글로벌 오디오 환경음 분석대회에서 AI기술력 입증

삼성전자가 세계 최대 전기·전자공학기술학회(IEEE)가 주관하는 오디오 환경음 분석대회인 DCASE(Detection and Classification of Acoustic Scenes and Events challenge) 2019에서 우수한 성적을 거두며 기술 우위를 증명했다. 2013년 첫 대회 이후 꾸준히 참석자 수가 늘어나고 있는 DCASE는 음향 장면과 이벤트 탐지·분류를 다루는 국제 대회다.

올해로 5회 차를 맞이한 이번 대회에는 총 7개 과제에 109개 팀이 참여해 경합을 벌였다. 본 대회는 3월 4일부터 6월 10일까지 약 3개월간 진행되었으며, 지난 6월 30일에 최종 결과가 발표되었다. 이번 대회에서 삼성전자 세트부문 선행 연구개발(R&D) 조직인 삼성리서치의 폴란드연구소와 북경연구소가 좋은 성과를 내며 호평을 받았다.

삼성전자 폴란드연구소는 ‘음향 장면 분류’ (Acoustic Scene Classification)를 주제로 한 첫 번째 부문의 B 과제(Task 1 – Subtask B)인 ‘불일치 기록 장치가 있는 음향 장면 분류’(Acoustic Scene Classification with Mismatched Devices)와 세 번째 부문(Task 3)인 ‘사운드 이벤트 지역화와 감지’(Sound Event Localization and Detection)에서 1위를 차지했다. 첫 번째 부문의 C 과제(Task 1 – Subtask C), ‘오픈 세트 음향 장면 분류’ (Open set Acoustic Scene Classification)에서는 북경연구소가 1위에, 폴란드연구소가 2위에 올라 삼성전자의 기술 차별성을 드러냈다.

첫 번째 부문의 B 과제와 C 과제(음향 장면 분류)의 목적은 다양한 공간에서 녹음된 환경음을 분석하여 녹음된 공간을 인식하고 판별, 분류하는 것이다. 녹음은 12개 유럽 대도시에서 실시되었으며, 10개 영역(△공항, △실내 쇼핑몰, △지하철역, △보행자 전용 거리, △공공 광장, △중간 정도 교통 정체가 있는 거리, △전차 이동, △버스 이동, △지하철 이동, △도심 공원)이 카테고리에 포함된다.

1-B 과제는 특정 기기에서 학습시킨 알고리즘을 새로운 기기에 적용했을 때도 환경음이 녹음된 공간을 잘 판별하는지 확인하는 과제로, 폴란드연구소는 ‘2차 기록 장치용 신경회로망 교정’ 방식을 제출하여 1위를 차지했다. 이 기술은 앞으로 스마트폰, TV, 냉장고 등 다양한 제품 간에도 적용 가능할 것으로 기대된다.

1-C 과제는 학습 데이터에 없는 환경음을 분류해내는 과제로, 북경연구소는 생성 신경망과 변이 자동 인식 장치를 사용하는 데이터 증가 방안을 채택해 가장 높은 정확도를 달성했다.

또한 삼성 폴란드연구소는 ‘사운드 이벤트 지역화와 감지 측정’을 목표로 하는 세 번째 부문(Task3)에서 1위로 선정되는 쾌거를 안았다. 이 부문은 열쇠 흔드는 소리, 노크 소리, 고양이 울음 소리, 대화하는 소리 등 실내에서 일어나는 다양한 이벤트의 종류를 판단하고, 어느 방향에서 발생했는지 위치를 탐색하는 것을 목표로 한다. 해당 기술은 로봇과 AI 스피커 등에 무궁무진하게 응용될 수 있다. 이 기술은 다양한 배경 소음 때문에 주의가 분산된 환경에서도 특정 소리를 선별해 낼 수 있다는 데 강점을 갖는다. 일상에서 맞닥뜨리는 수많은 소리는 다양한 정보를 제공하고 있기 때문. 삼성전자가 오디오 지능을 연구하는 목적이 여기 있다.

이 음향 기술이 ‘지능형 모니터링 시스템’과 만나면 소리 정보만으로 어떤 활동이 발생했는지를 감지할 수 있는 기술 개발이 가능해진다. 이를 활용하면 번잡한 거리에서도 아기 울음 소리 같은 개별 사운드를 감지해 해당 상황을 인식할 수 있다.

DCASE 2019는 공개적으로 이용할 수 있는 데이터 세트를 활용한 여러 접근 방식을 비교해 계산 장면과 이벤트 분석 방법 개발의 이정표를 세우는 데 평가의 초점이 맞춰졌다. 상위 입상한 팀에게는 논문 제출과 학회 발표 기회가 주어진다.

▲ 삼성전자 폴란드 연구소 팀

▲ 삼성전자 북경 연구소 팀