• 전체기사
    • 서울
      B
      15℃
      미세먼지 보통
    • 경기
      B
      15℃
      미세먼지 보통
    • 인천
      B
      17℃
      미세먼지 보통
    • 광주
      B
      16℃
      미세먼지 보통
    • 대전
      B
      17℃
      미세먼지 보통
    • 대구
      B
      19℃
      미세먼지 보통
    • 울산
      B
      19℃
      미세먼지 보통
    • 부산
      B
      19℃
      미세먼지 보통
    • 강원
      B
      16℃
      미세먼지 보통
    • 충북
      B
      16℃
      미세먼지 보통
    • 충남
      B
      17℃
      미세먼지 보통
    • 전북
      B
      16℃
      미세먼지 보통
    • 전남
      B
      17℃
      미세먼지 보통
    • 경북
      B
      19℃
      미세먼지 보통
    • 경남
      B
      19℃
      미세먼지 보통
    • 제주
      H
      18℃
      미세먼지 나쁨
    • 세종
      B
      16℃
      미세먼지 보통
2021-05-09 09:35 (일)
[정종기의 AI시대 저널리즘] 마스크를 착용한 상태에서 AI 얼굴인식 어느 정도 정확할까?
[정종기의 AI시대 저널리즘] 마스크를 착용한 상태에서 AI 얼굴인식 어느 정도 정확할까?
  • 정종기 칼럼니스트 jinsyero@
  • 승인 2021.02.08 15:11
  • 댓글 0
이 기사를 공유합니다

정종기 박사
정종기 박사

세계 인공지능(AI) 시장은 빠르게 성장하고 있고 다양한 산업에서 적용 중에 있다. 대부분 완전한 형태의 AI 제품의 출시보다는, 지속적인 기술개발을 통해 특정 분야의 제품개발이나 서비스 응용 플랫폼으로서 시행착오를 학습하며 발전하고 있다.

팬데믹(Pandemic)으로 국내외 많은 사람들이 일상의 즐거움을 희생하고 불편함을 감내하며 코로나 바이러스 확산 방지를 위해 노력하고 있지만, 지금으로서는 이번 코로나 사태가 언제 진정될지 예단하기 어렵다. 팬데믹은 인간의 신분, 나이, 인종, 성별, 직업을 막론하고 아무것도 구분하지 않고 우리의 건강과 일상을 위협하고 있다. 코로나19 확산으로 전세계 인구 대다수가 기약 없이 마스크를 쓰고 생활해야 하는 기현상이 지구촌 곳곳으로 확산돼 있다. 오랫동안 지속돼온 인간 사회의 변화가 맥없이 무너지고 있고 사회생활의 패턴이 빠른 속도로 변하고 있다. 등교, 출근, 외출, 여행, 출장 등 우리의 일상생활에서의 큰 차이점은 언제 어디서든 마스크를 착용해야 한다는 것이다.

코로나19 확산이 지속되면서 얼굴인식 기술에 대한 사회적 관심이 더욱 증가하고 있다. 일반적인 얼굴인식은 컴퓨터를 사용해 사람의 안면을 이미지와 비디오로 식별한 다음 특정한 안면 특성을 측정하는 것이다. 예컨대 미간 사이의 길이, 코, 턱, 입의 상대적인 위치를 재는 것이다. 이러한 정보를 조합해 안면의 고유 특징을 구분 정리해 특정의 프로필을 만들어 낸다.

얼굴인식 기술은 얼굴을 포함하는 입력 정지영상 또는 비디오에 대해 얼굴 영역의 자동적인 검출 및 분석을 통해 해당 얼굴이 어떤 인물인지 판별해 내는 기술로 패턴인식 및 컴퓨터 비전 분야에서 오랫동안 연구돼 온 분야이다. 많은 연구결과로부터 최근에는 감시시스템, 생체인식 등과 같은 실제 환경에 적용되고 있다. 이러한 얼굴인식 기술은 다른 물체인식 기술 대비 상대적으로 성숙된 기술로 높은 성능을 보인다고 알려져 있다. 그러나 코로나19가 지속되면서 모든 사람은 마스크를 착용하지 않고는 외출을 할 수 없는 시대에 살고 있다. 

AI의 얼굴인식 기술도 마스크를 착용하지 않은 상태인 기존의 사진, 영상을 통한 학습방법과 마스크를 착용한 상태의 학습방법은 좀 더 고도화된 학습방법이 필요하다.

얼굴인식 기술은 범죄자 적발, 학교 및 공항 등에서의 출입관리, 온라인 결제에서의 보안 수단, 스마트폰 잠금 해제나 가정에서의 출입문 통제 해제할 때 등 개인 식별용으로 사용될 경우, 카메라로 보이는 이미지가 이미 기록된 프로필과 비교되기 때문에 비교적 정확도가 높고 사용이 간단하다. 얼굴인식 기술의 활용범위가 점차 넓어지고 있다. 얼굴인식 기술이 실생활에 활용될 수 있었던 이유는 AI 기술 발전에 힘입어 오류율이 감소하고 정확도가 향상되고 있기 때문이다.

그러나 공항, 야외 등 군중 속에서의 얼굴인식이라면 메인 이미지를 어떤 얼굴과 비교할 지에 대한 방대한 양의 다양한 얼굴 이미지와 대조 가능한 프로필 데이터 베이스가 필요하다. 기존의 얼굴인식은 마스크를 착용하지 않은 상태에서의 이미지가 대부분이고 또한 실제 환경에서 취득되는 얼굴 영상은 개인별 포즈, 조명의 변화, 원거리 촬영, 사람의 움직임에 의한 저 해상도 등의 문제도 있었다. 지금 상황에서의 더 큰 문제는 개인별로 다양한 마스크를 착용한 상태에서 얼굴 절반을 가리고 있는 상태의 이미지 및 영상 처리문제이다. 

얼굴인식을 하기 위한 안면 특징은 얼굴 형상의 상대적인 위치에 대한 수학적인 모델을 기반으로 두기 때문에 코, 입, 턱, 광대 등과 같은 주요 특징이 가려져 보이지 않게 되면 얼굴 인식을 하는데 결정적인 방해가 된다. 그래서 기존에 얼굴인식을 위한 딥러닝 학습에 사용됐던 얼굴 이미지나 얼굴 영상 이미지를 기반으로 마스크를 착용한 상태에서의 얼굴 이미지나 얼굴 영상 이미지를 기반으로 추가적인 학습을 통해 정확도를 높여나가야 하는데 정확도를 높이는 데는 현재로서는 한계가 있고 지속적인 연구가 필요해 보인다.  

얼굴인식 응용프로그램에서 일반적으로 활용되는 두 가지가 있는데 하나는 흔히 스마트폰 잠금 해제나 여권 확인 절차에서 사용되는 ‘일대일 대조(one-to-one matching)’ 작업으로 데이터베이스에서 동일한 인물의 다른 두 사진을 두고 같은 인물인지 판별하는 것이다. 또 하나는 사진 속 인물이 데이터베이스 안에서 어떤 인물과 일치하는지를 확인하는 ‘일대다 대조(one-to-many matching)’ 작업이다.

미국표준기술연구소(NIST)에서 다양한 얼굴인식 소프트웨어 알고리즘에 대한 연구조사를 했는데, 얼굴인식 정확도에 있어 인종·연령·성별에 따라 편차를 보였고, 일대일 매칭의 경우 백인에 비해 아시아인과 아프리카계 미국인에 대한 오류율이 더 높게 나타났다. 총 89개의 얼굴인식 알고리즘을 테스트했는데, 마스크를 착용한 사람을 정확히 식별할 시 알고리즘 수준에 따라 적게는 5%에서 많게는 50%까지 확률로 문제가 발생하는 소프트웨어 알고리즘을 발견했다. 같은 알고리즘으로 마스크를 미착용한 얼굴을 분석했을 때와 비교하면 상당한 오류율을 보였고, 심지어 마스크가 얼굴의 상당 부분을 가리면 알고리즘이 얼굴 자체를 인식 못하는 경우도 있었다.

AI 기술은 다양한 영역에서 단일 기술 또는 복합기술이 융합돼 활용영역이 점점 넓어지고 있다. 특히, 딥러닝의 ‘시각지능’은 사물의 위치, 종류, 움직임, 주변과의 관계 등 시각 이해를 기반으로 지능화된 기능을 제공하는 기술들이 포함되고 컴퓨터 비전, 사물 이해, 행동 이해, 장소 및 장면 이해, 비디오 분석, 및 예측, 시공간 영상 이해, 비디오 요약 등에 활용된다.

딥러닝은 컴퓨터 비전 분야에서 매우 중요한 역할을 하고 있다. 가공되지 않은 사진과 동영상을 해석할 수 있는 능력은 리테일, 의료 영상 처리, 로보틱스 등 다양한 산업 분야의 문제를 해결하는 데 적용되고 있다. 합성곱 신경망(Convolutional Neural Network: CNN)은 사람의 얼굴이나 동물의 안면 인식, 이미지 질의응답 시스템, 장면 레이블링, 이미지 분할 작업 등의 다양한 응용 분야에 사용된다. 이미지 분류와 관련해 합성곱 신경망은 분류 학습 기능 덕분에 대용량 데이터 세트에 대한 분류 정확도가 더욱 높다.

현재 마스크를 착용한 사람들을 인식할 만한 얼굴인식 학습용 이미지 데이터는 없다고 해도 과하지 않다. 그렇다면 실제 마스크를 착용하고 있는 사람들의 이미지에서 마스크 위에 보이는 돌출부를 바탕으로 코의 위치와 광대뼈 정도 등 얼굴인식 시스템 개선을 위한 더 많은 세부 정보를 추출해서 세밀한 가공 데이터를 확보하는 방법도 인식률을 높이는 학습용 데이터로 효과적일 것이다. 

현재 다양한 분야에서 얼굴인식 알고리즘에 대한 연구개발이 활발하게 진행되고 있기 때문에 향후 얼굴인식 소프트웨어 성능을 개선하고 어느 정도 인식률이 확보될 수 있을 것으로 기대한다. 그러나 컴퓨터로 만들어진 가짜 얼굴이 그려진 마스크를 착용하거나, 마스크를 착용한 상태에서의 문화적이나, 인종적인 차이로 인해 인식률 향상에는 한계가 있을 것 같다. 
 
<정종기박사, AI 비즈니스 전문가 1호 / 얼라이언스코리아 대표 / 한국외국어대학교 겸임교수>

오늘경제


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.