모든 부모들은 아기가 배고프거나, 피곤하거나, 포옹이 필요한지, 혹은 아픈지 궁금해한다. 때로는 아기의 울음소리를 알수 없어 좌절하기도 한다.

미국 연구팀이 정상적인 울림 신호와 기저 질환에서 오는 신호와 같은 비정상 신호를 식별하고 구별할 수 있는 새로운 인공지능(AI) 모델을 고안했다. 의사들이 아픈 아기들 울음소리를 구별하거나, 가정에서도 유용할 수 있다.

이 연구는 IEEE와 중국자동화협회의 공동 간행물인 IEEE/CAA Journal of Automatica Sinica(JAS) 5월호에 발표됐다.

숙련된 의료 종사자들과 노련한 부모들은 아기가 내는 울음소리를 근거로 아기의 필요를 꽤 정확하게 구별할 수 있다. 각각의 아기의 울음소리는 독특하지만, 같은 이유로 인해 발생할 때 몇 가지 공통적인 특징을 공유한다. 울림 신호에서 숨겨진 패턴을 찾는 것, 인공지능 애플리케이션은 이제 이러한 맥락 안에서 적절한 해결책을 제시했다.

새로운 연구는 자동 음성 인식에 기초한 특정한 알고리즘을 사용해 유아 울음소리를 감지하고 인식한다. 연구팀은 이러한 신호를 분석하고 분류하기 위해 빅데이터를 보다 효율적으로 처리하는 방법으로 압축 센싱(Compressed Sensing)을 활용했다. 압축센싱은 희박한 데이터를 바탕으로 신호를 재구성하는 과정으로, 아기 울음소리가 주로 발생하는 시끄러운 환경에서 소리가 녹음될 때 특히 유용하다.

이 연구에서 연구원들은 시끄러운 환경에서 정상 신호와 비정상적인 울림의 의미를 구별할 수 있는 새로운 울림 언어 인식 알고리즘을 고안했다. 알고리즘은 다양한 울음 특징을 인식하고 분류하고 왜 아기들이 울고 있는지 그리고 울음소리가 얼마나 시급한지를 이해하는 방법으로 실용적 상황에서 폭넓개 사용될 수 있다.

리촨 류 디지털 신호 처리 연구소장은 “특수 언어와 마찬가지로 다양한 울음소리에도 건강 관련 정보가 많다. 음향 신호 간의 차이는 실제로 정보를 전달한다. 이러한 차이점들은 울음 신호의 다른 특징으로 표현된다. 정보의 인식과 활용을 위해서는 특징을 추출한 다음 그 안에 있는 정보를 얻어야 한다”고 말했다.

연구원들은 자신들의 연구 결과가 의사결정이 경험에 크게 의존하는 다른 여러 의료 환경에 적용될 수 있기를 바란다.

류 연구소장은 “최종 목표는 더 건강한 아기들과 부모들에게 더 적은 압박감과 보살핌을 주는 것”이라며 “우리는 더 많은 자료와 시나리오 입력을 얻기 위해 병원과 의료 연구 센터와의 협력을 검토하고 있으며, 임상실험을 위한 제품들을 가질 수 있기를 희망한다”고 말했다.