▲ 왼쪽부터 Mariem 석사, 임진교 석사과정, 지도교수 김성은

서울과학기술대학교 인공지능응용학과 김성은 교수 연구팀이 귀에서 측정한 뇌파(ear-EEG) 신호만으로 사용자의 신원을 식별할 수 있는 차세대 생체인식 기술을 개발했다. 해당 연구는 계측 및 측정 분야의 권위있는 학술지 IEEE Transactions on Instrumentation and Measurement (JCR 상위 8.2%)에 게재 승인되었다.

이번 연구는 서울과학기술대학교 김성은 교수 연구팀과 한국전자통신연구원(ETRI) 강태욱 박사의 공동연구로 수행되었으며, Mariem Kallel 석사과정생과 강태욱 박사가 공동 제1저자로 연구를 주도했으며, 임진교 석사과정생이 공동 저자로 참여하여 연구의 완성도를 높였다.

기존의 뇌파 기반 생체인식 시스템은 주로 두피에 여러 개의 전극을 부착하는 두피 뇌파(Scalp EEG) 측정 방식에 의존해 왔다. 그러나 이러한 방식은 장비 착용이 번거롭고 움직임에 취약해 일상적인 웨어러블 환경에 적용하기 어렵다는 한계가 있었다.

연구팀은 이러한 문제를 해결하기 위해 이어폰 형태의 2채널 센서를 이용한 귀-뇌파(Ear-EEG) 측정 방식을 활용했다. Ear-EEG는 귀 내부와 주변에 부착된 센서를 통해 뇌파를 측정하는 기술로, 일반적인 이어폰과 유사한 형태로 착용할 수 있어 일상 환경에서도 안정적인 생체 신호 측정이 가능하다는 장점이 있다.

연구팀은 총 58명의 피험자를 대상으로 실험을 진행하여 Ear-EEG 기반 생체인식 데이터 셋을 구축했다. 특히 개인 식별력을 극대화하기 위해 정상상태 시각유발전위(SSVEP, 특정한 주파수로 깜빡이는 빛을 볼 때 발생하는 뇌파)를 포함한 8가지 시각 및 청각 자극을 복합적으로 제시하고, 자극에 따른 뇌파 반응을 분석했다. 이를 통해 시간적, 공간적 특성과 자극 반응 정보를 통합해 개인 고유의 특징을 추출하는 통합 뇌파 생체인식 특징(IEB, Integrated EEG Biometric) 기법을 제안했다.

▲실시간 데이터 모니터링 화면

성능 평가 결과, 베이지안 최적화(Bayesian optimization) 기반의 경량화된 3계층 합성곱 신경망(3- CNN) 모델을 적용해 58명의 대규모 사용자 환경에서도 평균 98.22%의 매우 높은 신원 식별 정확도를 달성했다. 특히, 가장 식별력이 높은 단 두 가지의 자극 반응만을 결합한 경량화 특징 모델(DIEB)에서도 95.92%의 우수한 정확도를 유지해, 실시간 웨어러블 환경에서도 효율적으로 활용할 수 있음을 확인했다.

김성은 교수는 “이번 연구는 귀-뇌파 신호만으로 높은 수준의 개인 식별이 가능함을 보여준 연구로, 기존 두피 EEG 기반 생체인식 기술의 실사용 한계를 극복할 수 있는 가능성을 제시했다”며 “향후 무선 이어폰과 같은 일상적인 웨어러블 기기에 해당 기술이 통합될 경우, 차세대 개인 인증 및 보안 기술로 활용될 수 있을 것으로 기대된다”고 밝혔다.

이번 연구는 기존 생체인식 기술의 한계를 넘어, 연산 자원이 제한적인 웨어러블 환경에서도 효율적으로 개인을 인증할 수 있는 해법을 제시했다는 점에서 학술적, 산업적 의미가 크다. 연구팀은 향후 이어폰형 웨어러블 기기와의 통합 및 실시간 인증 시스템 개발을 통해 차세대 생체인식 기술로 발전시킬 계획이다.