청각 워터마킹과 오류 정정 기술

본 논문은 디지털 오디오 저작권 보호와 무단 변조 방지를 위한 워터마크 삽입 및 복원 기법을 제안한다. 서론에서는 인터넷을 통한 멀티미디어 전송이 급증함에 따라 저작권 침해와 데이터 변조 위험이 커졌음을 지적하고, 워터마크가 이러한 위협에 대한 대응책으로 활용될 수 있음을 설명한다. 이어서 워터마크의 정의와 기존 활용 사례(군사 지도, 비밀 통신, 이미지 저작권 등)를 소개하고, 오디오 워터마크가 “불투명하고, 강인하며, 안전한 데이터 통신”을 목표로 한다고 명시한다. 제2장에서는 제안된 시스템의 흐름을 블록 다이어그램으로 제시하고, 워터마크 삽입 절차를 ‘데이터 읽기 → 호스트(커버) 읽기 → 워터마크 적용 → 데이터 은닉 → 복원’ 순으로 정리한다. 이어 MSE(Mean Squared Error)를 성능 평가 지표로 채택한 이유를 네 가지 관점(단순성, 물리적 의미, 최적화 적합성, 관용도)에서 설명한다. MSE는 두 신호 간 차이를 제곱 평균으로 나타내며, 신호 왜곡 정도를 정량화한다. 제3장에서는 실제 구현 방법을 세 가지 시나리오로 나눈다. ① Audio‑in‑Audio: 워터마크와 커버 모두 오디오 신호이며, 인터리빙과 DCT 두 가지 방법을 적용한다. 인터리빙은 워터마크 샘플을 호스트 샘플 사이에 비연속적으로 삽입하는 방식이며, DCT는 고주파 계수를 워터마크 저주파 계수로 교체한다. ② Audio‑in‑Image: 오디오 워터마크를 이미지에 삽입한다. 이미지와 오디오 각각에 대해 DCT를 수행하고, 이미지의 고주파 계수를 워터마크 오디오의 저주파 계수로 대체한다. 1D DCT와 2D DCT를 혼용한다. ③ Image‑in‑Audio: 이미지 워터마크를 오디오에 삽입한다. 오디오와 이미지 모두 DCT를 수행한 뒤, 오디오 고주파 계수를 이미지 저주파 계수로 교체한다. 각 방법에 대해 실험 결과를 그래프와 스펙트럼 형태로 제시한다. ‘Audio‑in‑Audio’에서는 인터리빙과 DCT 모두 원본과 복원된 신호가 거의 동일한 스펙트럼을 보였으며, MSE는 각각 3.5×10⁻⁴, 3.4×10⁻³으로 보고한다. ‘Audio‑in‑Image’와 ‘Image‑in‑Audio’에서는 MSE가 2.47×10⁻⁹ 수준으로 매우 낮게 측정되었지만, 실제 시각·청각 품질에 대한 정성적 평가가 부족하다. 제4장에서는 전송 중 발생할 수 있는 오류를 보정하기 위해 (15,11) 해밍 코드를 적용한다. 해밍 코드는 2비트 오류 검출 및 1비트 오류 교정이 가능하므로, 무선 전송이나 장거리 전송 시 데이터 손실을 최소화한다. 잡음이 섞인 경우와 해밍 코드를 적용한 경우를 비교한 파형을 제시하고, MSE가 잡음이 없는 경우에 비해 크게 감소함을 보여준다. 제5장 결론에서는 DCT 기반 워터마크가 청취 가능하고 강인하다고 주장하고, 해밍 코드를 통한 오류 정정이 전송 품질을 향상시킨다고 정리한다. 그러나 논문 전반에 걸쳐 실험 설계가 단순하고, PSNR, BER, 청취 테스트 등 다각적인 성능 지표가 부재하며, 기존 연구와의 차별성이 명확히 제시되지 않는다. 또한, 압축 포맷(MP3, AAC)이나 공격(재샘플링, 필터링) 상황에서의 견고성 평가가 없으므로, 실용적인 적용 가능성을 판단하기 어렵다. 향후 연구에서는 심리음향 기반 양자화, 다중 비트 워터마크, 다양한 채널 모델링 및 공격 시나리오에 대한 포괄적인 실험이 필요하다.