[IT 트렌드 읽기] 복제 불가능한 바이오 인식 기술 나온다
상태바
[IT 트렌드 읽기] 복제 불가능한 바이오 인식 기술 나온다
  • 김상혁 기자
  • 승인 2020.02.02 11:37
  • 댓글 0
이 기사를 공유합니다

뼈·근육 이용한 생체 인식 기술, 복제 불가능
초임계유체 상태 물질 이용해 연료 전지 수명 늘려
여러번 MRI 촬영할 필요 없이 AI로 한 번에 마무리
빅데이터·IoT로 지하철 고장 징후 미리 파악

[오피니언뉴스=김상혁 기자] 연일 터지는 정치·사회 뉴스에 빠져 정작 중요한 것을 놓치기 일쑤죠. 21세기 미래를 바꿀 IT기술, 인포테인먼트 소식입니다. 미래 먹거리일 뿐 아니라, 흐름을 놓쳤다간 금방 시대에 뒤처지게 됩니다. <오피니언뉴스>는 매주 주요 IT, 과학기술, 게임 소식들을 짤막하게 모아 소개합니다. 먼 미래가 아닌 눈앞의 미래에 상용화될 IT기술을 주로 다루려합니다.  [편집자 주]

인체 전달 특성 기반 신개념 생체인증기술 개요도. 사진제공=ETRI
인체 전달 특성 기반 신개념 생체인증기술 개요도. 사진제공=ETRI

◆ 복제 불가능한 생체 인증 기술 나왔다

보안 분야에서 '복제'는 늘 관심거리였습니다. 복제가 불가능한 보안 기술을 개발해 보안성을 강화해야 하기 때문입니다. 이런 점에서 의미있는 기술이 개발됐습니다. 차세대 보안기술의 새 장을 열 것으로 보입니다.

한국전자통신연구원(ETRI)은 사람마다 몸을 이루는 신체구조가 다르다는 것에 착안해 신호 전달특성을 구별해 복제가 불가능한 바이오인식 기술을 개발했습니다.

연구진은 인체의 뼈, 근육, 지방, 혈관, 혈액 및 체액 등 구성요소가 개인마다 구조적으로 차별화되고 복잡성이 높다는 특징을 이용했습니다. 이를 신호체계로 바꿔 딥러닝 기술을 적용, 사람을 구별해 인증할 수 있는 기술입니다.

지문이나 홍채 등 현재 상용화된 생체인식 기술은 이미지 처리 기반 기술로 복제가 가능하다는 문제가 있습니다. 연구진은 이를 해결하고자 외형 이미지가 아닌 신체 내부 구조적 특징을 활용하는 것으로 방향을 잡았습니다.

예를 들어 손가락으로 인증을 하면, 손가락에 진동과 같은 기계적 신호나 미세한 전류와 같은 전기적 신호를 주어 손가락의 구조적 특성을 획득해 사람을 구별합니다. 손가락이 아니더라도 신체 어디든 해부학적 특징 모델링으로 개별 인식이 가능합니다.

이런 ‘인체 전달특성 기반 바이오 인식 시스템’은 현재 성인의 손바닥 크기로 만들어 전기 및 음향 신호를 인체에 전달하기 위해 ▲에너지변환기(Transducer) ▲센서 ▲신호 처리부로 구성됩니다. 손목시계 형태로도 만들어 전극을 손목 부위에 닿도록 구현했습니다. 연구팀은 향후 이 시스템을 센서나 칩 형태로 경량화할 계획입니다.

또 연구진은 임상시험심사위원회(IRB) 승인을 얻어 54명을 대상으로 임상시험을 해 약 7000 개 이상 임상 데이터도 확보했습니다. 이 데이터를 머신러닝 및 딥러닝 모델을 통해 검증한 결과, 생체인식 정확도는 99% 이상을 달성했다고 합니다.

초임계유체 상태 이온 고분자 적용한 전극 소재 모식도. 사진제공=한국연구재단
초임계유체 상태 이온 고분자 적용한 전극 소재 모식도. 사진제공=한국연구재단

◆ 연료전지 수명 늘릴 수 있는 기술 개발

액체와 기체의 성질을 동시에 갖는 상태를 '초임계유체 상태'라고 합니다. 이런 초임계유체 상태 물질을 이용하면 연료전지 수명을 높일 수 있다고 합니다.

한국연구재단은 강원대 조용훈 교수·단국대 이창현 교수·서울대 성영은 교수 연구팀이 초임계유체 상태의 이온 고분자를 이용해 수소연료전지의 수명을 높일 수 있는 방법을 찾아냈다고 전했습니다.

수소연료전지는 백금 촉매의 도움으로 수소와 산소의 전기화학 반응을 통해 전기를 만듭니다. 이 과정에서 이온 고분자는 수소 이온을 촉매층 내부로 전달해 반응을 활성화하는 역할을 하는데요. 연료전지의 성능을 높이기 위한 여러 연구들은 주로 촉매 개선에만 집중했습니다. 

그런데 연구팀은 이온 고분자에 주목했습니다. 초임계유체 상태의 이온 고분자 소재를 개발, 촉매층에 도포한 것이죠.

초임계유체의 용해력은 기체에 비해 월등히 높은데, 확산속도는 액체보다 빨라 침투성이 좋습니다. 이런 특성으로 이 이온 고분자는 기존보다 1.83배 빠르게 수소 이온을 촉매층 내부로 전달할 수 있습니다. 또 연료전지 전극의 내구성 또한 기존 전극보다 6배 이상 강화될 수 있다고 합니다. 연료전지에 적용하면 교체 주기가 대폭 늘릴 수 있겠습니다.

누락된 대조영상을 다른 대조영상을 이용해 복원하는 기술 모식도. 사진제공=KAIST
누락된 대조영상을 다른 대조영상을 이용해 복원하는 기술 모식도. 사진제공=KAIST

◆ MRI 촬영, 한 번에 끝낸다

'자기 공명 영상(MRI, Magnetic Resonance Imaging)'는 임상 진단에 있어 중요한 장비입니다. 영상 대조를 통해 칼을 대지 않고도 신체 부위를 고해상도로 볼 수 있기 때문입니다.

그런데 정확한 진단을 위해서는 여러번 재촬영해야 하는 경우가 자주 발생합니다. 특히 뇌질환의 경우 이런 상황이 더욱 자주 발생합니다. 그런데 국내 연구진이 인공지능(AI)를 통해 촬영 횟수를 줄일 수 있는 기술을 개발했습니다.

KAIST 바이오 및 뇌공학과 예종철 교수 연구팀이 개발한 '협조·생성적 적대신경망(CollaGAN, Collaborative Generative Adversarial Network)'은 AI가 MRI 강조영상으로 자주 활용되는 특정 신체나 뇌의 공간을 학습해 재촬영 없이도 필요한 부분 영상을 다시 복원하는 기술입니다.

여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가하는 시스템입니다. 강조 영상 간 중요도를 자동으로 평가할 수 있게 된 셈이죠.

예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 누락된 일부 영상은 다른 영상으로부터 정확하게 합성 가능하다는 사실을 확인했습니다. 또 그 영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 사실도 확인했습니다.

특히 이 기술은 기존 영상합성법에서 발생하는 영상 내 인공 그림자 발생을 제거할 수 있습니다. 따라서 뇌종양의 경우 이 기술을 통해 머리의 어느 부위에 얼마만큼의 종양이 퍼져 있는지 확인 가능합니다.

환자 편의성은 높아지면서 MRI 촬영 비용 부담은 낮아질 것으로 기대됩니다.

전동차 상태 기반 정비 시스템(CBM) 개념도. 사진제공=서울교통공사
전동차 상태 기반 정비 시스템(CBM) 개념도. 사진제공=서울교통공사

◆ 빅데이터·IoT로 지하철 고장 해결

예기치 못한 지하철 고장으로 출근길 시민들이 불편을 겪는 뉴스를 가끔 접할 수 있는데요. 그런데 빅데이터와 사물인터넷(IoT)를 통해 이런 경우를 줄일 수 있다고 합니다.

최근 서울교통공사는 빅데이터와 IoT 기술을 활용해 전동차 고장 징후를 미리 파악할 수 있는 시스템인 '전동차 상태기반 정비 시스템(CBM, Condition Based Maintenance)' 개발했습니다. 우선 서울 지하철 2호선 차량기지에 적용했다고 합니다.

CBM은 비행기의 블랙박스 같은 역할을 하는 '열차 종합 관리장치(TCMS, Train Control and Monitoring System)'가 수집한 전동차 운행정보와 고장기록 정보 등을 사물인터넷을 통해 실시간으로 수집·분석해 작업자에게 고장 징후를 알려주는 방식입니다.

기존에는 작업자가 직접 바퀴 마모도를 확인하고 작업 시기를 결정했지만 이제는 CBM이 정보를 측정하고 정비 시기를 알려주게 됩니다. 서울교통공사가 ICT 서비스 기업인 (주)에스넷시스템과 지난 1년간 함께 개발했습니다.

향후 1호선과 3∼8호선에도 단계적으로 적용하는 방안을 검토하고 있다고 합니다.



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.