< (왼쪽부터) 박용화 교수, 김영기 대표, 이경태 박사과정, 김성후 박사과정, 남현욱 박사과정 >
우리 대학 기계공학과 박용화 교수 연구팀이 ㈜에스엠 인스트루먼트와 공동으로 실시간으로 기침 소리를 인식하고 기침하는 사람의 위치를 이미지로 표시해주는 '기침 인식 카메라'를 개발했다고 3일 밝혔다.
작년 말부터 시작된 세계적 유행성 전염병인 코로나19가 최근 미국·중국·유럽 등 세계 각국에서 재확산되는 추세로 접어들면서 비접촉방식으로 전염병을 감지하는 기술에 대한 수요가 증가하고 있다.
코로나19의 대표적인 증상이 발열과 기침인데, 현재 발열은 열화상 카메라를 이용해 직접 접촉을 하지 않고도 체온을 쉽게 판별할 수 있다. 문제는 비접촉방식으로는 기침하는 사람의 증상을 쉽사리 파악하기 어렵다는 점이다. 박 교수 연구팀은 이런 문제를 해결하기 위해 기침 소리를 실시간으로 인식하는 딥러닝 기반의 기침 인식 모델을 개발했다. 또한 열화상 카메라와 같은 원리로 기침 소리와 기침하는 사람의 시각화를 위해 기침 인식 모델을 음향 카메라에 적용, 기침 소리와 기침하는 사람의 위치, 심지어 기침 횟수까지를 실시간으로 추적하고 기록이 가능한 '기침 인식 카메라'를 개발했다.
연구팀은 기침 인식 카메라가 사람이 밀집한 공공장소에서 전염병의 유행을 감지하거나 병원에서 환자의 상태를 상시 모니터링 가능한 의료용 장비로 활용될 것으로 기대하고 있다.
연구팀은 기침 인식 모델 개발을 위해 *합성 곱 신경망(convolutional neural network, CNN)을 기반으로 *지도학습(supervised learning)을 적용했다. 1초 길이 음향신호의 특징(feature)을 입력 신호로 받아, 1(기침) 또는 0(그 외)의 2진 신호를 출력하고 학습률의 최적화를 위해 일정 기간 학습률이 정체되면 학습률 값을 낮추도록 설정했다.
이어서 기침 인식 모델의 훈련 및 평가를 위해 구글과 유튜브 등에서 연구용으로 활발히 사용 중인 공개 음성데이터 세트인 `오디오세트(Audioset)'를 비롯해 `디맨드(DEMAND)'와 `이티에스아이(ETSI)', `티미트(TIMIT)' 등에서 데이터 세트를 수집했다. 이 중 `오디오세트'는 훈련 및 평가 데이터 세트 구성을 위해 사용했고 다른 데이터 세트의 경우 기침 인식 모델이 다양한 배경 소음을 학습할 수 있도록 데이터 증강(data augmentation)을 위한 배경 소음으로 사용했다.
☞ 합성 곱 신경망(convolutional neural network): 시각적 이미지를 분석하는 데 사용되는 인공신경망(생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘)의 한 종류
☞ 지도학습(Supervised Learning): 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법
데이터 증강을 위해 배경 소음을 15%~75%의 비율로 `오디오세트'에 섞은 후, 다양한 거리에 적응할 수 있게 음량을 0.25~1.0배로 조정했다. 훈련 및 평가 데이터 세트는 증강된 데이터 세트를 9:1 비율로 나눠 구성했으며, 시험 데이터 세트는 따로 사무실에서 녹음한 것을 사용했다.
모델 최적화를 위해서는 '스펙트로그램(spectrogram)' 등 5개의 음향 특징과 7개의 최적화 기기(optimizer)를 사용해 학습을 진행하고 시험 데이터 세트의 정확도를 측정, 성능을 확인한 결과 87.4%의 시험 정확도를 얻을 수 있었다.
연구팀은 이어 학습된 기침 인식 모델을 소리를 수집하는 마이크로폰 어레이와 카메라 모듈로 구성되는 음향 카메라에 적용했다. 그 결과 수집된 데이터는 음원의 위치를 계산하는 빔 형성 과정을 거쳐 기침 인식 모델이 기침 소리로 인식할 경우 기침 소리가 난 위치에 기침 소리임을 나타내는 등고선과 라벨이 각각 표시된다.
박 교수팀은 마지막 단계로 기침 인식 카메라의 예비 테스트를 진행한 결과, 여러 잡음 환경에서도 기침 소리와 그 이외의 소리로 구분이 가능하며 기침하는 사람과 그 사람의 위치, 횟수 등을 실시간으로 추적해 현장에서의 적용 가능성을 확인했다. 이들은 추후 병원 등 실사용 환경에서 추가 학습이 이뤄진다면 정확도는 87.4%보다 더 높아질 것으로 기대하고 있다.
< 그림 1. 합성곱 신경망 기반의 기침 인식 모델 구조 >
< 그림 2. 기침 인식 모델의 학습을 위해 사용된 음향 특징의 예시 >
< 그림 3. 기침 인식 카메라의 외형 및 신호처리 블록선도 >
< 그림 4. 연구실 환경에서 기침 인식 카메라의 기침 발생 위치표시 >
박용화 교수는 "코로나19가 지속적으로 전파되고 있는 상황에서 공공장소와 다수 밀집 시설에 기침 인식 카메라를 활용하면 전염병의 방역 및 조기 감지에 큰 도움이 될 것ˮ이라고 말했다. 박 교수는 이어 "특히 병실에 적용하면 환자의 상태를 24시간 기록해 치료에 활용할 수 있기 때문에 의료진의 수고를 줄이고 환자 상태를 더 정밀하게 파악할 수 있을 것ˮ 이라고 강조했다.
한편, 이번 연구는 에너지기술평가원(산업통상자원부)의 지원을 받아 수행됐다.
우리 대학의 'KAIST 밴드'가 모던 록 밴드 러브홀릭스의 곡 'Butterfly'를 커버한 영상을 공개했다. 이번 커버 영상 제작을 위해 류석영 전산학부장, 박경렬 과학기술정책대학원 교수, 김건우 전산학부 학사과정, 박혜수 산업및시스템공학과 학사과정 학생이 보컬리스트로 참여했다. 김건 물리학과 박사과정, 이승윤 생명과학과 학사과정 학생이 기타를, 권태혁 건설및환경공학과 교수가 베이스를 맡았다. 김미영 생명과학과 교수와 강민석 전산학부 교수는 각각 키보드와 드럼을 연주해 수준급의 실력을 자랑했다. 'KAIST 밴드'의 이번 합주는 우리 대학이 지난해 7월부터 진행해온 '방방 프로젝트'의 두 번째 기획으로 제작됐다. '방방 프로젝트'는 코로나 19로 혼란을 겪고 있는 캠퍼스 구성원들에게 음악이 주는 위로와 힘을 전하기 위해 시작되었으며, 학생생활팀이 제작을 지원했다. 방역지침을 준수하기 위해 각자의 공간에서 개별적으로 영상을 촬영한 뒤 편집 기술로 한데 모은 `온라인 합주'
2021-04-20여전히 진행되고 있는 코로나19 위기 속에서 비대면 사회의 부상과 그에 따른 4차 산업혁명의 가속화는 그간의 통념이나 관습, 제도를 뛰어넘는 전방위적인 변화의 쓰나미를 만들어내고 있다. 우리 대학 한국4차산업혁명정책센터(이하 KPC4IR)는 포스트 코로나 시대 각 분야 현황과 4차 산업혁명의 전망을 담은 『미래의 귀환: 코로나19와 4차 산업혁명 대전환』출간했다. KPC4IR 관계자는 "포스트 코로나 시대를 다룬 책이 많이 출간되고 있으나 4차 산업혁명을 각 분야별로 세분화 해 본격적으로 다룬 책은 드물다ˮ고 전했다. 이어, "팬데믹이 바꾼 세상에서 4차 산업혁명이 초래할 변화에 관해 그동안 다수의 온라인 포럼을 개최했고 그 연장선상에서 전문가들의 통찰을 공유하고자 이 책을 펴냈다ˮ고 집필 배경을 설명했다. 이 책에서는 포스트 코로나 시대 의료·방역, 경제, 사회·노동, 4차 산업혁명, 국제협력 등 총 5부에 걸쳐 국내 최고 전문가
2021-01-25작년 11월 초부터 시작된 3차 코로나 대유행으로 중증 환자 수가 급증하면서 음압 병상 부족 사태가 심화되는 가운데, 이를 신속하게 해결할 수 있는 이동형 음압병동이 우리 대학 연구진에 의해 개발됐다. 음압병동은 중증 감염병 환자 치료에 필수적인 시설이다. 우리 대학 산업디자인학과 남택진 교수 연구팀은 코로나 대응 과학기술 뉴딜사업단(단장 배충식 공과대학장)의 한국형 방역패키지 기술 개발사업의 일환으로 작년 7월부터 연구해온 '이동형 음압병동(Mobile Clinic Module, 이하 MCM)'을 개발하고 시범 운영에 들어갔다. MCM은 고급 의료 설비를 갖춘 음압 격리 시설로 신속하게 변형하거나 개조해 사용할 수 있는 것이 특징인데, 진단검사 · 영상의학 · 의료물품 공급 · 의무기록 관리와 환자 식사 제공 등 기존 병원의 인프라와 함께 활용해야 한다. 연구팀은 작년 12월 28일부터 서울 노원구에 있는 한국원자력의학
2021-01-07우리 대학 생명화학공학과 정유성 교수 연구팀이 딥러닝을 활용해 소재의 합성 가능성을 높은 정확도로 예측하는 기술을 개발했다고 22일 밝혔다. 신소재 설계의 궁극적인 목표는 소재를 설계하고 그것을 실험적으로 합성하는 것이지만 현실적으로는 새롭게 설계된 대부분의 소재가 실제 합성 단계에서 성공하지 못하고 버려지는 경우가 많다. 이는 불필요한 시간과 자원의 낭비를 초래한다. 소재의 합성 여부는 반응 조건, 열역학, 반응 속도, 소재 구조 등 다양한 요인에 의해서 결정되기 때문에, 소재의 합성 가능성을 예측하는 것은 매우 도전적인 과제로 여겨져 왔다. 이런 문제 해결을 위한 방안으로 간단한 열역학적 안정성만을 고려해 고체 소재의 합성 가능성을 추정하지만 정확도는 매우 떨어지는 편이다. 일례로 에너지적으로 안정된 물질이라 하더라도 합성이 안 되는 경우가 아주 빈번하고, 또 반대로 *준안정 상태의 물질들도 합성되는 경우가 많기 때문이다. 따라서, 합성 가능성에 대한 예측 정확도를 획
2020-12-22우리 대학 연구진 포함 국내 연구진이 실험실에서 3차원으로 키운 사람의 폐포(허파꽈리)에 코로나19 바이러스를 배양해 감염 기전과 치료제 개발에 적용이 가능한 기술 개발에 성공했다. 국제 통계 사이트 월드오미터에 따르면 전 세계 누적 코로나바이러스감염증-19(이하 코로나19) 확진자 수는 25일 기준 4,331만 8,941명으로 지난 18일(4,030만 1,609명) 4,000만 명을 넘어선 후 일주일 만에 4,331만을 돌파하는 2차 대유행이 점차 현실화돼 가고 있다. 우리 대학 의과학대학원 주영석 교수 연구팀은 인간의 폐포 세포를 실험실에서 구현하는 3D 미니 장기기술을 개발하고 이를 활용해 코로나19 바이러스가 인간의 폐 세포를 파괴하는 과정을 정밀하게 규명하는 데 성공했다고 26일 밝혔다. 이번 연구는 영국 케임브리지대학 이주현 박사를 비롯해 국립보건연구원 국립감염병연구소 최병선 과장·기초과학연구원(IBS) 고규영 혈관연구단장(우리 대학 의과학대학원 교
2020-10-26