김수연 인턴 기자 = 연세대학교 전기전자공학과 유기준·황도식·강홍구 교수 연구팀이 세계 최초 단결정 실리콘 기반 고성능 피부 부착형 스트레인 게이지와 딥러닝 기반 스트레인-단어 변환 알고리즘을 결합해 많은 단어를 높은 정확도로 분류하는 침묵형 음성인식 시스템을 개발했다고 6일 밝혔다. 본 연구는 지난 3일 세계적 학술지 'Nature Communications'에 게재됐다.
기존 금속 기반 소자보다 수십 배 높은 민감도를 가지는 p-타입 단결정 실리콘을 초박막 구조로 개량해 신축성을 부여한 스트레인 게이지는 특정 단어를 발음할 때의 얼굴 피부의 움직임을 효과적으로 매핑하며, 이를 통해 침묵형으로 발화된 100개의 단어를 최대 90%의 높은 정확도로 분류하는 데 성공했다.
본 연구는 생체 내에서 발생하는 전기생리학 신호의 측정이 아닌 센서 자체의 물리적 특성 변화를 측정하는 방식을 채택했다. 이는 디스플레이의 픽셀과 마찬가지로 고집적 어레이로의 구현을 통해 한정된 얼굴 면적으로부터 정보량을 증가시킬 수 있는 잠재력을 의미한다. 또 양면 인캡슐레이션이 가능해 체내로부터 피부로 배출되는 땀이나 피지와 같은 노폐물에 의해 센서의 특성이 저하되지 않는다.
p-타입으로 도핑 된 단결정 실리콘은 피에조 저항 효과에 의해 같은 구조의 금속 포일에 비해 수십 배 높은 민감도를 보임을 재차 규명했으며, 본 연구의 스트레인 센서는 각각 직교하는 방향으로 위치한 두 개의 게이지로 이뤄져 각각 직교하는 방향의 스트레인을 독립적으로 측정할 수 있음을 규명했다.
센서로부터 얻어진 스트레인 데이터를 학습 및 분류해 다시 단어로 변환하는 알고리즘을 설계하기 위해 인공지능 기술을 접목했다. 스트레인 게이지의 각 저항 변화가 부착한 위치의 면적 변화에 관련이 있다는 사실을 적용해 센서의 저항 변화량을 비전 영상의 각 픽셀 값으로 모사해 인공지능 모델을 설계했다. 이처럼 설계했을 때 다른 모델 대비 본 연구의 모델 성능이 우수함을 입증했고, 이를 실시간으로 촬영해 데이터를 전송받았을 때 적절한 분류를 시행하는 것 또한 규명했다.
해당 기술은 그동안 난제로 여겨졌던 침묵형 음성인식 시스템의 상용화를 향한 잠재력 높은 발판을 마련했다는 점에서 주목받으며, 고민감도 및 고안정성의 단결정 실리콘 기반 스트레인 게이지를 이용해 피부의 움직임을 측정한 새로운 플랫폼은 다양한 웨어러블 전자 소자에 대한 적용 가능성이 높아 향후 관련 연구 및 산업 발전에 큰 영향을 끼칠 것으로 예상된다는 설명이다.
연세대 유기준 교수는 "이번 연구는 농아 장애인들이 수화를 사용하지 않고 입 모양 움직임의 학습을 통해 의사소통을 할 수 있게 한 신개념 플랫폼"이라며 "우리나라 바이오전자 시스템 산업의 발전과 장애인의 삶의 질 향상 및 관련 사회 문제 해결에 일조할 수 있을 것"이라는 연구 의의를 전했다.
