인체 내 뼈, 근육, 지방, 혈관 등 개인 차이 특성 인증에 도입

국내 연구진이 사람마다 몸을 이루는 신체구조가 다름에 착안, 신호의 전달특성을 구별해 복제가 불가능한 바이오인식 기술을 개발했다. 이로써 차세대 보안기술에 큰 전환점이 될 전망이다.

한국전자통신연구원(ETRI)은 인체의 뼈, 근육, 지방, 혈관, 혈액 및 체액 등 구성요소가 개인마다 구조적으로 차별화되고 복잡성이 높다는 특징을 이용해 신호체계로 바꿔 딥러닝 기술을 적용, 사람을 구별해 인증할 수 있는 기술 개발에 성공했다고 밝혔다.



이번 성과는“사이언티픽 리포트(Scientific Reports)”,“IEEE 트랜젝션 온 사이버네틱스(Transactions on Cybernetics)” 등 국제학술지에 게재되어 우수성을 인정받았다.

연구진은 지문, 홍채, 얼굴 인식 등 현재 상용화된 생체인식 인증기술들이 이미지 처리 기반 기술로 복제가 가능하다는 문제점을 해결하고자 했다.

즉 기존의 지문 등을 활용한 인증기술은 외형 이미지에 치중했으나 이번 개발한 신 기술은 신체 내부 구조적 특성을 활용한다는 차별성이 있다. 손가락을 인증대상으로 설정할 경우, 손가락 내 해부학적 조직 특성에 따라 달라진 신호를 반영한다.

마치 건강검진 시 초음파 촬영을 하거나 체지방을 측정하듯 손가락에 진동과 같은 기계적 신호나 미세한 전류와 같은 전기적 신호를 주어 손가락의 구조적 특성을 획득, 사람을 구별해 인증하는 방식이다.

정확도 99% 이상, 생체신호 기반 차세대 생체인식 기술

인증 단계 편의상 손가락으로 시연을 진행했지만, 신체 부위 어디든 미리 등록을 해놓으면 인증대상의 해부학적 특성을 모델링 하면서 개인 식별이 가능하다.

연구진은 이번 개발의 핵심기술로 ▲생체 조직 모델링 기술 ▲딥러닝 생체 신호 분석 기술 ▲진동, 전극 소자 기술 등을 들었다.

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

또한, 연구진은 여러 센서에서 얻어진 신호의 조합을 통해 다양한 특성을 기반으로 사용자의 특이성 및 재현성을 극대화 시킬 수 있는 알고리즘을 구현했다.

연구진은 임상시험심사위원회(IRB)의 승인을 얻어 54명을 대상으로 임상시험을 진행하여 약 7천 개 이상의 임상 데이터도 확보했다. 확보된 임상 데이터를 머신러닝 및 딥러닝 모델을 통해 검증한 결과, 생체인식 정확도는 99% 이상을 달성했다.

또한, 인천대학교 김남근 교수 연구팀의 연구 협력으로 신체의 신호전달 특성에 대한 기계적 모델링도 성공적으로 구현했다. 인공지능 학습 모델의 최적화를 통해 정확도는 향후 더 높아질 것으로 기대된다.

또한, 본 시스템은 편의성이 강화된 모바일 웨어러블 플랫폼 형태로 개발이 진행 중이며, 이에 따른 활용 분야도 확장해 나갈 계획이다.

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