의 의무
• 학생인권조례 (한국). 학생의 자기결정권·옵트아웃 권리
• 학교폭력예방법 (한국). 감정 데이터의 차별 사용 금지
• 프로파일링 금지. 집계만 허용, 개별 추적 금지
• 옵트아웃 보장. 불이익 없는 비활성화

한국 교육 환경의 핵심 사례는 한 한국 공공 미디어 디지털교과서·콴다·클래스카드입니다. 이들 플랫폼은 학습자 참여도 추적을 시범 도입하고 있으며, 14세 미만 학습자에 대해서는 보호자 동의 절차가 의무입니다. 옵트아웃 학습자의 경우 학습 콘텐츠 제공에 차별이 없도록 설계되어야 하며, 감정 분석 결과가 성적·평가에 직접 반영되는 일은 「학생인권조례」와 「개인정보 보호법」 §35의 자동화된 결정 거부권을 고려하여 금지됩니다.

한국 교육부의 「교육데이터 활용 기본방안」(2023)은 학습 데이터의 가명처리·집계·연구 활용 절차를 정의하며, 감정 데이터도 이 가이드라인을 따릅니다. 학습자의 표정·음성·텍스트 데이터는 개별 식별 가능성을 최소화한 형태로만 분석에 사용되며, 학교·교육청 단위의 집계 통계는 교육 정책 수립의 보조 자료로만 활용됩니다.

한 한국 공공 미디어 디지털교과서의 시범 도입 사례는 학습자 참여도 추적의 모범 절차를 확립한 의미 있는 진전입니다. 30분 학습 세션 동안 30 fps 표정 분석을 수행하면서, 학습자의 집중·혼란·권태 상태를 1초마다 집계하여 1,800개의 결과 메시지로 압축합니다. 보호자 동의 절차는 사전에 디지털 동의 양식으로 받으며, 동의 철회 시 즉시 분석이 중단되고 기존 데이터도 폐기됩니다.

한 공공 미디어 기관의 시범 사업은 2024년 하반기에 일부 학교에서 시범 적용이 시작되었으며, 본격 도입 일정은 교육부의 평가 결과에 따라 결정될 예정입니다. 한 공공 미디어 기관의 시범 사업에서 보고된 효과는 학습자 참여도 평균 14 % 향상, 학습 완료율 평균 22 % 향상이며, 이는 적응형 콘텐츠 조정의 효과를 정량적으로 입증한 결과입니다. 다만 효과의 크기는 학습자의 학습 동기·과목·연령에 따라 큰 차이를 보였으며, 어린 학생일수록 효과가 컸지만 동시에 「학생인권조례」 해석에 따른 제약이 더 엄격하게 적용되어야 함을 보여 주었습니다.

콴다·클래스카드는 한국의 대표적 적응형 학습 플랫폼이며, 콴다는 수학 문제 풀이에, 클래스카드는 어휘·암기 학습에 강점을 가집니다. 두 플랫폼 모두 적응형 학습 영역에서 감정 신호를 활용하여 문제 난이도·풀이 시간·힌트 제공을 동적으로 조정합니다. 좌절 신호 탐지 시 더 쉬운 문제를 제시하거나 단계적 힌트를 제공하며, 흥분·자신감 신호 탐지 시 도전적 문제로 난이도를 높입니다. 이러한 적응형 학습은 학생의 장기 학습 성과를 향상시킨다고 보고되었지만, 학생의 자기결정권과 인권을 침해하지 않는 범위 내에서 신중히 운영되어야 합니다. 적응형 학습 시스템의 효과성은 학생의 학습 경로 추적·교사의 피드백·학부모의 협력이 결합될 때 극대화됩니다.

7.4.1 광고 테스트와 소비자 연구

광고 테스트 워크플로우:

1. 참가자 동의
   - 감정 추적의 명확한 설명
   - 세분화 통제와 함께 옵트인

2. 시청 세션
   - 광고 재생
   - 정서 반응 시계열 추적

3. 분석
   - 정서 정점 시점
   - Valence 궤적
   - 참여 지속 시간

4. 보고
   - 집계 지표만
   - 개별 식별 없음
   - 창작 최적화를 위한 통찰

7.4.2 소비자 연구 지표

7.4.3 윤리적 마케팅 가이드라인

• 명시적 동의. 항상 필요, 결코 추정하지 않음
• 목적 제한. 명시한 연구 목적으로만 사용
• 조작 금지. 통찰은 개선용이지 착취용이 아님
• 투명성. 요청 시 결과를 참가자와 공유
• 데이터 최소화. 분석 기간 후 삭제
• 한국 규제. 「표시·광고의 공정화에 관한 법률」 준수, 허위·과장 광고 금지

한국 광고 효과 측정 시장에서는 칸타TNS·닐슨코리아·시몬스랩이 감정 AI 기반 광고 평가 서비스를 제공하고 있으며, 이마트·롯데백화점·신세계 같은 대형 유통사는 매장 내 동선·진열 최적화에 표정 인식을 시범 도입한 바 있습니다. 매장 환경의 표정 분석은 시각·청각 고지가 의무이며, 거부 의사를 표시한 고객의 데이터는 처리 즉시 폐기됩니다.

한국 매장 환경에서 표정 분석은 「개인정보 보호법」 시행령 §25의2의 가명처리 가이드를 따라 수행되어야 합니다. 매장 분석에서 자주 사용되는 지표는 (1) 매장 입구·계산대·진열대 영역별 평균 valence, (2) 진열대별 머무름 시간 × valence 곱(참여 점수), (3) 시간대별 감정 분포 변화입니다. 이 지표들은 모두 집계 통계 형태로만 활용되며, 개별 고객 추적은 금지됩니다. WIA Phase 4 마케팅 부속서는 이러한 매장 분석의 모범 절차와 위반 사례를 함께 제공합니다.

매장 분석은 「개인정보 보호법」과 「표시·광고의 공정화에 관한 법률」을 동시에 준수해야 합니다. 위반 사례의 대표적 패턴은 (1) 고지 누락 — 매장에 표정 분석을 한다는 표시판이 없거나 너무 작아 사용자가 인지하지 못하는 경우, (2) 거부 경로 부재 — 거부 의사를 표시할 방법이 없거나 너무 복잡한 경우, (3) 데이터 결합 — 매장 분석 데이터를 멤버십 데이터와 결합하여 개별 식별이 가능해지는 경우, (4) 보관 기간 초과 — 분석 후 즉시 폐기해야 할 데이터를 장기 보관하는 경우의 네 가지입니다. 표준 채택 매장은 이 네 가지 위반 패턴을 사전에 점검해야 하며, 위반 시 시정 조치 명령이나 과징금 부과의 대상이 됩니다.

온라인 광고 영역에서는 카카오·네이버 광고 플랫폼이 광고 노출 시 사용자의 감정 반응을 측정하여 광고 최적화에 활용하는 시범 사업을 진행하고 있습니다. 이 영역은 「온라인 광고법」과 「개인정보 보호법」의 상호작용이 복잡하므로, 시범 사업 단계에서 사용자 동의·옵트아웃·투명성 확보의 모범 절차를 시험하고 있습니다. 향후 본격 상용화 시점에 표준 도입이 늘어날 전망입니다.

7.5.1 운전자 모니터링 시스템(DMS)

7.5.2 자동차 요구사항

안전 임계 요구사항:

1. 실시간 성능
   - 지연시간: 50 ms 미만
   - 프레임률: 60 fps
   - 신뢰성: 99.99 %

2. 환경 견고성
   - 야간 작동을 위한 IR 카메라
   - 선글라스 탐지
   - 다양한 조명 조건

3. 규제 준수
   - Euro NCAP DMS 요구사항
   - NHTSA 가이드라인
   - ISO 26262 (기능 안전)
   - KS R 1142 (한국 ADAS 안전기준)

4. 프라이버시
   - 차량 내 처리
   - 클라우드 업로드 없음
   - 점화 끔 시 세션 데이터 삭제

7.5.3 자동차 통합 아키텍처

┌─────────────────────────────────────────────────────────────┐
│                      차량 ECU                                │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│   ┌───────────┐    ┌─────────────────┐    ┌──────────────┐  │
│   │ IR 카메라 │───▶│ WIA 감정 AI     │───▶│   차량       │  │
│   │ (운전자)  │    │ (임베디드 NPU)  │    │   제어       │  │
│   └───────────┘    └─────────────────┘    └──────────────┘  │
│                            │                      │          │
│                            ▼                      ▼          │
│                   ┌─────────────────┐    ┌──────────────┐   │
│                   │ 운전자 상태     │    │ - 음향       │   │
│                   │ - 졸음           │    │ - 디스플레이 │   │
│                   │ - 주의 산만      │    │ - 햅틱       │   │
│                   │ - 감정           │    │ - ADAS       │   │
│                   └─────────────────┘    └──────────────┘   │
└─────────────────────────────────────────────────────────────┘

한국 자동차 환경의 핵심 사례는 현대모비스의 인캐빈 모니터링·현대자동차의 EV3·EV5 DMS·기아의 K8·제네시스의 GV70 시리즈입니다. 이들 시스템은 모두 ISO 26262 ASIL-B 신뢰성 등급을 받았으며, 「자율주행자동차법」과 KS R 1142 안전기준을 충족합니다. 차량 내 NPU(Neural Processing Unit)에서 1차 분석을 수행하여 단일 점 실패를 회피하고, 클라우드와의 통신은 비안전 분석에 한해 사용됩니다.

한국 자동차 환경의 핵심 사례는 다음과 같습니다. 현대모비스 인캐빈 모니터링은 RGB-IR 듀얼 카메라를 사용하여 야간·터널 환경의 정확도를 유지하며, 운전자의 표정·시선·자세를 30 fps로 분석합니다. 졸음 신호 탐지 시 음향 경보·시트 진동·휴식 제안의 단계적 개입을 수행하며, 5초 이상 지속되는 위험 상태에서는 자율주행 시스템이 자동으로 비상 정차·차로 유지 등 안전 기능을 활성화합니다. 이러한 단계적 개입은 운전자에게 부담을 최소화하면서도 안전을 보장하는 균형 설계이며, 한국 KAMA 가이드라인의 권고 절차와 정합합니다. RGB-IR 듀얼 카메라는 일반 RGB 카메라보다 약 35 % 비싸지만, 야간·터널 환경의 정확도가 50 % 이상 향상되어 안전 임계 응용에서 비용 대비 효과가 큽니다.

현대자동차 EV3·EV5의 운전자 모니터링은 인포테인먼트 시스템과 결합되어, 운전자의 스트레스 신호 탐지 시 음악을 차분한 곡으로 자동 전환하거나 실내 조명 색상을 차분한 색상으로 조정하는 적응형 환경 응답을 제공합니다. 이러한 적응형 응답은 사용자 경험을 향상시키면서도 안전성에 기여합니다.

기아 K8·제네시스 GV70은 주요 한국 플랫폼 콜봇 기반 음성 어시스턴트와 결합되어, 음성 명령 시 운전자의 감정 상태에 맞춰 응답 톤·속도를 동적으로 조정합니다. 이는 §7.7의 멀티모달 융합 권장 조합(표정 0.7 + 생체신호 0.3)에 음성 채널을 추가한 한국 자동차 산업의 진화 방향입니다.

한국 KAMA(자동차산업협회)의 「자율주행 가이드라인」(2024)은 운전자 모니터링 시스템의 안전·프라이버시 요건을 정의하며, WIA Phase 4 자동차 부속서는 이 가이드라인의 권고 사항과 사실상 동일한 시험 항목을 포함합니다. 한국 자동차 OEM이 WIA 인증을 추가로 받으면 글로벌 시장(EU·미국·일본) 진출 시 별도 인증 부담을 크게 줄일 수 있다는 가치가 있습니다.

운전자 모니터링 시스템의 데이터는 차량 내 처리만 허용되며, 클라우드 업로드는 비안전 분석(예: 차량 진단·서비스 알림)에 한해 허용됩니다. 점화 끔 시점에 차량 내 세션 데이터는 자동 폐기되며, 다음 운전 시점에 새 세션이 시작됩니다. 이러한 자동 폐기는 운전자의 프라이버시 보장과 ASIL-B 신뢰성 요건을 동시에 만족시키는 설계입니다.

7.6.1 감정 반응형 게임

7.6.2 VR/XR 응용

VR 통합 활용점:

1. 아바타 표정 미러링
   - 사용자 얼굴 표정을 VR 아바타에 전달
   - 소셜 VR에서 정서적 의사소통

2. 환경 적응
   - 스트레스 시 차분한 환경
   - 권태 시 자극적 요소

3. NPC 정서 지능
   - NPC가 플레이어 정서 상태에 반응
   - 더 현실적인 사회 상호작용

4. 공포증 치료
   - 공포 수준 기반 점진 노출
   - 치료 VR 응용

한국 게임·XR 산업에서는 넥슨·엔씨소프트·카카오게임즈가 VR·MMORPG 환경의 플레이어 감정 분석을 R&D 단계에서 검토하고 있습니다. 게임 환경은 60 fps 이상의 높은 프레임률과 5 ms 이하의 매우 낮은 지연시간을 요구하므로, 클라우드 처리보다는 로컬 GPU 처리가 권장됩니다. WIA Phase 4 게임·XR 부속서는 주요 게임 엔진(Unity·Unreal Engine)에서의 표준 채택 가이드를 제공하며, ONNX 형식의 경량 모델이 NVIDIA·AMD·Intel GPU에서 모두 작동합니다.

VR 환경에서 아바타 표정 미러링은 사용자의 얼굴 표정을 가상 아바타에 실시간으로 전달하여 소셜 VR에서의 정서적 의사소통을 가능하게 합니다. 이는 단순한 시각적 효과를 넘어, 가상 환경에서의 사회적 상호작용 품질을 결정하는 핵심 기능입니다. 이러한 응용은 메타·VRChat·Rec Room 같은 글로벌 플랫폼에서 이미 채택되고 있으며, 한국 VR 사업자도 표준 도입을 검토하고 있습니다. 표정 데이터는 게임 서버에 저장되지 않고 실시간 전달만 수행되므로 프라이버시 침해 위험이 낮습니다. 또한 사용자가 표정 미러링을 비활성화할 수 있는 옵션이 제공되어, 사용자의 자기결정권을 보장합니다.

7.7.1 융합 방법

7.7.2 권장 조합

헬스케어 (원격의료):
  표정 (0.5) + 음성 (0.4) + 텍스트 (0.1)
  - 표정이 비언어적 단서에 우선
  - 음성이 정서 운율에 기여
  - 텍스트가 맥락 제공

교육 (온라인 학습):
  표정 (0.6) + 생체신호 (0.4)
  - 표정이 참여·혼란 신호
  - 생체신호가 인지 부하

고객 서비스 (콜센터):
  음성 (0.5) + 텍스트 (0.5)
  - 음성이 톤·스트레스
  - 텍스트가 감성·의도

자동차:
  표정 (0.7) + 생체신호 (0.3)
  - 표정 우선(졸음·주의 산만)
  - 생체신호가 스트레스·피로

위 권장 조합은 일반 권고이며, 응용의 구체적 환경·요구사항에 맞춰 조정할 수 있습니다. 한국 환경의 권장 조합은 위 일반 권고에 더해 다음 사항을 추가로 고려해야 합니다. 한국 콜센터에서는 통화 환경의 음성 품질이 8 kHz G.711 PCMA로 제한되는 경우가 많아, 음성 단독 신뢰도가 낮습니다. 이런 환경에서는 텍스트(채팅 로그·상담 기록) 가중치를 0.6~0.7로 높이는 것이 권장됩니다. 또한 한국 의료 환경에서는 표정·음성 외에 환자의 일기·자가 보고 텍스트가 매우 풍부하므로, 텍스트 가중치를 일반 권고보다 높게 설정할 수 있습니다.

한국 학교 환경에서는 수업 중 학생의 표정 분석에 「학생인권조례」가 적용되어 적극적 옵트아웃을 보장해야 하므로, 표정 단독 가중치를 줄이고 학습 활동 데이터(클릭·시간·정답률)와 자기 보고를 결합한 멀티모달 융합이 권장됩니다. 학습 활동은 직접 감정 신호가 아니지만, 학생의 인지 부하·집중도를 추정하는 보조 지표로 작동합니다. 학습 활동 데이터의 활용은 「학생인권조례」와 충돌하지 않으면서도 효과적인 적응형 학습을 가능하게 하는 균형점입니다.

자동차 환경의 한국 권장 조합은 표정(0.7)·생체신호(0.3) 조합에 더해, 차량 내 환경 데이터(노면 상태·교통량·음악 볼륨)를 보조 정보로 활용하는 패턴이 등장하고 있습니다. 차량 환경의 운전자 스트레스는 단순한 감정 모니터링만으로는 정확히 추정하기 어려우며, 외부 환경 정보를 함께 고려해야 합니다. WIA 표준은 이러한 환경 정보를 "x_environment" 사용자 정의 필드로 추가하는 패턴을 부속서에서 권고합니다.

한국 게임 환경의 권장 조합은 표정(0.5)·텍스트 채팅(0.3)·플레이어 행동 데이터(0.2)이며, 이는 게임 환경의 특수성을 반영한 조합입니다. 한국 게임 환경에서는 청소년 보호 관점에서 감정 분석 결과를 게임 내부의 사회적 경험에 직접 노출하지 않는 설계가 권장됩니다. 청소년 사용자의 감정 상태를 다른 플레이어에게 노출하면 따돌림·차별의 도구로 악용될 위험이 있으므로, 감정 분석은 게임 시스템 내부 적응에만 사용하고 다른 플레이어의 화면에는 표시하지 않는 것이 「청소년보호법」 정신과 부합합니다.