ECG 기반 생체 인증 식별 시간 최적화

초록

본 논문은 심전도(ECG) 신호를 이용한 생체 인증 시스템에서 사용자의 식별 단계 실행 시간을 크게 단축시키는 모델을 제안한다. 특징 추출, 차원 축소, 효율적인 검색 구조 설계 등을 결합하여 평균 79.26%의 시간 감소를 달성하면서도 인증 정확도는 100%를 유지한다. 실험은 공개 ECG 데이터베이스와 자체 구축 데이터셋을 활용했으며, 제안 방법이 기존 방식 대비 실시간 적용 가능성을 크게 향상시킴을 입증한다.

상세 분석

본 연구는 ECG 기반 생체 인증 시스템에서 가장 비용이 많이 드는 식별 단계, 즉 실시간으로 입력된 ECG 신호와 데이터베이스에 저장된 템플릿을 매칭하는 과정을 최적화하는 데 초점을 맞추었다. 기존 연구들은 주로 특징 추출 알고리즘(예: QRS 복합 파형 파라미터, 웨이브렛 변환 계수)과 매칭 기법(DTW, 코사인 유사도)에 집중했으며, 연산 복잡도가 높아 실시간 서비스에 적용하기 어려웠다. 논문은 이러한 한계를 극복하기 위해 다중 레이어 최적화 파이프라인을 설계하였다.

첫 번째 레이어는 신호 전처리 단계에서 고주파 잡음과 베이스라인 드리프트를 각각 FIR 필터와 적응형 베이스라인 보정기로 제거한다. 이후 QRS 검출을 통해 심박 주기를 정확히 파악하고, 각 심박마다 고유한 특징 벡터를 생성한다. 특징 벡터는 기존에 사용되던 150~200 차원의 파라미터 대신, 주성분 분석(PCA)과 선형 판별 분석(LDA)을 연계한 차원 축소 기법을 적용해 20차원 이하로 압축한다. 이 과정에서 정보 손실을 최소화하기 위해 분산 보존 비율을 98% 이상 유지하도록 설계하였다.

두 번째 레이어는 데이터베이스 인덱싱이다. 압축된 특징 벡터를 다중 해시 테이블(Multi‑Hash)과 KD‑Tree 구조에 동시에 매핑함으로써, 후보 템플릿을 빠르게 필터링한다. 특히, 해시 함수는 각 차원의 통계적 분포를 고려해 설계했으며, KD‑Tree는 균형을 유지하도록 주기적인 재구성을 수행한다. 이를 통해 평균 검색 복잡도가 O(log N) 수준으로 감소한다.

세 번째 레이어는 후보 매칭 단계이다. 필터링된 후보군에 대해서는 기존의 DTW 대신, 가중 코사인 유사도와 유클리드 거리의 혼합 스코어링을 적용한다. 이때 가중치는 심박 주기 변동성, QRS 폭, ST‑segment 상승/하강 등 임상적으로 의미 있는 파라미터에 기반한다. 최종 매칭은 상위 5개의 후보에 대해서만 정밀 검증을 수행하므로 연산량이 크게 줄어든다.

실험 결과, 제안 파이프라인은 평균 식별 시간 1.23 초(기존 5.96 초)로 79.26%의 시간 절감 효과를 보였으며, 정확도는 100%를 유지했다. 특히, 데이터베이스 규모가 10배 확대돼도 시간 증가율이 선형이 아닌 로그 수준에 머물러 실시간 서비스에 적합함을 확인했다. 이러한 결과는 ECG 기반 인증이 기존 지문·홍채 등 전통적 바이오메트릭과 경쟁할 수 있는 실용적 기반을 제공한다는 점에서 의의가 크다.