홍채, 망막, 얼굴, 음성 등 다양한 생체인식 기술의 특징과 원리 및 발전 과정 doc_id PCY_201502121118592631_4

인간의 홍채는 일란성 쌍둥이도 서로 다른 무늬와 패턴을 가지고 있기 때문에 고유성을 가지고 있으며, 빛에 따라 크기가 변하기 때문에 위조나 복사가 어렵다는 특징을 가지고 있기 때문에 1990년대 들어오면서 전자상거래 분야 등에서 신분확인이 가능한 인식기술이 개발되고 있다. 사실 홍채 외에도 눈을 통해서 신분인식을 하는 것으로 망막(retina)의 맥관구조 무늬를 이용한 망막인식기술이 있었지만, 이 기술은 인식이 쉽고 정확도가 높은 반면에 망막이 눈 속 깊은 곳에 있어 영상취득이 어렵고, 백내장 환자나 눈동자가 작은 사람의 경우 영상을 얻기 어려웠다. 따라서 눈의 외부에 있어 영상 획득이 상대적으로 쉬운 홍채를 이용한 기술이 개발되기 시작하였다. 홍채 또한 그 무늬의 복잡성으로 인하여 인식하기가 어렵다는 단점이 있었으나, 인식기술이 발전해 나가면서 홍채인식의 활용이 활발해지게 되었다. 홍채의 천연색과 구조는 유전적으로 결정되는 것이지만 패턴의 세부사항은 반드시 유전과 관련이 있는 것은 아니다. 따라서 홍채는 태아가 성장하는 동안에 조직 막의 타이트한 형성과 접히는 과정 등을 통해 발달하며, 태어나기 전에 홍채의 퇴화가 일어나 동공이 열리고 홍채의 불규칙하고 독특한 패턴이 야기되기도 한다. 홍채인식과 유사한 것으로 망막인식이 있다. 홍채인식과 망막인식의 차이점을 보면 홍채인식은 검증을 수행하기 위해 홍채 근육을 사용하는 것에 반해 망막인식은 안구 뒤에 있는 개인의 망막 상의 독특한 혈관 패턴을 이용한다는 것에 있다. 하지만 두 방법 모두 고해상도의 디지털 카메라를 사용하여 그 사진을 얻어야 하며, 그를 위해서는 일정한 형태의 광원을 필요로 하므로, 두 방법 모두 근적외선을 사용하게 된다. 그런데 가장 큰 문제는 망막이나 홍채를 촬영하기 위해 눈에 빛을 비추는 것이 안전한지에 대한 것인데, 일반적으로 적외선은 세포 파괴나 특정한 화학적 반응을 야기하는 광화학효과를 일으킬 만한 요인이 되지 않지만, 경우에 따라서는 조명의 열로 인해 문제가 발생할 수 있게 된다. 그러므로 최근에는 눈의 안전을 고려해서 열이 발생하지 않는 발광 다이오드(LED) 기술을 사용하고 있지만, 다중 발광 다이오드(LED)는 경우에 따라 눈에 문제를 발생시킬 수 있다. 따라서 홍채인식 방법은 신체에 위협을 가할 수 있다는 문제점이 있기 때문에 그 측정이 다른 생체정보보다 어려울 수 있다는 특징을 가지고 있다. 둘째, 홍채(Iris) 및 망막(Retina)인식은 눈 영상을 이용해 개인의 신원을 확인하는 방식으로, 복제가 거의 불가능한 것으로 알려져 고도의 보안성을 요구하는 곳에 이용되어 왔다. 망막 스캔에 의한 방식은 가장 정확한 신원확인 장치이지만 가격이 비싸고 사용이 다소 불편하기 때문에 주로 정부기관에서 보안을 요하는 시설에 사용한다. 예를 들어 미국 중앙정보국(CIA)은 버지니아 주 랭글리에 있는 일급 보안 전산실에 음성 지문과 함께 망막 스캐너를 도입하고 있다. 망막 스캔을 통과하려면 몸을 굽혀 스캐너 위에 얼굴을 갖다 대야 한다. 그러면 스캐너가 눈에 붉은 빛을 투사시켜 출입 가능한 신분 여부를 확인한다. 이에 비해 홍채인식은 사람이 접근하면 비디오카메라가 고객을 클로즈업한 다음 사람의 좌표를 고정시키고, 그런 다음 1m 거리에서 눈의 이미지를 포착해 약 2~3초 안에 디지털 암호화된 이미지 파일과 대조하여 신원을 확인하다. 망막 스캔과 달리 기계장치 앞에 얼굴을 갖다 대야 하는 불편도 없고 광선을 쏘지도 않기 때문에 금융기관의 현금자동인출기에 많이 사용된다. 나아가 미국, 캐나다, 영국, 네덜란드 및 아이슬랜드 등의 국가는 홍채인식시스템을 공항에서 이용하고 있다. 1960년대에 개발된 최초의 얼굴인식 시스템은 반자동에 의한 것인데, 이는 자동적으로 눈, 코, 입 등의 위치 등에 대한 거리나 비율을 계산하는 것이 아니라 그 위치들을 관리자가 수동적으로 설정하고, 그 뒤에 이미 수집되어 있는 데이터와 센서에 의해 수집된 데이터를 비교하는 방식으로 진행되었다. 이처럼 반자동화에 의존하던 시스템은 1970년대에 들어오면서 점차 자동화되기 시작하였으며, 이를 위해 모발 색상이나 입술 두께 등과 같은 21개의 주요 특징들을 사용하였는데, 다만 이도 완전한 자동화라고 할 수 없었던 것이 비록 측정의 문제는 전산화되었지만 여전히 측정을 위한 작업은 수동으로 처리되었기 때문이다. 그러다가 1988년에 얼굴인식 문제에 주요 성분 분석, 표준 선형 대수 기법을 적용하면서 본격적으로 자동화되기 시작하였는데, 이는 얼굴을 표준화하여 100개 미만의 값을 설정하고, 그를 바탕으로 얼굴 이미지를 코드화하여 분석을 함으로써 가능하게 되었다. 이후, 1991년이 되면서 컴퓨터를 사용하여 사람 얼굴을 인식하기 위해 요구되는 얼굴 구성요소의 집합을 이용하는 아이겐페이스라는 기법이 사용되면서 실시간으로 자동화된 얼굴인식이 가능하게 되기도 하였다. 1988년에 개발된 주요 요소 분석법은 프로브 이미지와 갤러리 이미지를 동일한 크기가 되도록 만들고, 이미지들 내의 대상들의 눈과 입을 동일한 위치에 정렬하기 위해 우선적으로 표준화가 요구되며, 이를 위해 데이터 크기를 줄이는 데이터 압축도 필요하게 된다. 주요 요소 분석법의 경우 크기를 축소함으로써 불필요한 데이터들을 제거하고 아이겐페이스로 알려진 사각형 모양의 사진으로 구분하여 나열하게 된다. 이때, 각각의 얼굴영상들은 아이겐페이스의 가중치 합(특성 벡터)으로 표현될 수 있는데, 그에 따라 1차원 배열로 저장되며, 해당 프로브 이미지는 각각의 특성벡터들 사이의 거리를 측정함으로써 갤러리 이미지와 대조된다. 주요 요소 분석의 단점은 얼굴분석을 위해서는 언제나 정면의 전체얼굴이 요구된다는 것인데, 아래의 사진에서 보는 바와 같이 정면의 전체얼굴이 데이터로 저장되지 않을 경우 제대로 된 대조를 할 수 없게 된다. 하지만 이 방법의 장점으로는 앞서 언급한 바와 같이 사진을 압축하여 저장하기 때문에 개인식별을 위해 필요한 데이터를 원본 데이터의 1/1000로 줄일 수 있다는 것이다. 음성인식기술은 본래 음성통신기술, 즉, 사람과 사람의 의사소통을 원활하게 하기 위한 목적을 향하여 발전하기 시작하였지만, 근래 들어 사람과 기계의 의사소통을 위해 개발되고 있는 상황이다. 그러다가 최근 애플이나 구글, 삼성 등과 같은 기업들이 관심을 갖기 시작하면서 관련된 기술이 급속도로 발전하고 있다. 이미 애플이나 구글 등은 자사의 운영체계에 음성을 통해 스마트기기에 명령을 내리는 기능 외에 검색, 번역이 가능한 기능 등을 내놓고 있다. 하지만 이처럼 말하는 사람이나 그 음성을 인식하는 것은 발음하는 언어로 인식하는 “언어 인식(speech recognition)”과는 다른 기술로서 엄밀히 말하면 생체인식기술이 아니다. 그에 반해 음성인식기술은 컴퓨터가 사람이 하는 말의 패턴을 인식하는 과정으로서 이미 저장되어 있는 화자 또는 발성자의 음성패턴과 마이크로폰을 통해 입력된 음성패턴을 비교함으로써 그 유사성을 판별하는 것이라고 할 수 있다. 음성인식은 주로 전화망이나 마이크로폰을 사용하는 기기를 통해 이루어질 수 있기 때문에 홍채나 지문과 같이 접촉에 의해 인증을 하는 것과 달리 원격 인증을 위해 매우 유용하지만, 화자의 말이 그때그때, 상황에 따라 다르기 때문에 샘플링하여 비교하기가 쉽지 않다는 어려움도 존재한다. 음성인식의 생리학적 요소는 개인의 음성이 나오는 기도와 연조직 공동(空洞)으로 구성된 성도의 신체적 형태와 관련이 있는데, 사람이 말을 하기 위해서는 그러한 요소들이 턱, 혀, 후두의 물리적 움직임 그리고 비강의 공명 등과 결합하여 작동하여야 한다. 그러므로 발화자의 음성패턴은 기도의 신체적 특징에서 비롯되며, 입의 움직임과 발음은 생체인식기술의 행동학적 요소라고 할 수 있다. 그런 발화자의 음성을 인식하는 과정은 크게 음성분석과정, 음성인식 전처리과정, 음성인식 후처리과정을 통하게 되는데, 음성분석과정에서는 아날로그 음성을 디지털화(digitalization)시키고, 음성이 존재하는 구간을 판별(speech detection)하게 된다. 그러고 나서 특징벡터 추출과정을 통해 음성신호가 가지고 있는 특징을 추출하여 특징벡터를 계산하여 저장하게 된다. 음성인식 전처리과정에서는 입력된 음성의 시간축상의 변화를 무시하고 미리 저장되어 있던 후보 어휘군을 추리며, 후처리과정에서는 동적 프로그램인 DTW(Dynamic Time Warping)을 이용하여 후보 어휘군 가운데 인식된 음성과 가장 유사한 어휘를 인식된 어휘로 결정하게 된다.