“혼자 사시는 어르신이 넘어지셨는데, 주변이 시끄러워서 도움 요청을 못 알아들으면 어쩌죠?”

“응급 상황인데 AI가 잘못 알아들어서 골든타임을 놓치면…”

이런 걱정이 더 이상 현실이 되지 않습니다. 연구 커뮤니티인 모두의연구소의 호흡음 분석 연구팀(Respiratory Sound Classification, RSC LAB)이 새로운 해결책을 제시했습니다. 경북대학교 김준우 연구원과 Deeply의 류명훈 연구원 팀이 개발한 새로운 AI 긴급구조 감지 시스템은 시끄러운 환경에서도 도움이 필요한 순간을 정확하게 포착합니다.

▲ 주변 소음에 강한 AI 긴급구조 감지 시스템의 구조. 음성 인식과 소음 분류를 동시에 수행하는 효율적인 다중작업 학습 구조를 보여준다.

기존 시스템의 한계

“기존 시스템의 가장 큰 문제는 실제 환경에서 자주 발생하는 오작동이었습니다. 진짜 위험한 순간을 놓치거나, 반대로 불필요한 출동이 잦아 실용성이 떨어졌죠. 우리 연구팀은 이 문제를 해결하는 데 집중했습니다.” – 연구팀

현재 음성 인식 기술은 우리 삶의 중요한 부분이 되었지만, 긴급 상황 감지에서는 여전히 한계가 있었습니다. 기존의 키워드 기반 감지 시스템들은 새로운 상황에 대응하기 위해 전체 시스템을 재학습해야 하는 한계가 있었고, 실제 환경의 다양한 소음 상황에서 잦은 오작동을 보여 현장 적용에 큰 어려움이 있었습니다.

새로운 기술의 핵심: Whisper 기반의 멀티태스크 학습

연구팀이 개발한 새로운 시스템의 가장 큰 특징은 ‘Whisper’ 모델을 활용한 효율적인 멀티태스크 학습 구조입니다. 음성 인식과 소음 분류를 동시에 수행하면서도, 단 384개의 hidden units만을 추가하여 최소한의 파라미터로 성능을 개선했습니다.

실제 테스트에서 이 시스템은 소음 분류에서 98.43%의 정확도를 보였고, 전체적으로는 88.48%의 정확도로 긴급구조 요청을 감지했습니다. 특히 새로운 키워드가 필요할 때 전체 시스템을 재학습할 필요 없이 즉시 적용할 수 있다는 것이 큰 장점입니다.

▲ 실제 환경에서의 AI 긴급구조 감지 시스템 평가 과정. 소음 상황을 먼저 판단하여 효율적으로 처리한다.

체계적인 성능 검증

연구팀은 한국 응급 오디오·음성 데이터셋을 활용해 시스템을 검증했습니다. “도와주세요” 관련 구문 202개와 “살려주세요” 관련 구문 145개를 포함하는 한국어 긴급 구조 요청 데이터베이스를 구축했으며, 실제 환경의 배경 소음 200개를 수집했습니다.

성별 비율을 고려한 8명의 참가자들이 실내, 실외, 공공장소 등 다양한 환경에서 테스트에 참여했으며, Spon TS-905E(전방향성), TS-715E(전방향성/지향성), TS-929E(단방향성) 등 서로 다른 특성의 마이크로폰으로 시스템의 범용성을 검증했습니다.

연구의 활용과 발전 방향

이 연구는 Whisper 모델 기반의 효율적인 시스템을 통해 실제 환경에서의 긴급구조 요청 감지 성능을 크게 향상시켰습니다. 특히 소음 환경에서도 높은 정확도를 유지하는 특성은 스마트홈 안전 시스템, 노인 케어 서비스, 공공 안전 모니터링 등 다양한 실제 현장에서 활용될 수 있습니다.

연구팀은 더 넓은 범위의 상황에서 노이즈 분류 성능을 향상시키기 위해 few-shot 학습과 도메인 적응 기술 연구를 계획하고 있으며, 다양한 마이크 환경에서의 성능 개선도 진행할 예정입니다.

연구 성과와 지원

이 연구는 음성·음향 분야의 저명한 국제 학회인 ICASSP 2025에 채택되었으며, 모두의연구소의 LAB 연구 논문 지원 제도인 ‘페이퍼샵‘의 지원을 받게 되었습니다. 페이퍼샵은 LAB에서 연구하고 작성한 논문이 국제 학회 및 저널에 게재 확정될 경우 최대 200만원을 지원하는 제도로, 브라이언임팩트와 함께 운영됩니다.

RSC LAB의 김준우 랩장은 “모두의연구소 LAB은 우리 연구에 큰 힘이 되었습니다. 다양한 도메인 전문가들과의 협업을 통해 실질적인 문제 해결 능력을 키우고, 새로운 아이디어에 대해 활발한 피드백을 받을 수 있었습니다. 특히 비슷한 연구 주제를 다루는 동료들과의 논의가 연구 방향을 구체화하고 발전시키는 데 큰 도움이 되었습니다”라고 설명했습니다.

모두의연구소는 “Share Value, Grow Together”라는 가치 아래, 연구하고 싶은 주제를 자유롭게 연구하고 그 과정과 결과를 공유하는 열린 연구 커뮤니티를 만들어가고 있습니다.

📄논문 DOI: https://arxiv.org/abs/2501.11631

🥼현재 모집 중인 LAB을 확인해보세요: https://modulabs.co.kr/labs

❓웹사이트의 실시간 상담 서비스를 통해 문의해주세요: https://modulabs.co.kr/labs