대학소개
입학·국제교류
대학·대학원
대학생활
산학·연구
취업·창업
정보·민원서비스
| 제목 | 인공지능응용학과 김성은 교수 연구팀, 생체신호 기반 차세대 사용자 인식 기술 개발로 JCR 상위 1.5% 저널에 논문 게재 | ||||
|---|---|---|---|---|---|
| 작성자 | 홍보실 | 조회수 | 705 | 날짜 | 2025-05-07 |
| 첨부파일 |
|
||||
|
인공지능응용학과 김성은 교수 연구팀(신찬우 석사과정)이 ETRI(한국전자통신 연구원)와 공동으로 인체 고유의 전기적 특성을 이용한 혁신적인 사용자 인식 기술을 개발하여 세계적 권위의 국제학술지인 IEEE Transactions on Industrial Informatics(IF: 11.7, JCR 상위 1.5%)에 논문 게재가 승인되었다 (https://ieeexplore.ieee.org/docu ment/10979383).
이번 연구는 서울과학기술대학교 신찬우 석사과정이 주도적으로 참여하였으며, 인체를 통해 전달되는 전기 신호인 Body Channel Response(BCR)를 활용하여 사용자를 구분하는 스파이킹 신경망(Spiking Neural Network, SNN) 기반 인공지능 모델인 'BCRNet-SNN'을 제안했다.
BCRNet-SNN은 기존의 지문이나 홍채 인식과 같은 생체 인식 기술이 가진 보안 문제를 극복하고, 개개인의 고유한 인체 전기 특성을 활용하여 높은 보안성을 제공하는 동시에 저전력, 저지연 특성을 통해 사물인터넷(IoT)과 웨어러블 디바이스 같은 컴퓨팅 파워 및 리소스가 제한적인 환경에서도 우수한 성능을 발휘할 수 있도록 설계되었다.
연구팀은 심층신경망(CNN) 기반의 Teacher 네트워크를 설계하고, 지식 증류(Knowledge Distillation)를 통해 네트워크의 경량화를 이뤄내어 기존 모델 대비 약 95% 이상의 네트워크 파라미터를 감소시키면서도 사용자 인식 정확도 98% 이상의 우수한 성능을 유지했다. 특히, CNN 모델을 SNN 모델로 변환함으로써 에너지 소비를 대폭 줄여 향후 다양한 산업 분야에서 활용 가능성이 매우 높다고 평가받고 있다.
 ▲ BCRNet-SNN 모델 개발 흐름도
김성은 교수는 "이번 연구는 기존 생체인식 기술의 한계를 보완하고, 보다 안전하고 효율적인 사용자 인증 시스템을 제공할 수 있다는 점에서 큰 의의가 있다"며 "앞으로 더욱 다양한 환경과 장기적 변화를 고려한 연구를 확장해, 일상생활에서 광범위하게 사용될 수 있는 사용자 인식 시스템으로 발전시킬 계획"이라고 밝혔다.
향후 생체 인식 시스템의 보안성과 편의성을 크게 향상시킬 것으로 기대된다.
|
|||||
담당부서 : 홍보실
전화번호: 02-970-6994
연구성과
