KAIST 연구팀, 딥러닝 기반 실시간 `기침 인식 카메라` 개발

↑ KAIST 연구팀이 개발한 기침 인식 카메라 외형 사진과 작동 방식. [사진 제공 = KAIST]

실시간으로 기침 소리를 인식하고 기침하는 사람의 위치를 이미지로 표시해주는 '기침 인식 카메라'가 개발됐다.
3일 한국과학기술원(KAIST)은 박용화 기계공학과 교수 연구팀이 에스엠 인스트루먼트(대표 김영기)와 공동으로 정확도 87.4%를 자랑하는 기침 인식 카메라를 개발했다고 밝혔다. 연구팀은 이 기술이 사람이 밀집한 공공장소에서 전염병의 유행을 감지하거나 병원에서 환자의 상태를 상시 모니터링 가능한 의료용 장비로 활용될 것으로 기대하고 있다.
이 기침 인식 카메라는 기침 소리와 기침하는 사람의 위치, 심지어 기침 횟수까지를 실시간으로 추적하고 기록이 가능한 것으로 알려졌다. 열화상 카메라와 같은 원리로 기침 소리와 기침하는 사람의 시각화를 위해 기침 인식 모델을 음향 카메라에 적용했기 때문이다. 연구팀은 기침 인식 모델 개발을 위해 시각적 이미지를 분석하는데 사용되는 인공신경망 '합성 곱 신경망'에 머신러닝의 일종인 지도학습을 적용했다. 1초 길이 음향신호의 특징을 입력하고 '기침' 혹은 '그 외'로 나눈 신호를 출력했다. 또 학습률의 최적화를 위해 일정 기간 학습률이 정체되면 학습률 값을 낮추도록 설정했다.
특히 연구진은 기침 인식 모델의 훈련 및 평가를 위해 구글과 유튜브 등에서 연구용으로 활발히 사용 중인 공개 음성데이터 세트를 활용했다. 일부 음성데이터 세트는 훈련 및 평가를 위해, 다른 데이터세트는 배경 소음을 학습하는데 사용했다. 연구팀은 배경 소음을 15%~75%의 비율로 섞은 후 다양한 거리에 적응할 수 있게 음량을 0.25~1.0배로 조정했다. 훈련, 평가, 시험을 모두 마친 뒤 연구팀이 데이터 세트의 정확도를 측정해 성능을 확인한 결과 87.4%의 시험 정확도를 얻을 수 있었다.
연구진은 이어 학습된 기침 인식 모델을 소리를 수집하는 마이크와 카메라 모듈로 구성되는 음향 카메라에 적용했다. 이를 통해 기침소리 위치를 계산하는 과정을 통해 기침 소리가 인식될 경우 해당 위치에 등고선과 라벨이 표시되도록 했다. 이어 연구팀은 마지막 단계로 기침 인식 카메라의 예비 테스트를 진행했다. 그 결과 여러 잡음 환경에서도 기침 소리와 그 이외의 소리로 구분이 가능한 것으로 드러났다. 또 기침하는 사람과 그 사람의 위치, 횟수 등을 실시간으로 추적하는 기능도 성공적으로 구동됐다. 연구팀은 추후 병원 등 실사용 환경에서 추가 학습이 이뤄진다면 정확도는 87.4%보다 더 높아질 것으로 기대하고 있다.
이번 연구를 주도한 박용화 교수는 "코로나19가 지속적으로 전파되고 있는 상황에서 공공장소와 다수 밀집 시설에 기침 인식 카메라를 활용하면 전염병의 방역 및 조기 감지에 큰 도움이 될 것"이라며 "특히 병실에 적용하면 환자의 상태를 24시간 기록해 치료에 활용할 수 있기 때문에 의료진의 수고를 줄이고 환자 상태를 더 정밀하게 파악할 수 있을 것"이라고 밝혔다.
[이종화 기자]