음성 일시정지 기반 음주 감지 알고리즘

초록

본 논문은 화자의 발화 중 발생하는 일시정지 횟수를 기준으로 음주 여부를 판단하는 알고리즘을 제안한다. 사전에 동일 인물의 정상 상태 녹음을 확보한 뒤, 현재 발화와 비교해 일시정지 빈도가 유의하게 증가하면 해당 화자를 ‘음주 상태’로 분류한다.

상세 분석

제안된 알고리즘은 크게 세 단계로 구성된다. 첫 번째 단계는 사전 데이터베이스 구축이다. 여기서는 대상 화자의 정상 상태(음주가 아닌) 발화를 여러 차례 녹음하고, 각 녹음에서 일시정지(pause) 이벤트를 자동 추출한다. 일시정지는 일반적으로 음성 신호의 에너지 레벨이 일정 임계값 이하로 떨어지는 구간으로 정의되며, 이를 검출하기 위해 프레임 단위의 에너지 분석과 음성 활동 검출(Voice Activity Detection, VAD) 기법이 활용된다. 두 번째 단계는 실시간 혹은 사후 분석 단계로, 새로운 입력 음성을 동일한 VAD 파이프라인에 통과시켜 일시정지 횟수를 측정한다. 여기서 중요한 점은 ‘일시정지’의 정의와 임계값 설정이다. 논문에서는 200 ms 이하의 짧은 정지를 무시하고, 200 ms를 초과하는 구간만을 유효 일시정지로 간주한다. 이는 일반적인 대화 흐름에서 발생하는 자연스러운 호흡이나 억양 변화를 배제하기 위함이다. 세 번째 단계는 비교 및 판단 단계이다. 사전 구축된 정상 프로파일의 평균 일시정지 횟수와 표준편차를 기반으로, 현재 측정값이 평균보다 일정 배수(예: 1.5배) 이상 초과하면 ‘음주 상태’로 라벨링한다. 통계적 유의성을 확보하기 위해 Z‑score 혹은 t‑test와 같은 검정 방법을 적용할 수도 있다.

기술적 관점에서 이 접근법은 구현이 비교적 간단하고, 별도의 고가 장비 없이 마이크만 있으면 적용 가능하다는 장점이 있다. 그러나 몇 가지 한계도 존재한다. 첫째, 개인별 말하기 습관 차이가 크기 때문에 충분한 사전 데이터가 없을 경우 오탐(false positive) 위험이 높다. 둘째, 피로, 스트레스, 감정 상태 등 음주와 무관한 요인도 일시정지 빈도를 증가시킬 수 있다. 셋째, 배경 소음이나 마이크 품질에 따라 VAD 정확도가 크게 달라지며, 이는 일시정지 검출의 신뢰성을 저하시킨다. 또한, 일시정지만을 기준으로 판단하면 음주에 따른 다른 음성 변인(예: 발음 정확도 저하, 음성 높이 변화, 말속도 감소 등)을 놓치게 된다. 따라서 본 논문이 제시한 알고리즘은 초기 탐지 혹은 보조적 판단 도구로 활용될 수 있으나, 단독으로 신뢰할 만한 음주 감지 시스템을 구축하기엔 부족하다. 향후 연구에서는 일시정지 외에도 음성 스펙트럼, 포먼트 변동, 말속도, 그리고 머신러닝 기반 다변량 모델을 결합함으로써 정확도를 크게 향상시킬 수 있을 것으로 기대된다.