한화비전-GIST, 음향 AI 경진대회 세계 1위…“차세대 보안 AI 솔루션 적용”

한화비전은 광주과학기술원(GIST) 연구팀과 공동 개발한 ‘연속 학습(Continual Learning)’ 기술로 국제 음향 AI 경진대회 ‘디케이스 2026 챌린지’에서 1위를 달성했다고 14일 밝혔다. 한화비전 R&D센터 AI연구소와 김홍국 GIST 전기전자컴퓨터공학과 교수 연구팀이 함께 이룬 성과로, 7개 부문 중 ‘도메인 비의존 오디오 분류를 위한 점진 학습’ 부문에서 21팀 가운데 1위에 올랐다. 소리 수집 출처를 알 수 없는 환경에서 아기 울음소리, 개 짖는 소리, 화재 경보음 등 10종의 소리를 정확하게 구분하는 미션을 성공적으로 수행했다. 특히, 새로운 소리를 학습하는 과정에서 기존에 익힌 소리를 잊는 AI ‘장기기억’의 한계를 보완해 큰 주목을 받았다. 이른바 ‘치명적 망각(Catastrophic Forgetting)’ 해결에 집중한 결과다. 기존 오디오 인식 AI는 시시각각 달라지는 녹음 장비나 장소, 주변 소음 등에 따라 성능에도 변화가 발생했다는 설명이다. 새로운 데이터 학습 과정에서 과거 학습한 내용을 잊어버려 데이터 축적에 큰 걸림돌이 됐다는 것이다. 예를 들어, 도시 소음을 잘 구분하던 AI가 공항 환경 음향을 새로 학습하면 도시에서 발생하는 음향 인식에 다시금 어려움을 겪는 식이다. 공동연구팀이 제시한 해법은 ‘연속 학습’ 기술이다. 과거 학습한 소리 특징을 재현해 활용하는 ‘딥인버전(DeepInversion) 생성형 리플레이’ 기법을 적용했다. ‘딥인버전’은 추가 데이터 수집 없이, 소리별 분류 모델이 과거 학습한 소리와 유사한 음향 데이터를 스스로 재현하고 역산하도록 만드는 기술이다. 실내 감시 시스템에 설치된 AI가 도로 소음을 새로 배우더라도, 과거 실내 특정 소리들의 데시벨과 진폭 등 음향 특징들을 역추적해 분류 능력을 잃지 않도록 하는 방식이다. 그 결과, 최종 제출된 시스템은 가장 높은 성적인 평균 정확도 79.62%를 기록했다. 나머지 20개팀의 정확도 평균인 약 68%보다 10%가량 높은 성적이다. 최종 앙상블 시스템과 공동연구팀이 추가 제출한 3개의 단일 시스템 모두 부문 내 공식 시스템 랭킹 1~4위를 차지했다. 이처럼 다양한 환경에서 안정적으로 음향 정보를 쌓아가는 기술은 한화비전의 차세대 AI 보안 솔루션 개발에도 적극 활용할 계획이다. 임정은 한화비전 AI연구소장은 “연속 학습 기술은 외부 환경 속 보안 카메라 적응 능력과 직결된 것으로, 새 기술을 미래 솔루션으로 발전시켜 나갈 것”이라고 말했다. 장세민 기자 semim99@aitimes.com