본 논문은 웨어러블 기기의 움직임 데이터를 활용한 새로운 기초 모델인 Pretrained Actigraphy Transformer (PAT)를 소개합니다. 기존의 대규모 언어 모델(LLM)의 성공을 이끈 사전 훈련된 기초 모델과 트랜스포머 구조를 웨어러블 움직임 데이터에 적용하여, 패치 임베딩과 같은 새로운 기법을 활용했습니다. 미국 전국 샘플의 29,307명 참가자 데이터를 사용하여 사전 훈련된 PAT는 여러 정신 건강 예측 작업에서 최첨단 성능을 달성했습니다. 또한 경량화되고 해석이 용이하여 정신 건강 연구에 유용한 도구입니다.
