병원 밖에서도 목소리·삼킴 모니터링…목 부착형 초박형 센서 개발

목 피부 진동·후두 움직임 하나의 센서로 측정…일상 건강관리 가능성
헤어드라이어 소음 속 SNR 마이크보다 29.97㏈↑…AI 음성 분류 95.93%

본문 이미지 - 한국전자통신연구원(ETRI) 연구진이 개발한 목 부착형 압전 센서의 작동 원리. 양쪽 센서는 말할 때 성대에서 발생하는 진동을 감지하고, 가운데 6개 센서는 침이나 물을 삼킬 때 후두가 위아래로 움직이는 과정을 추적한다. (논문 갈무리)
한국전자통신연구원(ETRI) 연구진이 개발한 목 부착형 압전 센서의 작동 원리. 양쪽 센서는 말할 때 성대에서 발생하는 진동을 감지하고, 가운데 6개 센서는 침이나 물을 삼킬 때 후두가 위아래로 움직이는 과정을 추적한다. (논문 갈무리)

(서울=뉴스1) 김민수 기자 = 목에 얇은 센서를 붙여 목소리와 삼킴 기능을 일상에서 함께 살필 수 있는 기술이 개발됐다. 향후 목소리나 삼킴 기능에 문제가 있는 환자 상태를 병원 밖에서도 지속·확인하는 웨어러블 건강관리 기기로 활용할 가능성이 있다.

18일 과학계에 따르면 한국전자통신연구원(ETRI) 연구팀의 관련 연구가 국제학술지 'npj 플렉서블 일렉트로닉스(npj Flexible Electronics)'에 지난 15일 온라인 공개됐다.

기존에는 목소리를 분석할 때 마이크를 이용했다. 다만 주변 소음의 영향을 받기 쉽다는 단점이 있다. 또 삼킴 기능을 살피는 영상검사의 경우 후두 움직임을 확인할 수 있지만 방사선 노출 등의 문제로 사실상 일상에서 계속 사용하기 어렵다.

연구진은 목소리와 삼킴 기능을 하나의 착용형 센서로 측정하는 방법을 개발했다. 연구진이 만든 센서의 전체 두께는 약 60㎛다. 압력이나 진동이 가해지면 이를 전기 신호로 바꿔 움직임을 측정하는 압전 방식이 적용됐다.

센서 가운데에는 6개의 감지부가 세로로 놓여 있다. 침이나 물을 삼키면서 후두가 올라갔다 내려오면 감지부들이 차례로 반응한다. 양쪽 감지부는 말할 때 성대에서 생겨 목 피부로 전달되는 진동을 감지한다. 하나의 장치로 음성과 삼킴 신호를 함께 측정하는 구조다.

일반 마이크는 공기를 타고 전달되는 음파를 감지한다. 이 때문에 사람의 목소리뿐만 아니라 주변 대화나 기계 소음도 함께 잡힌다.

반면 이번 센서는 목 피부에 직접 붙어 말할 때 피부로 전달되는 진동을 감지한다. 공기를 통해 들어오는 주변 소음의 영향을 상대적으로 덜 받는 이유다.

실험에서도 차이를 보였다. 헤어드라이어를 켠 상태에서 일반 마이크는 사람의 목소리가 주변 소음에 크게 묻힌 반면 목에 붙인 센서는 음성 진동을 비교적 선명하게 잡아냈다.

이를 수치로 나타낸 신호대잡음비(SNR)는 센서가 32.06㏈로, 일반 마이크(2.09㏈)보다 29.97㏈ 높았다.

신호대잡음비는 측정하려는 신호가 잡음보다 얼마나 뚜렷한지를 보여주는 수치로, 높을수록 신호가 잡음에 덜 묻혔다는 뜻이다.

본문 이미지 - 한국전자통신연구원(ETRI) 연구진이 목에 부착한 다채널 압전 센서로 삼킴에 따른 후두 움직임을 측정한 결과. 침을 삼킬 때 후두는 약 24㎜, 물을 삼킬 때는 약 33㎜ 위로 이동했으며 6개 센서 채널이 순차적으로 반응해 이동 과정을 추적했다.(논문 갈무리)
한국전자통신연구원(ETRI) 연구진이 목에 부착한 다채널 압전 센서로 삼킴에 따른 후두 움직임을 측정한 결과. 침을 삼킬 때 후두는 약 24㎜, 물을 삼킬 때는 약 33㎜ 위로 이동했으며 6개 센서 채널이 순차적으로 반응해 이동 과정을 추적했다.(논문 갈무리)

사람이 침이나 물을 삼키면 기도를 보호하기 위해 후두가 위로 올라갔다가 다시 내려온다. 연구진은 센서로 이 움직임의 거리와 속도를 측정했다.

측정 결과 침을 삼킬 때 후두는 약 24㎜, 물을 삼킬 때는 약 33㎜ 올라갔다. 기존 영상검사 연구에서 보고된 건강한 성인의 후두 이동 범위인 20~35㎜와 비슷한 값이다.

연구진은 후두가 움직인 거리와 속도 등의 정보가 향후 삼키는 어려움을 겪는 연하장애를 살피는 데 활용될 가능성이 있다고 봤다.

본문 이미지 - 한국전자통신연구원(ETRI) 연구진이 목 부착형 압전 센서로 수집한 음성 신호를 인공지능(AI)으로 분석한 결과. 위쪽은 정상·거친·늘어지는·높은 목소리 등 4가지 음성 상태의 파형과 주파수 특성을 나타낸 스펙트로그램이며, 가운데는 이를 구분하는 합성곱신경망(CNN) 구조를 보여준다. AI의 전체 분류 정확도는 95.93%였으며, 늘어지는 목소리와 높은 목소리는 각각 100%, 정상 목소리는 91.7%, 거친 목소리는 92.0%의 정확도로 구분했다.(논문 갈무리)
한국전자통신연구원(ETRI) 연구진이 목 부착형 압전 센서로 수집한 음성 신호를 인공지능(AI)으로 분석한 결과. 위쪽은 정상·거친·늘어지는·높은 목소리 등 4가지 음성 상태의 파형과 주파수 특성을 나타낸 스펙트로그램이며, 가운데는 이를 구분하는 합성곱신경망(CNN) 구조를 보여준다. AI의 전체 분류 정확도는 95.93%였으며, 늘어지는 목소리와 높은 목소리는 각각 100%, 정상 목소리는 91.7%, 거친 목소리는 92.0%의 정확도로 구분했다.(논문 갈무리)

연구진은 센서로 얻은 음성 신호를 인공지능(AI)으로 구분하는 실험도 진행했다.

참가자가 '헬로우(Hello)'를 정상 목소리, 거친 목소리, 늘어지는 목소리, 높은 목소리 등 4가지 방식으로 반복해 말하도록 했다.

상태별로 60개씩 총 240개의 센서 신호를 모은 뒤 학습 데이터와 시험 데이터로 나눠 AI의 분류 성능을 확인했다.

AI의 전체 분류 정확도는 95.93%를 기록했다. 늘어지는 목소리와 높은 목소리는 시험 데이터에서 모두 정확하게 구분했고 정상 목소리는 91.7%, 거친 목소리는 92.0%의 정확도를 보였다.

다만 건강한 참가자 한 명이 의도적으로 낸 네 가지 목소리를 구분한 실험이다. 실제 음성 질환 환자의 목소리를 이용해 질환 여부를 판별한 결과는 아니다.

연구진은 일상생활에서도 센서를 사용할 수 있는지 알아보기 위해 아침부터 저녁까지 약 12시간 목에 붙이는 시험도 했다. 이 과정에서 가볍게 걷거나 고개를 움직이고, 말하거나 물을 마시는 등 여러 상황에서 센서 신호를 확인했다.

이번 인체 실험은 38세의 건강한 남성 한 명을 대상으로 진행됐다. 연구진은 실제 활용성을 확인하려면 더 많은 참가자와 실제 질환 환자를 대상으로 한 임상 검증이 필요하다고 밝혔다.

kxmxs4104@news1.kr

대표이사/발행인 : 이영섭

|

편집인 : 채원배

|

편집국장 : 김기성

|

주소 : 서울시 종로구 종로 47 (공평동,SC빌딩17층)

|

사업자등록번호 : 101-86-62870

|

고충처리인 : 김성환

|

청소년보호책임자 : 안병길

|

통신판매업신고 : 서울종로 0676호

|

등록일 : 2011. 05. 26

|

제호 : 뉴스1코리아(읽기: 뉴스원코리아)

|

대표 전화 : 02-397-7000

|

대표 이메일 : webmaster@news1.kr

Copyright ⓒ 뉴스1. All rights reserved. 무단 사용 및 재배포, AI학습 활용 금지.