그래프 기반 변환을 이용한 차세대 오디오 압축 기법

초록

**
본 논문은 오디오 신호의 효율적 압축을 위해 그래프 기반 변환(GT)을 제안한다. 시간‑주파수 상관성을 반영한 그래프 구조를 설계하고, 해당 그래프의 라플라시안 고유벡터를 이용해 오디오 프레임을 변환함으로써 계수의 희소성을 확보한다. 실험 결과, 기존의 DCT·WHT 대비 변환 후 상관성이 크게 감소하고, 동일 비트레이트에서 향상된 신호‑대‑노이즈 비율(SNR)을 달성한다.

**

상세 분석

**
본 연구는 그래프 신호 처리(Graph Signal Processing, GSP) 이론을 오디오 압축에 적용한 최초의 시도 중 하나로 평가할 수 있다. 기존의 변환 코딩 방식은 주로 정형화된 직교 변환 행렬(DCT, DFT, WHT 등)을 사용해 시간‑주파수 도메인에서 신호를 분산시킨다. 그러나 이러한 변환은 신호의 실제 통계적 구조, 특히 비정상적이거나 비선형적인 상관관계를 충분히 반영하지 못한다는 한계가 있다.

논문은 먼저 오디오 프레임을 그래프의 정점(vertex)으로 매핑한다. 여기서 정점 간 연결(edge)은 인접 샘플 간의 상관계수 혹은 피치‑컨투어와 같은 음향적 특성을 기반으로 가중치를 부여한다. 예를 들어, 시간적으로 가까운 샘플은 높은 가중치를, 주파수 스펙트럼 상에서 유사한 에너지 패턴을 보이는 샘플은 추가적인 연결을 통해 그래프 구조에 반영한다. 이렇게 구성된 그래프는 비대칭적이거나 비정형적인 연결성을 가질 수 있어, 전통적인 정규 격자 기반 변환보다 신호의 실제 구조를 더 정밀하게 모델링한다.

다음 단계는 그래프 라플라시안(L) 혹은 정규화 라플라시안(L̂)을 계산하고, 그 고유값 분해(eigendecomposition)를 수행해 고유벡터 행렬(U)를 얻는 것이다. U는 그래프 기반 변환(GT)의 변환 행렬 역할을 하며, 정규 직교성을 만족한다. 오디오 프레임 x에 대해 y = Uᵀx 로 변환하면, 라플라시안의 스펙트럼 특성에 따라 에너지 집중도가 높은 저주파 성분이 몇 개의 계수에 몰리게 된다. 이는 고전적인 DCT가 저주파에 에너지를 집중시키는 원리와 유사하지만, GT는 그래프 가중치에 의해 정의된 비선형 스펙트럼을 활용하므로 보다 높은 희소성을 달성한다.

희소성 확보는 압축 효율에 직접적인 영향을 미친다. 논문은 변환 후 계수 y에 대해 임계값 기반의 양자화와 엔트로피 코딩을 적용한다. GT가 생성하는 계수는 대부분 거의 0에 가깝게 되므로, 비트 할당이 효율적으로 이루어지고, 동일 비트레이트에서 재구성 신호의 품질이 향상된다.

복잡도 측면에서 고유벡터 행렬 U의 사전 계산은 오프라인에서 수행 가능하며, 실시간 인코딩 단계에서는 행렬-벡터 곱셈만 필요하다. 프레임 길이가 N일 때, 전통적인 DCT는 O(N log N) 복잡도를 가지지만, GT는 O(N²) 행렬 곱셈이 필요하다. 그러나 그래프 구조가 고정되고, 하드웨어 가속(예: SIMD, GPU) 또는 사전 계산된 변환 테이블을 활용하면 실시간 적용이 충분히 가능하다는 점을 논문은 강조한다.

실험에서는 다양한 음악 및 음성 데이터셋을 사용해 비트레이트 64256 kbps 구간에서 GT, DCT, WHT를 비교하였다. 평가 지표는 평균 신호‑대‑노이즈 비율(SNR)과 퍼셉추얼 평가(PESQ) 점수이다. 결과는 GT가 동일 비트레이트에서 평균 0.81.5 dB 높은 SNR을 보였으며, PESQ 점수 역시 0.1~0.3 포인트 상승했다. 특히 급격한 피치 변동이나 비정형적인 타임-프리퀀시 구조를 가진 음악에서 GT의 장점이 두드러졌다.

한계점으로는 그래프 설계 단계에서 가중치 함수 선택이 결과에 큰 영향을 미치며, 현재는 경험적 파라미터 튜닝에 의존하고 있다는 점이다. 또한, 프레임 경계에서 발생하는 아티팩트와 고차원 그래프의 메모리 요구량이 실시간 모바일 환경에 제약을 줄 수 있다. 향후 연구에서는 자동화된 그래프 학습(예: 그래프 신경망)과 다중 해상도 그래프 구조를 도입해 이러한 문제를 해결하고자 한다.

**