한국전자통신연구원(ETRI)은 인체의 뼈, 근육, 지방, 혈관, 혈액 및 체액 등 구성 요소가 개인마다 구조적으로 차별화되고 복잡성이 높다는 특징을 이용해 신호 체계로 바꿔 딥러닝 기술을 적용해 사람을 구별해 인증할 수 있는 기술을 개발했습니다. 이는 복제가 불가능한 바이오인식 기술로 차세대 보안 기술에 큰 전환점이 될 전망입니다. 이번 연구는 <Scientific Reports>, <IEEE Transactions on Cybernetics> 등에 게재됐습니다.

신체 내부의 구조적 특성 활용했다

의료정보연구실 안창근, 노형욱, 심주용 연구진은 지문, 홍채, 얼굴 인식 등 현재 상용화된 생체 인식 인증 기술들이 이미지 처리 기반 기술로 복제가 가능하다는 문제점을 해결하고자 했습니다. 즉, 기존의 지문 등을 활용한 인증기술은 외형 이미지에 치중했으나 이번 개발한 신 기술은 신체 내부 구조적 특성을 활용한다는 차별성이 존재합니다.

손가락을 인증 대상으로 설정할 경우, 손가락 내 해부학적 조직 특성에 따라 달라진 신호를 반영합니다. 마치 건강 검진 시 초음파 촬영을 하거나 체지방을 측정하듯 손가락에 진동과 같은 기계적 신호나 미세한 전류와 같은 전기적 신호를 주어 손가락의 구조적 특성을 획득해 사람을 구별하고 인증하는 방식입니다.

인증 단계 편의상 손가락으로 시연을 진행했지만 신체 부위 어디든 미리 등록을 해놓으면 인증대상의 해부학적 특성을 모델링 하면서 개인 식별이 가능합니다. 연구진은 이번 개발의 핵심기술로 '생체 조직 모델링 기술', '딥러닝 생체 신호 분석 기술', '진동, 전극 소자 기술' 등을 꼽았습니다.

ETRI의 인체 전달특성 기반 바이오 인식 시스템은 현재 성인의 손바닥 크기로 만들어 전기 및 음향 신호를 인체에 전달하기 위해 에너지변환기(Transducer), 센서, 신호 처리부로 구성됐습니다. 또한, 손목시계형으로도 만들어 전극을 손목 부위에 닿도록 구현했고 향후, 본 시스템은 센서나 칩 형태로 경량화할 계획입니다.

또한, 연구진은 여러 센서에서 얻어진 신호의 조합을 통해 다양한 특성을 기반으로 사용자의 특이성 및 재현성을 극대화 시킬 수 있는 알고리즘을 구현했습니다. 연구진은 임상시험심사위원회(IRB Institutional Review Board, 임상시험심사위원회)의 승인을 얻어 54명을 대상으로 임상 시험을 진행해 약 7천 개 이상의 임상 데이터도 확보했습니다. 확보된 임상 데이터를 머신러닝 및 딥러닝 모델을 통해 검증한 결과, 생체인식 정확도는 99% 이상을 달성했습니다.

또한 인천대학교 김남근 교수 연구팀의 연구 협력으로 신체의 신호전달 특성에 대한 기계적 모델링도 성공적으로 구현했습니다. 인공지능 학습 모델의 최적화를 통해 정확도는 향후 더 높아질 것으로 기대됩니다. 또한 본 시스템은 편의성이 강화된 모바일 웨어러블 플랫폼 형태로 개발이 진행 중이며 이에 따른 활용 분야도 확장해 나갈 계획입니다.

어떻게 활용될까

ETRI의 기술은 기존 생체인식 기술에 비해 원천적으로 복제가 불가능하고 연속적 생체 인증이 가능합니다. 편의성도 우수해 우리 몸의 특정 위치에 구속되지 않고 다양한 신체 부위에서 인증이 가능합니다. 아울러, 의식적으로 손끝이나 얼굴을 센서에 가져갈 필요 없이 부착형 또는 모바일 기기의 무자각 상태에서 개인 인증이 가능하다는 장점을 가지고 있습니다. 

본 성과는 연구진이 보유한 생체 정보 획득 관련 핵심 원천연구 노하우를 통해 결실을 맺을 수 있었으며, 연구진은 향후 세계적인 생체 인식 및 보안기기 전문업체에 기술을 이전하여 상용화를 추진할 계획입니다.

연구진은 후속 연구를 통해 실제 스마트폰이나 웨어러블 기기에 기술을 적용해 사이버 결재, 현금자동입출기(ATM) 입·출금 등 금융 결제, 인터넷 자동 로그인, 출입 통제, 자동차 문손잡이, 가정용 맞춤형 사물인터넷(IoT) 서비스 제공을 비롯, 병원에서 환자 정보 관리를 위한 스마트 시스템 등으로 적응 범위를 확대할 계획입니다.

ETRI 의료정보연구실 안창근 박사는 "스마트폰을 잡았을 때 인증이 되게 하거나 컴퓨터 키보드나 마우스를 통해, 의자 좌석에 착석 시 인증하는 방식도 가능하다"며 "본 기술이 미래 생체 인식 산업의 원천 기술로 활용되길 기대한다"고 전했습니다.

##참고자료##

• Noh, Hyung Wook, et al. "Ratiometric impedance Sensing of fingers for Robust identity Authentication." Scientific reports 9.1 (2019): 1-12.
• Sim, Joo Yong, et al. "Identity Recognition Based on Bioacoustics of Human Body." IEEE transactions on cybernetics (2019).

함예솔 다른기사 보기