얼굴 인식 정확도 측정을 위한 사람 대상 인지 실험과 이를 대체할 수 있는 인공지능(머신러닝) 방법 개념도.[KIST 제공]

<이미지를 클릭하시면 크게 보실 수 있습니다>

[헤럴드경제=구본혁 기자] 시각 장애인을 위한 인공 시각 장치 개발은 여전히 과학적·공학적·의학적 난제로 남아있다. 현재까지 개발된 인공 시각 기술은 사람의 얼굴을 인식하거나 책을 읽을 수 있는 수준은 구현된 바가 없으며, 사물의 인지 효율도 낮은 문제가 있다. 시각 장애인들이 인공 시각 장치를 이식받더라도 지팡이나 보호자 도움 없이 독립적인 보행이 어렵고 촉각이나 청각에 의존해야 한다.

한국과학기술연구원(KIST) 뇌융합연구단 임매순 박사 연구팀은 인공지능(AI)을 활용해 인공 시각 장치의 인지 효율을 사전에 정밀하게 예측할 수 있는 기술을 개발했다고 밝혔다. 이번 연구는 인공 시각 장치의 효율적인 설계 및 성능 최적화를 가능하게 해 실생활에서 사용가능한 수준의 시각 구현을 앞당길 수 있을 것으로 기대된다.

연구팀은 인공 시각 장치의 다양한 설계 조건에 따른 최종 시각 품질을 신속하고 정밀하게 예측할 수 있는 AI 모델을 개발했다. KIST가 구축한 한국인 400명의 얼굴 이미지 데이터베이스를 활용해 기계학습 모델을 학습시켜 인간의 자연스러운 얼굴 인식 능력을 모사할 수 있도록 설계했다. 특히 인공 시각 장치가 제공하는 저해상도 흑백 이미지에 최적화된 AI 모델을 개발해 실제 인공 시각 환경에서 적용할 수 있도록 설계됐다.

얼굴 인식 과정에서 인지 실험 참가자와 AI 모델의 관심 영역 비교.[KIST 제공]

<이미지를 클릭하시면 크게 보실 수 있습니다>

개발된 AI 모델의 성능 평가를 위해 저해상도로 변환된 3600개의 얼굴 이미지에 대해 인식 정확도를 측정했다. 이를 정상 시력을 가진 36명을 대상으로 720개의 얼굴 이미지에 대한 인지 실험 결과와 비교했을 때, 연구진이 개발한 AI 모델은 인간과 유사한 인식 정확도를 보였다. 이러한 성능 검증을 통해 기존의 반복적인 임상시험 없이도 설계 단계에서 인공 시각 장치의 품질을 예측할 수 있다.

이번 연구는 인공 시각 기술 개발에 AI 기반 접근법을 도입하여 연구개발 비용과 시간을 절감할 수 있음을 의미한다. 기존에는 인공 시각 장치를 설계한 후 실제 제작과 임상시험을 거쳐야만 성능을 평가할 수 있었으나, AI 모델을 활용하면 설계 단계에서 성능을 예측하고 최적화할 수 있어 개발 시간을 단축할 수 있다. 또한 최적의 시각 자극 조건을 탐색해 인공 시각 장치의 성능을 극대화하는데 기여할 수 있다.

임매순 KIST 박사.[KIST 제공]

<이미지를 클릭하시면 크게 보실 수 있습니다>

임매순 박사는 “이번에 개발된 AI 모델이 얼굴 인식뿐만 아니라 실생활 이미지 분석에도 적용될 경우, 보다 실용적인 인공 시각 시스템 개발이 가능할 것”이라며 “향후 AI 기반 인공 시각 품질 예측 모델의 적용 범위를 확대하고 현재 개발 중인 새로운 인공 시각 기술에도 적용해 임상시험 및 상용화를 앞당길 계획”이라고 밝혔다.

이번 연구결과는 국제학술지 ‘어드밴스드 사이언스(Advanced Science)’ 최신호에 게재됐다.