소리 없는 메아리로 방을 구분하는 딥러닝 기술

본 연구는 스마트폰에 내장된 스피커와 마이크만을 이용해 방 수준의 실내 위치 인식을 구현하는 새로운 방법을 제안한다. 기존 실내 위치 인식 기술은 Wi‑Fi, BLE, 지자기, 이미지 등 다양한 센서를 활용하지만, 대부분 인프라 의존(R1)이나 추가 하드웨어(R2), 복잡한 데이터 수집(R3)이라는 제약을 가진다. 이러한 제약을 없애기 위해 저자들은 20 kHz 부근의 초음파 단일톤을 2 ms 길이로 방출하고, 방 안에서 반사된 에코를 0.1 s 동안 녹음한다. 초음파는 인간이 들을 수 없으므로 사용자에게 불쾌감을 주지 않으며, 짧은 녹음 시간은 프라이버시 침해 위험을 최소화한다. 하지만 초음파는 짧은 시간·좁은 대역으로 인해 전통적인 음향 특징(MFCC, LPC 등)이 충분한 구분 정보를 제공하지 못한다. 이를 해결하기 위해 저자들은 녹음된 원시 파형을 시간‑주파수 영역의 스펙트로그램으로 변환하고, 2‑층 2‑차원 합성곱 신경망(CNN)에 입력한다. 스펙트로그램은 에코의 미세한 감쇠·반사 패턴을 시각적으로 표현하므로, CNN이 자동으로 방 고유의 잔향 특성을 학습할 수 있다. 모델은 2개의 합성곱 레이어와 풀링 레이어, 그리고 완전 연결 레이어로 구성되며, 파라미터 수는 약 10 k에 불과해 모바일 디바이스에서도 실시간 추론이 가능하도록 설계되었다. 다양한 원시 데이터 포맷(파형, 파워 스펙트럼, MFCC)과 딥 모델(RNN, 1‑D CNN, 2‑D CNN)을 비교 실험한 결과, 2‑층 2‑D CNN이 가장 높은 정확도를 보였다. 실험 환경은 22개 주거·사무실 방, 50개 방, 조용한 박물관 19개 지점, 사람 붐비는 박물관 15개 지점으로 구성되었다. 각각의 정확도는 99.7 %, 97.7 %, 99 %, 89 %에 달했으며, 방 개수가 증가해도 정확도 저하가 미미했다. 또한, 기존 SVM 기반 RoomSense와 MFCC 기반 Batphone을 동일 조건에서 재현 실험했을 때, 본 방법은 정확도와 잡음 내성 모두에서 15 %~22 %p 이상의 우위를 보였다. 특히 배경 음악이 흐르는 상황에서도 17.5 %p 이상의 정확도 향상을 달성해, 프라이버시 보호와 잡음 강인성을 동시에 만족시키는 Pareto 전선을 확장했다. 시스템 아키텍처는 클라우드 기반 RoomRecognize 서비스와 모바일 SDK로 구성된다. 사용자는 앱 내에서 “방 인식” 버튼을 눌러 0.1 s 녹음만 전송하면, 서버에서 CNN 추론 후 방 이름을 반환한다. 참여형 학습 모드도 제공해 최종 사용자가 직접 새로운 방 데이터를 업로드하면 모델이 자동으로 업데이트된다. 이는 현장 배포 시 데이터 라벨링 비용을 크게 낮추고, 지속적인 서비스 개선을 가능하게 한다. 한계점으로는 스마트폰 모델마다 초음파 재생·녹음 성능 차이가 크다는 점, 매우 큰 방이나 흡음재가 거의 없는 방에서는 반향이 충분히 구분되지 않을 가능성, 그리고 초음파가 벽을 통과해 외부로 새어나갈 경우 인접 방과 혼동될 위험이 있다. 향후 연구에서는 다중 주파수 복합 톱니파를 이용한 주파수 다중화 전략, 마이크 배열을 활용한 공간 방향성 보강, 그리고 초음파 전파 모델링을 통한 방 크기·형상 추정 등을 탐색할 수 있다. 결론적으로, 본 논문은 초음파 기반 액티브 사운드 센싱과 딥러닝을 결합해, 실용적이면서도 프라이버시를 보장하는 방 수준 실내 인식 솔루션을 제시했으며, 스마트 빌딩, 의료, 전시 등 다양한 도메인에 적용될 잠재력이 크다.