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 30일 밝혔다.

이번 성과는 ‘사이언티픽 리포트’, ‘IEEE 트랜젝션 온 사이버네틱스’ 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 신기술은 신체 내부 구조적 특성을 활용한다는 차별성이 있다.

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 구성됐다.

또한 손목시계형으로도 만들어 전극을 손목 부위에 닿도록 구현했고 향후 이 시스템은 센서나 칩 형태로 경량화할 계획이다.

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

ETRI의 기술은 기존 생체인식 기술에 비해 원천적으로 복제가 불가능하고 연속적 생체 인증이 가능하다. 편의성도 우수해 우리 몸의 특정 위치에 구속되지 않고 다양한 신체 부위에서 인증이 가능하다. 연구진은 향후 세계적인 생체 인식 및 보안기기 전문업체에 기술을 이전해 상용화를 추진할 계획이다.

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