실시간 집중력 저하 감지와 AI 습관 분석으로 사용자의 몰입 루틴을 스스로 개선하는 AI 로봇 해빗트래커

주요 페이지 바로가기

주요 변경사항

주요 문서

수행 일정

리스크 & 대응방안

프로젝트 개요 & 배경

졸음·스마트폰 사용을 실시간 감지·경고하고, 누적 데이터를 AI로 분석해 사용자 스스로 집중 습관을 개선하게 만드는 탁상용 AI 로봇 해빗트래커

학습하는 학생도, 일하는 직장인도 하루에도 수십 번 집중이 끊깁니다.

• JAMA(2026.03) 연구: 중고등학생이 수업 시간의 약 1/3을 스마트폰에 사용
• 진학사 설문(2026.03, n=3,525): 34.4%가 학습 방해 요인 1위로 '스마트폰·미디어' 지목, 75.3%는 스마트폰을 항상 확인 가능한 상태로 공부
• 현대인은 평균 10분마다 한 번씩 스마트폰을 확인 (사이언스타임즈)

기존 집중력 관리 도구(Forest, 타임타이머 등)는 사용자가 직접 실행해야 하고, 실제 졸음·스마트폰 사용을 능동적으로 감지하고 대응하는 기능이 없습니다. 문제 인식과 실제 행동 사이의 괴리를 좁히는 외부 디바이스가 필요합니다.

프로젝트 목표

기술 성능 지표

• 졸음 감지 정확도 90% 이상
• 스마트폰 감지 정확도 90% 이상
• 음성 응답 시간 1.5~2.0초 이하
• UART 경고 신호 전달 지연 1ms 이하

사용자 경험 지표 (사용자 테스트로 측정 예정)

• 사용자 테스트 만족도 4점 이상(5점 만점)

구현 범위 (Scope)

In Scope

• 졸음·스마트폰 감지 및 즉각 경고
• 카메라 팬틸트 자동 추적
• 음성 기반 To-do 관리 (STT → LLM → TTS)
• 뽀모도로·스톱워치 집중 세션 관리
• 모바일 앱 (로딩페이지/홈페이지/집중 페이지/타임테이블 페이지/일일 일지(일간분석) 페이지/누적분석 페이지/ 개인 설정 페이지)
• 기간별 누적 분석 레포트 (1주·1달·3달·6달·1년)
• AI 루틴 제안 → 타임테이블 추가 (에이전트화)

Out of Scope

• 다중 사용자 동시 관리 (현재는 1디바이스 1사용자)
• 외부 캘린더 연동 (Google Calendar 등)
• 웨어러블 디바이스 연동
• 오프라인 모드 (Firebase 연결 필수)

타겟 사용자 & 페르소나

타겟 사용자