▲계단을 따라 바쁘게 걷고 있는 사람들(출처=게티이미지)

맨체스터대학과 마드리드대학의 공동 연구 그룹이 사람들의 걸음걸이 패턴을 인식하는 인공 지능(AI) 시스템을 만들었다. 이 기술은 개인을 인식하고 식별하는 데 사용될 수 있다. 예를 들어 정부 당국은 범죄자를 검거할 때 CCTV 카메라를 사용한 얼굴 인식, 지문 스캔뿐만 아니라 사람들의 고유한 보행 습관을 기반으로 범인을 분석할 수 있다.

연구진은 24가지 고유한 걸음걸이 움직임과 패턴을 기반으로 각기 다른 걸음걸이를 인식하는 AI를 만들었다. 걸음걸이는 망막이나 지문처럼 사람마다 다르다.

발자국 데이터 베이스

연구진은 개인의 다양한 걸음걸이 스타일을 파악하기 위해 127명의 사람들로부터 약 2만 개의 발자국을 수집해 데이터 베이스에 배치했다. 이들은 고해상도 카메라와 바닥 전용 센서를 사용해 S풋BD(SfootBD) 데이터 세트 및 샘플을 파일링했다. 이 데이터 세트는 발자국 생체 인식을 위한 전산 모델을 생성하는 데 사용됐다. 세 가지 보안 시나리오에서 이 시스템을 테스트한 결과, AI는 100%(오차율 0.7%)로 사람의 걸음걸이를 구분해냈다.

맨체스터대학의 오마르 레예스는 이 AI 시스템이 걸음걸이만으로 개인을 정확하게 식별해낼 수 있다고 덧붙였다.

발자국 인식 시스템의 잠재적 응용 범위

예를 들오 공항의 보안 검색대 등 다양한 분야에서 망막이나 지문 스캐너 대신 발자국 인식 시스템이 사용될 수 있다. 이것은 또한 가정이나 사무실 등에서 현재의 보안 시스템을 보완하는 대책으로 사용될 수 있다.

레예스는 오류가 없는 걸음걸이 인식 시스템을 개발하는 것이 매우 힘들다고 설명했다. 각 사람의 미묘한 움직임 차이를 정의하기 어렵기 때문이다. 하지만 연구진은 AI를 활용해 이런 어려움을 극복했다. 게다가 걸음걸이나 발자국 인식 시스템은 공항의 보안 검색대 스캐너처럼 사람들이 통과해야 하는 것이 아니라 그저 위로 걸어가기만 하면 되는 것이기 때문에 눈에 띄지 않는다.

연구진은 이 기술이 신경 퇴행으로 고생하는 의료 분야에도 적용될 수 있다고 말했다. 신경 퇴행으로 인해 거동이 불편해지는 사람들은 삶의 어느 시점부터 평소와는 걸음걸이가 달라지는 순간이 나타나기 마련이다. 즉 걸음걸이나 발자국 인식 시스템으로 개인의 움직임을 식별하고 신경 퇴행의 징후가 나타나는지 파악한 뒤 조기 치료를 시행할 수 있다.

보행 및 압력 패드

연구진은 걸음걸이 패턴을 분석하는 시스템의 패드 위를 걸을 때 개인이 신발을 벗을 필요가 없다고 덧붙였다. 발자국을 추적하긴 하지만 이 시스템이 궁극적으로 분석하는 것은 걸음걸이 그 자체이기 때문이다.

제한 사항

그러나 이 AI 시스템에는 몇 가지 한계점이 있다. 예를 들어 S풋BD는 고해상도 카메라와 바닥 패드를 사용해야 하기 때문에 이 기술이 모든 장소에 적용되기는 어렵다. 또 이 시스템은 데이터 베이스가 있어야지만 강력한 장점을 발휘한다. 이 데이터 베이스를 위해서는 모든 사람의 걸음걸이 패턴을 수집해야 하는데, 그렇게 하면 사생활 보호 문제가 제기될 수 있다.

 

걸음걸이 탐지에 관한 과거 연구

스탠포드대학의 연구진은 과거에 '발자국 탐지에 대한 단계별 접근법'이라는 연구에서 발자국 소리를 녹음한 것을 인식하기 위해 머신러닝을 활용했다.

이들은 각 개인마다 발자국 소리가 다르다는 점을 강조하며 발자국을 인식하기 위한 몇 가지 실용적인 응용 프로그램이 있다고 전했다. 이들의 발자국 탐지 연구는 3가지 단계로 진행됐다.

1. 데이터 수집 : 연구진은 오디오 녹음 장비를 이용해 자체 데이터 세트를 생성했다. 음성 샘플은 양성과 음성으로 나뉘었다. 양성은 각기 다른 신발을 신고 걷는 발자국 소리, 음성은 주변 사람과 사물이 움직이는 소리 등의 기타 소음이다.

2. 데이터 구현 : 이들은 수집한 데이터를 머신러닝으로 계산했다.

3. 실험 : 연구진은 양성 오디오 녹음과 음성 오디오 녹음을 클립으로 나눠 SMO, 랜덤포레스트, 로지스틱 회귀분석 등의 실험을 진행했다. 이들은 오디오 녹음분을 다듬은 뒤 각 클립을 라벨링했다.

▲발자국(출처=게티이미지)