웨어러블 기기에서 생성되는 개인 건강 데이터는 일반적으로 차트와 요약 통계가 포함된 대시보드를 통해 제시되며, 이는 사용자가 패턴과 함의를 능동적으로 해석해야 하는 과정을 요구합니다. 본 연구에서는 대안적인 상호작용 패러다임을 탐색합니다. 즉, 사용자와의 대화를 통해 객관적인 데이터 성찰을 촉진하는 체화된 대화 에이전트 (embodied conversational agent)를 통해 개인 건강 데이터와 상호작용하는 방식입니다. 우리는 웨어러블 데이터의 경량 전처리 (lightweight preprocessing)와 Unity 기반의 체화된 캐릭터를 결합한 시스템을 제시합니다. 내부적으로 이 시스템은 이중 에이전트 (dual-agent) 설계를 따르며, 관찰자 에이전트 (Observer agent)는 기술 통계량 (descriptive statistics)과 시간적 추세 (temporal trends)를 추출하고, 발표자 에이전트 (Presenter agent)는 상호작용 양식 (interaction modality)의 영향을 분리하기 위해 임상적 조언을 의도적으로 자제하면서 이러한 발견 사항을 "말하는 통계 (spoken statistics)"를 통해 전달합니다. 우리는 피험자 내 설계 (within-subject design)를 사용한 시뮬레이션 자아 사용자 연구 (simulated-self user study, N=5)를 통해 이 접근 방식을 평가합니다. 참가자들은 LifeSnaps 데이터셋에서 유도된 건강 페르소나와 목표를 채택하여, 전통적인 대시보드 탐색과 체화된 대화 성찰을 비교했습니다. 우리의 평가는 인지된 이해도, 생성된 행동의 구체성, 그리고 수동적 시청에서 능동적 의미 형성 (sensemaking)으로의 인지적 전환에 초점을 맞춥니다. 본 논문은 기능적 프로토타입, 객관적인 건강 데이터 내러티브 생성을 위한 디자인 패턴, 그리고 체화 (embodiment)가 개인 건강 지표의 해석에 어떻게 영향을 미치는지에 대한 초기 경험적 통찰을 제공합니다.