반블라인드 단일채널 소스 분리를 위한 희소 표현 및 온라인 딕셔너리 학습

초록

본 논문은 단일 채널에서 부분적으로 알려진 구조를 가진 주요 소스와 전혀 사전 정보가 없는 배경 소스를 동시에 분리하는 반블라인드 문제를 다룬다. 저자는 희소 코딩과 온라인 딕셔너리 학습을 결합한 알고리즘을 제안하여, 데이터 자체만으로 배경 소스의 딕셔너리를 적응적으로 학습하고, 사전 정의된 사전(dictionary)으로 주요 소스를 복원한다. 음성 신호를 이용한 시뮬레이션 실험을 통해 기존 방법 대비 높은 분리 성능을 입증한다.

상세 분석

이 연구는 “반블라인드”라는 새로운 문제 정의를 도입한다. 전통적인 블라인드 소스 분리(BSS)는 두 소스 모두에 대한 사전 정보가 전혀 없거나, 통계적 독립성 같은 약한 가정을 이용한다. 반면 여기서는 하나의 소스에 대해 지역적 구조가 대략적으로 알려져 있다는 전제를 두고, 나머지 소스는 완전히 미지의 배경으로 취급한다. 이러한 설정은 예를 들어, 음성 신호와 잡음이 섞인 경우에 음성의 스펙트럼 패턴은 사전에 정의된 사전(예: DCT, 웨이브렛)으로 근사 가능하지만, 잡음은 복잡하고 비정형적이라 사전 정의가 어려운 상황에 적합하다.

알고리즘은 크게 두 단계로 구성된다. 첫 번째 단계에서는 알려진 소스에 대한 사전 사전(dictionary)을 고정하고, 입력 신호를 해당 사전 위에서 희소하게 표현한다. 이는 전통적인 OMP(Orthogonal Matching Pursuit) 혹은 Lasso와 유사한 방법으로 구현된다. 두 번째 단계에서는 남은 잔차(residual)를 배경 소스의 모델링에 사용한다. 여기서 핵심은 배경 소스의 딕셔너리를 “온라인” 방식으로 학습한다는 점이다. 기존 딕셔너리 학습(예: K‑SVD)은 전체 데이터를 한 번에 사용하거나, 반복적인 배치 학습을 필요로 한다. 반면 온라인 딕셔너리 학습은 매 샘플 혹은 작은 미니배치를 이용해 사전 업데이트를 수행함으로써 메모리와 연산량을 크게 절감한다. 논문에서는 Mairal et al.의 온라인 딕셔너리 학습 프레임워크를 변형하여, 잔차에 대한 희소 코딩과 딕셔너리 업데이트를 교대로 수행한다. 이 과정에서 딕셔너리 원소는 배경 소스의 특성을 점진적으로 포착하게 되며, 결국 두 소스가 서로 다른 희소 표현 공간에 매핑된다.

수학적으로는 입력 신호 (x = s_1 + s_2) 를 (x = D_1\alpha_1 + D_2\alpha_2) 로 모델링한다. 여기서 (D_1)는 사전에 정의된 고정 사전, (D_2)는 학습되는 딕셔너리이며, (\alpha_1, \alpha_2)는 각각 희소 계수 벡터이다. 최적화 목표는 (\min_{\alpha_1,\alpha_2,D_2} |x - D_1\alpha_1 - D_2\alpha_2|_2^2 + \lambda_1|\alpha_1|_1 + \lambda_2|\alpha_2|_1) 로 설정된다. 이때 교대 최적화(Alternating Minimization)를 통해 (\alpha_1)와 (\alpha_2)를 순차적으로 업데이트하고, (\alpha_2)가 고정된 상태에서 (D_2)를 온라인 방식으로 갱신한다. 수렴성은 기존 온라인 딕셔너리 학습 이론에 의존하며, 실험에서는 10~20 에폭 내에 안정적인 딕셔너리를 얻는다.

성능 평가에서는 합성 음성 데이터와 백색 잡음, 그리고 실제 환경 잡음(예: 카페 소음)을 혼합한 시나리오를 사용한다. 평가 지표는 신호 대 잡음비(SNR) 향상, SDR(Source-to-Distortion Ratio) 및 PESQ(Perceptual Evaluation of Speech Quality) 등을 포함한다. 제안 방법은 고정 사전만을 이용한 전통적인 희소 코딩 대비 평균 3~5 dB의 SNR 향상을 보였으며, 특히 잡음이 비정형적일수록 차이가 크게 나타났다. 또한, 딕셔너리 크기와 학습률에 대한 민감도 분석을 통해 적절한 파라미터 선택이 성능에 미치는 영향을 정량화하였다.

이 논문의 주요 기여는 다음과 같다. 첫째, 부분적으로 알려진 소스와 완전 미지의 배경 소스를 동시에 다루는 새로운 문제 설정을 제시한다. 둘째, 온라인 딕셔너리 학습을 이용해 배경 소스를 실시간으로 모델링함으로써 메모리 효율성과 적응성을 확보한다. 셋째, 실험을 통해 제안 방법이 기존 희소 기반 분리 기법보다 뛰어난 성능을 보임을 입증한다. 마지막으로, 이 프레임워크는 오디오 외에도 의료 영상, 레이더 신호 등 다양한 분야에 확장 가능함을 논의한다.