청각 워터마킹과 오류 정정 기술

초록

본 논문은 디지털 오디오에 워터마크를 삽입하고 복원하기 위한 세 가지 방법(오디오‑오디오, 오디오‑이미지, 이미지‑오디오)을 제안한다. 워터마크 삽입에는 인터리빙과 이산코사인변환(DCT)을 이용하고, 전송 중 발생할 수 있는 오류를 보정하기 위해 (15,11) 해밍 코드를 적용한다. 성능 평가는 평균제곱오차(MSE)와 잡음이 섞인 경우의 MSE 변화를 통해 이루어졌다.

상세 분석

이 논문은 워터마크 삽입 매커니즘을 크게 두 가지 기본 기법, 즉 인터리빙과 1차원 DCT(또는 2차원 DCT)를 활용한다. 인터리빙은 워터마크 신호의 샘플을 호스트 오디오 신호 사이에 비연속적으로 삽입함으로써 구현이 간단하고 연산 복잡도가 O(N) 수준에 머문다. 그러나 인터리빙은 삽입된 비트가 연속적인 변조에 취약하고, 잡음이나 압축에 대한 내성이 낮다는 한계가 있다. 반면 DCT 기반 방법은 호스트 오디오와 워터마크 오디오 각각에 대해 DCT를 수행한 뒤, 고주파 계수를 워터마크의 저주파 계수로 교체한다. 이때 역변환(IDCT)을 통해 복원된 오디오가 청취 가능하도록 설계했으며, DCT 계수 교체는 인간 청각 특성에 기반한 은닉성을 제공한다. 그러나 논문은 교체 비율, 양자화 단계, 혹은 심리음향 모델을 명시하지 않아 실제 청취 품질에 대한 정량적 평가가 부족하다.

세 가지 삽입 시나리오 중 ‘오디오‑오디오’는 가장 직관적인 형태이며, 실험 결과 MSE가 3.5×10⁻⁴(인터리빙)와 3.4×10⁻³(DCT)로 보고된다. ‘오디오‑이미지’와 ‘이미지‑오디오’는 각각 2D DCT와 1D DCT를 혼합해 이미지와 오디오 사이에 정보를 교환한다. 여기서 MSE가 2.47×10⁻⁹ 수준으로 매우 낮게 나타났지만, 이는 이미지와 오디오의 스케일 차이를 고려하지 않은 단순 수치이며, 실제 시각·청각 왜곡을 반영하지 않는다.

오류 정정을 위해 (15,11) 해밍 코드를 도입한 점은 실용적인 시도이다. 해밍 코드는 2비트 오류를 검출하고 1비트 오류를 교정할 수 있어, 전송 채널이 무선이거나 장거리일 경우 복원 품질을 향상시킬 수 있다. 논문은 잡음이 섞인 경우 MSE가 0.01 정도로 증가했으며, 해밍 코드를 적용했을 때 복원 신호가 눈에 띄게 개선된다고 주장한다. 그러나 잡음 모델(가우시안, 실버링 등)과 SNR 범위가 명시되지 않아, 제시된 결과가 일반적인 통신 환경에 적용 가능한지 판단하기 어렵다.

또한, 성능 평가 지표가 MSE 하나에 국한되어 있다. 워터마크 분야에서는 일반적으로 PSNR, SNR, BER, 그리고 청취 테스트(MOS) 등을 함께 제시한다. MSE만으로는 인간 청각에 미치는 영향을 충분히 설명할 수 없으며, 특히 DCT 기반 방법에서는 왜곡이 고주파 영역에 집중될 가능성이 크다.

마지막으로, 기존 연구와의 차별성이 미흡하다. 논문은 DCT와 인터리빙을 결합한 점을 강조하지만, 동일한 아이디어가 이미 다수의 선행 논문(예: Liu & Lu, 2009; Yan et al., 2009)에서 제시된 바 있다. 따라서 본 연구의 학술적 기여는 구현 상세와 실험 결과를 정리한 정도에 머무른다. 향후 연구에서는 심리음향 모델 기반 양자화, 다중 비트 워터마크, 그리고 압축(예: MP3) 및 공격(재샘플링, 필터링) 시나리오에 대한 견고성을 평가하는 것이 필요하다.