2018.10.16

'자살∙우울증' 예방에도 도움 주는 음성 분석 기술

Jennifer O'Brien | CIO Australia
호주 뉴사우스웨일스대학(UNSW) 교수 줄리엔 엡스는 머신러닝을 활용한 음성 분석 기술이 자살 및 우울증 진단과 예방에 큰 도움을 주리라는 희망과 확신을 가지고 있다.



엡스 교수는 UNSW 시드니 엔지니어링 공학부 학과장이며 전기 공학 및 통신학부 부교수로 재직 중이다. 그의 전문 분야는 음성 신호 처리 연구다.

엡스 교수는 <CIO호주>와의 인터뷰에서 “음성 신호 처리 연구는 시작된 지 얼마 안 된 새로우면서도 매우 흥미로운 주제다. 그리고 실제로 사용될 경우 많은 이들에게 도움을 줄 것으로 생각한다”고 밝혔다.

그는 “지난 몇 년간 나는 사람들의 발화 내용에서 그들의 감정이나 마음 상태를 파악하고 이해할 수 있는 알고리즘 개발에 주력해 왔다. 특히 우울증 및 자살 전조 증상을 탐지해 내는 것에 역점을 두고 있다”고 이야기했다.

엡스 교수에 따르면, 이러한 기술은 크게 2가지 주요 요소로 이루어져 있다. 다음은 엡스 교수의 설명이다.

“하나는 음성 신호 처리고 다른 하나는 머신러닝이다. 다. 우리가 개발하려는 기술은 신호 처리 방식을 사용하여 여러 가지 발화 내용의 파형을 분석하고, 발화자의 마음 상태를 나타내는 여러 특성을 추출해 이를 시스템에 투입하는 것이다. 이러한 정보는 머신러닝 백엔드로 전달된다. 여기서 통계적 머신러닝을 사용하여 발화자의 목소리가 담고 있는 여러 특성들과 그것이 의미하는 바를, 교육 데이터에 기반하여 추론해 낸다.”

이러한 연구가 완전히 새로운 것인지 아니면 기존 연구 결과를 토대로 이루어진 것인지 묻자 엡스 교수는 그 둘의 중간쯤이라고 답하며 다음과 같이 설명을 이었다.

“특히 지난 5년간 이 기술의 가능성을 타진해 본 연구팀들은 많았다. 물론 그전에도 배경 및 기반이 되는 과학 이론에 대한 연구들은 있었지만, 엔지니어링에 역점을 둔 본격적 연구가 시작된 것은 최근 5년 이내다. 우리 연구팀은 특히 발화 내용으로부터 우울증을 감지해 내는 기술, 또는 우울증의 정도를 예측하는 기술 연구를 활발히 진행해 왔다.”

이 기술이 미칠 영향력에 대해서는 행동 패턴을 결정하는 데에도 도움을 주지만, 그 밖에도 온갖 다양한 곳에 실제 사용할 수 있는 문은 열려 있다고 엡스는 말했다.

“아직 많은 이들이 음성 신호 처리에 대해 알아 나가는 단계에 있다. 그러나 개중에는 인재 선별, 상담, 서비스 등등 다양한 분야에서 활발하게 이 기술을 사용 중인 기관들도 몇 곳 존재한다. 내가 참여하는 연구의 역할은 우울증을 진단하거나, 자살 전조 증상을 탐지해 내는 것이다. 이는 여러 가지 기능을 할 수 있다. 예컨대 기업 등에서 인재를 선별할 때 스크리닝 메커니즘으로 활용할 수 있다. 아니면 의학적 진단을 내리는 도구로(물론 이것에만 의존해서는 안 되겠지만) 사용할 수도 있고, 관련 증상으로 인해 상담이나 치료를 받는 사람에게는 모니터링 도구로 기능할 수 있을 것이다. 상담 및 치료가 효과가 있는지, 아니면 증세가 더 악화되고 있는지 전반적인 방향성을 파악하는 데 음성 분석이 도움을 줄 수 있을 것으로 기대한다.”

긴급 상담 전화의 ‘생명줄’ 될까?
동시에 엡스 교수는 긴급 상담 전화인 ‘라이프라인(Lifeline)’이 절박한 상황에 있는 이들에게 어떤 도움을 주고 있는가를 알아보기 위한 110만 달러 규모의 5개년 연구에 자신의 음성 분석 및 머신러닝 전문 지식을 적용하고 있다. 오늘날 호주에서는 국립 상담 전화인 라이프라인으로 약 100만 건의 전화가 걸려온다.

연구의 일환으로, 엡스 교수와 그의 연구팀은 라이프라인에 전화를 걸어오는 내담자들의 목소리 톤을 분석하는 데 머신러닝 기술을 활용할 방안을 모색하고, 내담자들이 어떤 도움이 필요한지를 파악하려 한다.

“우리 팀은 인공지능 기술을 활용하여 전화 건 사람의 목소리에 따라 이들이 필요로 하는 도움을 자동으로 식별, 분류하는 방법을 찾아낼 것이다”고 엡스 교수는 UNSW 언론 보도자료를 통해 밝혔다. 또한 그는 상담이 온라인 채팅이나 SMS로 이루어지는 경우 AI가 사용자들의 문자를 분석하게 될 것이라고 덧붙였다.

“전화 건 사람의 목소리나 말투 등의 정보를 분석하고, 이를 통해 그 사람의 마음 상태를 유추하는 것은 무척 새로운 연구 분야이며 새로운 기술이 기여할 수 있는 잠재성이 아주 크다.”

엡스 교수는 머신러닝 기술은 1년 365일 쉬는 시간 없이 걸려오는 전화를 받고 예상되는 문제에 따라 내담자를 분류할 수 있으며 동시에 절박한 이들을 지원한다는 라이프라인의 장기적 전략에도 기여할 수 있다고 말했다.

그는 “당연히 주된 상담은 긴급 라인 상담자의 몫이다. 하지만 머신러닝 기술을 활용하면 통화 도중에도 필요에 따라 다른 전문가와 내담자를 연결해 줄 수 있고, 아니면 상담사가 일정 기간 내에 몇 건 정도의 상담을 진행하는지 파악하기에도 쉽다”고 이야기했다.

호주 내 8개 대학과 미국 대학의 교수진이 이번 연구에 참여했다. 이들은 각각 정신건강의학, 심리학, 사회학 및 엔지니어링 분야의 전문가들이다.

이 연구를 주도하는 수석 연구원은 캔버라대학의 데브라 릭우드 교수로 라이프라인의 직원들을 대상으로 업무 사정 작업을 진행한 뒤 이러한 아이디어를 내놓게 되었다.

릭우드 교수는 “라이프라인 역시 디지털 시대에 발맞춰 변화하고 있다. 온라인 채팅 등을 통해 상담 서비스를 제공함은 물론이고 곧 SMS 문자 메시지를 통한 상담 라인도 개통될 예정이다”라고 말했다.

릭우드 교수는 “이처럼 라이프라인을 찾는 이들이 많아지고 있지만, 정작 라이프라인이 도움의 손길을 내밀게 될 내담자들의 부류나 이들이 겪는 문제에 대해서는 연구가 거의 이루어지지 않고 있다. 그러니 상담을 통해 달성하게 될 목표나 결과도 불분명한 부분이 많다”고 설명했다.

엡스 교수는 <CIO 호주>와의 인터뷰에서 우울증 및 자살 예방 및 진단 분야에 ‘의미 있는 기여’를 하고 싶다고 밝힌 바 있다. 이번 연구와 다른 연구 결과들이 쌓이고 쌓여 이러한 목표를 달성할 수 있게 되기를 바란다고 그는 덧붙였다.

엡스 교수는 “원래 정신 건강은 내 전공 분야가 전혀 아니었다. 사실 지금도 아는 바가 많지 않다. 하지만 이 분야에 기술을 활용할 수 있다는 건 정말 멋진 일이다. 우리 주변에는 생각보다 많은 이들이 정신적인 문제 등으로 어려움을 겪고 있다. 이들을 돕기 위해 기술을 활용할 수 있다면 그만큼 뜻깊고 보람찬 일도 없을 것이다”고 전했다. ciokr@idg.co.kr
 



2018.10.16

'자살∙우울증' 예방에도 도움 주는 음성 분석 기술

Jennifer O'Brien | CIO Australia
호주 뉴사우스웨일스대학(UNSW) 교수 줄리엔 엡스는 머신러닝을 활용한 음성 분석 기술이 자살 및 우울증 진단과 예방에 큰 도움을 주리라는 희망과 확신을 가지고 있다.



엡스 교수는 UNSW 시드니 엔지니어링 공학부 학과장이며 전기 공학 및 통신학부 부교수로 재직 중이다. 그의 전문 분야는 음성 신호 처리 연구다.

엡스 교수는 <CIO호주>와의 인터뷰에서 “음성 신호 처리 연구는 시작된 지 얼마 안 된 새로우면서도 매우 흥미로운 주제다. 그리고 실제로 사용될 경우 많은 이들에게 도움을 줄 것으로 생각한다”고 밝혔다.

그는 “지난 몇 년간 나는 사람들의 발화 내용에서 그들의 감정이나 마음 상태를 파악하고 이해할 수 있는 알고리즘 개발에 주력해 왔다. 특히 우울증 및 자살 전조 증상을 탐지해 내는 것에 역점을 두고 있다”고 이야기했다.

엡스 교수에 따르면, 이러한 기술은 크게 2가지 주요 요소로 이루어져 있다. 다음은 엡스 교수의 설명이다.

“하나는 음성 신호 처리고 다른 하나는 머신러닝이다. 다. 우리가 개발하려는 기술은 신호 처리 방식을 사용하여 여러 가지 발화 내용의 파형을 분석하고, 발화자의 마음 상태를 나타내는 여러 특성을 추출해 이를 시스템에 투입하는 것이다. 이러한 정보는 머신러닝 백엔드로 전달된다. 여기서 통계적 머신러닝을 사용하여 발화자의 목소리가 담고 있는 여러 특성들과 그것이 의미하는 바를, 교육 데이터에 기반하여 추론해 낸다.”

이러한 연구가 완전히 새로운 것인지 아니면 기존 연구 결과를 토대로 이루어진 것인지 묻자 엡스 교수는 그 둘의 중간쯤이라고 답하며 다음과 같이 설명을 이었다.

“특히 지난 5년간 이 기술의 가능성을 타진해 본 연구팀들은 많았다. 물론 그전에도 배경 및 기반이 되는 과학 이론에 대한 연구들은 있었지만, 엔지니어링에 역점을 둔 본격적 연구가 시작된 것은 최근 5년 이내다. 우리 연구팀은 특히 발화 내용으로부터 우울증을 감지해 내는 기술, 또는 우울증의 정도를 예측하는 기술 연구를 활발히 진행해 왔다.”

이 기술이 미칠 영향력에 대해서는 행동 패턴을 결정하는 데에도 도움을 주지만, 그 밖에도 온갖 다양한 곳에 실제 사용할 수 있는 문은 열려 있다고 엡스는 말했다.

“아직 많은 이들이 음성 신호 처리에 대해 알아 나가는 단계에 있다. 그러나 개중에는 인재 선별, 상담, 서비스 등등 다양한 분야에서 활발하게 이 기술을 사용 중인 기관들도 몇 곳 존재한다. 내가 참여하는 연구의 역할은 우울증을 진단하거나, 자살 전조 증상을 탐지해 내는 것이다. 이는 여러 가지 기능을 할 수 있다. 예컨대 기업 등에서 인재를 선별할 때 스크리닝 메커니즘으로 활용할 수 있다. 아니면 의학적 진단을 내리는 도구로(물론 이것에만 의존해서는 안 되겠지만) 사용할 수도 있고, 관련 증상으로 인해 상담이나 치료를 받는 사람에게는 모니터링 도구로 기능할 수 있을 것이다. 상담 및 치료가 효과가 있는지, 아니면 증세가 더 악화되고 있는지 전반적인 방향성을 파악하는 데 음성 분석이 도움을 줄 수 있을 것으로 기대한다.”

긴급 상담 전화의 ‘생명줄’ 될까?
동시에 엡스 교수는 긴급 상담 전화인 ‘라이프라인(Lifeline)’이 절박한 상황에 있는 이들에게 어떤 도움을 주고 있는가를 알아보기 위한 110만 달러 규모의 5개년 연구에 자신의 음성 분석 및 머신러닝 전문 지식을 적용하고 있다. 오늘날 호주에서는 국립 상담 전화인 라이프라인으로 약 100만 건의 전화가 걸려온다.

연구의 일환으로, 엡스 교수와 그의 연구팀은 라이프라인에 전화를 걸어오는 내담자들의 목소리 톤을 분석하는 데 머신러닝 기술을 활용할 방안을 모색하고, 내담자들이 어떤 도움이 필요한지를 파악하려 한다.

“우리 팀은 인공지능 기술을 활용하여 전화 건 사람의 목소리에 따라 이들이 필요로 하는 도움을 자동으로 식별, 분류하는 방법을 찾아낼 것이다”고 엡스 교수는 UNSW 언론 보도자료를 통해 밝혔다. 또한 그는 상담이 온라인 채팅이나 SMS로 이루어지는 경우 AI가 사용자들의 문자를 분석하게 될 것이라고 덧붙였다.

“전화 건 사람의 목소리나 말투 등의 정보를 분석하고, 이를 통해 그 사람의 마음 상태를 유추하는 것은 무척 새로운 연구 분야이며 새로운 기술이 기여할 수 있는 잠재성이 아주 크다.”

엡스 교수는 머신러닝 기술은 1년 365일 쉬는 시간 없이 걸려오는 전화를 받고 예상되는 문제에 따라 내담자를 분류할 수 있으며 동시에 절박한 이들을 지원한다는 라이프라인의 장기적 전략에도 기여할 수 있다고 말했다.

그는 “당연히 주된 상담은 긴급 라인 상담자의 몫이다. 하지만 머신러닝 기술을 활용하면 통화 도중에도 필요에 따라 다른 전문가와 내담자를 연결해 줄 수 있고, 아니면 상담사가 일정 기간 내에 몇 건 정도의 상담을 진행하는지 파악하기에도 쉽다”고 이야기했다.

호주 내 8개 대학과 미국 대학의 교수진이 이번 연구에 참여했다. 이들은 각각 정신건강의학, 심리학, 사회학 및 엔지니어링 분야의 전문가들이다.

이 연구를 주도하는 수석 연구원은 캔버라대학의 데브라 릭우드 교수로 라이프라인의 직원들을 대상으로 업무 사정 작업을 진행한 뒤 이러한 아이디어를 내놓게 되었다.

릭우드 교수는 “라이프라인 역시 디지털 시대에 발맞춰 변화하고 있다. 온라인 채팅 등을 통해 상담 서비스를 제공함은 물론이고 곧 SMS 문자 메시지를 통한 상담 라인도 개통될 예정이다”라고 말했다.

릭우드 교수는 “이처럼 라이프라인을 찾는 이들이 많아지고 있지만, 정작 라이프라인이 도움의 손길을 내밀게 될 내담자들의 부류나 이들이 겪는 문제에 대해서는 연구가 거의 이루어지지 않고 있다. 그러니 상담을 통해 달성하게 될 목표나 결과도 불분명한 부분이 많다”고 설명했다.

엡스 교수는 <CIO 호주>와의 인터뷰에서 우울증 및 자살 예방 및 진단 분야에 ‘의미 있는 기여’를 하고 싶다고 밝힌 바 있다. 이번 연구와 다른 연구 결과들이 쌓이고 쌓여 이러한 목표를 달성할 수 있게 되기를 바란다고 그는 덧붙였다.

엡스 교수는 “원래 정신 건강은 내 전공 분야가 전혀 아니었다. 사실 지금도 아는 바가 많지 않다. 하지만 이 분야에 기술을 활용할 수 있다는 건 정말 멋진 일이다. 우리 주변에는 생각보다 많은 이들이 정신적인 문제 등으로 어려움을 겪고 있다. 이들을 돕기 위해 기술을 활용할 수 있다면 그만큼 뜻깊고 보람찬 일도 없을 것이다”고 전했다. ciokr@idg.co.kr
 

X