[메트로신문] KAIST, 딥러닝 기반 '실시간 기침 인식 카메라' 개발

기침 소리·횟수 인식 정확도 87%

코로나19 등 유행병 조기 감지 등에 활용 기대

KAIST(총장 신성철)는 기계공학과 박용화 교수 연구팀이 (주)에스엠인스트루먼트(대표 김영기)와 공동으로 실시간 기침 소리를 인식하고 기침하는 사람의 위치를 이미지로 표시해주는 '기침 인식 카메라'를 개발했다고 3일 밝혔다.

기침 인식 카메라는 사람이 밀집한 공공장소에서 신종 코로나 바이러스 감염증(코로나19)과 같은 전염병의 유행을 감지하거나 병원에서 환자 상태를 상시 모니터링 하는 의료용 장비로 활용될 수 있을 것으로 기대된다.

코로나19의 대표적인 증상은 발열과 기침으로 현재는 열화상 카메라를 이용해 직접 접촉하지 않고 체온을 쉽게 판별할 수 있다. 문제는 이 같은 비접촉방식으로는 기침하는 사람의 증상은 쉽게 파악하기 어렵다는 점이다.

박 교수 연구팀은 이런 문제 해결을 위해 기침 소리를 실시간 인식하는 딥러닝 기반의 기침 인식 모델을 개발했다. 또 열화상 카메라와 같은 원리로 기침 소리와 기침하는 사람의 시각화를 위해 기침 인식 모델을 음향 카메라에 적용, 기침 소리와 기침하는 사람의 위치, 심지어 기침 횟수까지 실시간 추적하고 기록이 가능하다.

기침 인식 모델에는 시각적 이미지를 분석하는 데 사용되는 인공신경망의 한 종류인 '합성 곱 신경망'을 기반으로 한 지도학습(훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법)이 적용됐다. 1초 길이 음향신호의 특징을 입력 신호로 받아 기침(1) 또는 그 외(0)의 2진 신호를 출력하고 학습률의 최적화를 위해 일정 기간 학습률이 정체되면 학습률 값을 낮추도록 설정했다.

연구진은 기침 인식 모델 훈련과 평가를 위해 구글과 유튜브 등에서 연구용으로 활발히 사용되는 공개 음성데이터 세트를 사용했고, 시험 데이터 세트 정확도를 측정해 성능을 확인한 결과 87.4%의 시험 정확도를 얻었다. 또 예비 테스트 진행 결과, 여러 잡음 환경에서도 기침 소리와 그 이외의 소리로 구분이 가능하고 기침하는 사람과 그 사람의 위치, 횟수 등을 실시간 추적해 현장에서의 적용 가능성을 확인했다. 연구팀은 추후 병원 등 실사용 환경에서의 추가 학습이 이뤄지면 정확도는 더 높아질 것으로 기대하고 있다.

박용화 교수는 "코로나19가 지속 전파되고 있는 상황에서 공공장소와 다수 밀집 시설에 기침 인식 카메라를 활용하면 전염병의 방역과 조기 감지에 큰 도움이 될 것"이라며 "특히 병실에 적용하면 환자 상태를 24시간 기록해 치료에 활용할 수 있다"고 말했다.

이번 연구는 산업통상자원부 에너지기술평가원 지원을 받아 수행됐다.