[지금은 과학]“살려주세요” 소리난 곳 정확하게 찾는다


표준연-포스텍, 실시간 음원 위치 추적기술 개발

기존 기술에 의한 음원 지도(위)와 비교해 훨씬 정확한 음원 지도(아래)기술이 제안됐다. 기존 기술은 음원의 위치를 특정하기 어렵고, 다수의 음원이 있을 때 영역들이 서로 합쳐져서 하나인 것처럼 나타난다. 또한, 높은 주파수에서는 음원이 없는 위치에서 적색 영역이 나타난다. 연구팀이 제안한 음원 지도는 근접한 음원도 각각 따로 구분해서 보여줄 수 있으며 높은 주파수에서 음원이 있는 위치에만 적색 영역이 만들어진다. [사진=KRISS]

[아이뉴스24 최상국 기자] 소리가 나는 곳의 위치를 기존보다 10배 이상 빠르고 정확하게 파악할 수 있는 기술이 나왔다. 산속에서 길을 잃은 조난자를 드론으로 찾는 등 다양한 상황에 활용될 수 있을 것으로 기대된다.

한국표준과학연구원(KRISS) 장지호 책임연구원과 포항공대 이승철 교수, 이수영 박사과정 학생 공동 연구팀은 소리의 위치와 크기를 이미지로 변환하는 인공지능 기술을 개발하고 지도처럼 시각화해 쉽게 위치를 파악할 수 있도록 했다.

딥러닝 기반 음원 위치 추적기술의 드론 조난자 구조 활용 시나리오. 연구팀이 제안한 기술은 근접한 음원도 각각 따로 구분해서 보여줄 수 있으며(고분해능) 소리의 위치·크기 예측 성능(고정밀) 또한 기존 대비 획기적으로 향상되었다. [사진=KRISS]

최근 드론과 같은 무인 항공기 기술은 사람의 개입 없이 정찰·수송·구조 등의 분야에 전천후로 활용되고 있다. 하지만 드론을 통한 음원 위치 추적기술은 정밀도가 낮고 주변 소음 환경에 따라 극심한 성능 저하가 불가피하다는 단점이 있다.

연구팀이 개발한 음원 위치 추적기술은 기존보다 10배 이상 정확한 정보를 제공하기 때문에 드론 프로펠러 소음이나 다른 배경 소음이 있는 악조건에도 사용할 수 있다. 향후 정찰·수송·구조 등에 이번 기술을 결합하면 다양한 비대면 드론 임무 성공에 기여할 것으로 기대된다.

들리는 소리의 위치를 정확하게 파악하는 이번 기술은 전기 누전·가스 누출 및 누수의 위치를 소리로 탐지하는 데도 활용할 수 있을 것으로 전망된다.

KRISS-포스텍 공동연구팀. (왼쪽부터) 포스텍 이승철 교수, 포스텍 이수영 학생, KRISS 장지호 책임연구원. [사진=KRISS]

소리에는 많은 정보가 담겨 있다. 하지만 충분한 분해능과 정확도가 확보되지 않으면 소리에 포함된 다양한 정보를 충분히 활용할 수 없다. 여러 소리가 섞여 있는 경우 정확도가 현저히 떨어지고 정확도를 높이려면 많은 시간이 소요된다.

음향 전문가인 표준연 연구팀과 인공지능 전문가인 포스텍 연구팀은 시간을 단축하면서 정확도를 높일 수 있는 딥러닝 알고리즘을 함께 개발했다.

연구팀이 시각화한 목표지도 예시(왼쪽)와 개발한 딥러닝 알고리즘 구조(오른쪽). 연구팀은 음원의 위치와 소리 크기를 그림과 같이 이미지화한 것을 목표지도라고 명명했다. 연구팀이 개발한 목표지도 데이터 표현법(Data representation)은 음원의 위치 및 크기에 대해 격자 제한이 없는 표현이 가능하다. 목표지도를 바탕으로 이를 정확하게 예측하기 위한 최적의 딥러닝 알고리즘을 개발했다. 목표지도 개념 도입과 딥러닝 알고리즘 최적화를 통해, 기존 기술의 성능을 획기적으로 향상할 수 있었다. [사진=KRISS]

연구팀은 다수의 마이크로폰으로 이루어진 마이크로폰 어레이가 음원으로부터 발생하는 소리의 음압 신호를 측정하는 상황을 가정하고, 시뮬레이션으로 음압 신호들을 계산해 인공지능 학습을 위한 데이터를 생성했다. 다양한 음향데이터를 구현하기 위해 56개 스피커가 설치된 실험실에서 스피커가 생성한 소리를 마이크로폰으로 측정했고, 학습된 인공지능 신경망으로 측정된 신호를 처리하여 음원 위치 및 레벨을 예측했다.

이런 방법으로 개발한 딥러닝 알고리즘은 여러 소리가 섞여 있는 악조건에서도 개별 음원의 위치와 크기를 정밀하게 구분할 수 있었다. 연구팀은 기존 방법보다 10배 이상 정확하며, 연산시간을 10분의 1로 크게 단축한 결과라고 밝혔다.

관련 논문은 기계공학 분야의 세계적인 학술지인 메카니컬 시스템 앤 시그널 프로세싱(Mechanical Systems and Signal Processing에 지난 5월 게재됐다.(논문명 : Deep learning-based method for multiple sound source localization with high resolution and accuracy)

/최상국 기자(skchoi@inews24.com)







포토뉴스