한화비전, ‘잊지 않는 음향 AI’로 세계 경진대회 정상

GIST와 공동 개발한 연속 학습 기술 적용…DCASE 2026서 평균 정확도 79.62% 기록

[더파워 한승호 기자] 한화비전이 광주과학기술원과 공동 개발한 음향 인공지능 기술로 국제 경진대회에서 1위를 차지했다. 한화비전은 GIST 연구팀과 함께 국제 음향 AI 경진대회 ‘DCASE 2026 Challenge’에서 정상에 올랐다고 14일 밝혔다.

이번 성과는 한화비전 R&D센터 AI연구소와 김홍국 GIST 전기전자컴퓨터공학과 교수 연구팀이 공동으로 거둔 결과다. 연구팀은 새로운 소리를 학습하는 과정에서 기존에 익힌 소리를 잊는 AI의 약점을 보완하는 ‘연속 학습’ 기술을 적용했다.

DCASE 챌린지는 세계전기전자공학회가 주관하는 국제 음향 AI 대회다. 학계와 기업 연구팀이 음향 인식과 분류 기술을 겨루는 대회로, 올해는 총 135개팀이 참가했다.

한화비전·GIST 공동연구팀은 7개 부문 중 ‘도메인 비의존 오디오 분류를 위한 점진 학습’ 부문에서 21개팀 가운데 1위를 기록했다. 해당 부문은 소리 수집 출처를 알 수 없는 환경에서 아기 울음소리, 개 짖는 소리, 화재 경보음 등 10종의 소리를 정확히 구분하는 과제다.

연구팀이 집중한 문제는 ‘치명적 망각’이다. 기존 오디오 인식 AI는 새로운 데이터를 학습하는 과정에서 과거에 학습한 내용을 잊어버리는 한계가 있었다. 도시 소음을 잘 구분하던 AI가 공항 환경 음향을 새로 학습하면, 기존 도시 음향 인식 성능이 떨어지는 식이다.

이 문제는 녹음 장비, 장소, 주변 소음 등 환경 변화가 큰 음향 AI 분야에서 주요 난제로 꼽힌다. 특히 보안과 산업 안전처럼 외부 환경이 계속 바뀌는 분야에서는 AI의 안정적인 적응 능력이 중요하다.

공동연구팀은 이를 해결하기 위해 ‘딥인버전 기반 생성형 리플레이’ 기법을 적용했다. 딥인버전은 추가 데이터 수집 없이 AI가 과거 학습한 소리와 유사한 음향 데이터를 스스로 재현하고 역산하도록 하는 기술이다.

예를 들어 AI가 도로 소음을 새로 학습하더라도, 과거 실내에서 학습한 특정 소리의 데시벨과 진폭 등 음향 특징을 다시 활용해 기존 분류 능력을 유지하도록 돕는다. 연구팀은 이 방식을 통해 새 학습 과정에서 기존 학습 내용이 훼손되는 문제를 줄였다.

여러 AI 모델의 예측 결과를 종합하는 앙상블 기법도 적용됐다. 최종 제출 시스템은 평균 정확도 79.62%를 기록했다. 나머지 20개팀의 평균 정확도는 약 68%였다.

공동연구팀이 제출한 시스템들은 부문 내 공식 시스템 랭킹에서도 상위권을 차지했다. 최종 앙상블 시스템과 별도로 제출한 3개의 단일 시스템이 모두 1~4위에 이름을 올렸다.

한화비전은 이번 음향 AI 기술을 향후 영상보안 기술과 결합해 차세대 AI 보안 솔루션 개발에 활용할 계획이다. 다양한 환경에서 안정적으로 음향 정보를 축적하는 기술을 보안 카메라와 연계하면 이상 상황 감지와 상황 판단 능력을 높일 수 있다는 설명이다.

임정은 한화비전 AI연구소장은 “이번 수상은 한화비전 연구의 방향성과 기술 수준을 입증한 결과”라며 “연속 학습 기술은 외부 환경 속 보안 카메라 적응 능력과 직결되는 만큼 미래 솔루션으로 발전시켜 나가겠다”고 밝혔다.

이번 연구 성과는 오는 10월 28일부터 이틀간 미국 보스턴에서 열리는 ‘DCASE 2026 워크숍’에서 발표된다. 우승팀 시상도 해당 워크숍에서 진행될 예정이다.

한승호 더파워 기자 hansh1975@thepowernews.co.kr