소아 홍채 인식 9년 추적: 영구성 및 운영 정책 제언

초록

본 연구는 412세 아동 276명을 대상으로 9년간 18,318장의 근적외선 홍채 영상을 수집·분석하여, 상용 VeriEye와 오픈소스 OpenIris 두 매처의 장기 성능을 선형 혼합효과 모델로 평가했다. 맞음률은 0.5% 이하로 유지됐으며, 알고리즘별로 시간에 따른 변동 양상이 다르게 나타났다. 이미지 품질과 동공 확대 일관성이 성능에 가장 큰 영향을 미쳤으며, 재등록 정책을 1012년으로 연장할 근거를 제공한다.

상세 분석

이 논문은 소아 홍채 인식의 영구성을 최초로 장기(최대 9년) 관찰한 실증 연구로, 데이터 수집·전처리·통계 모델링 전 과정이 체계적으로 설계되었다. 첫째, 276명의 피험자를 4~12세에 등록시켜 연 2회, 총 14회에 걸쳐 IG‑AD100 센서를 이용해 8장의 이미지(양안 각각 4장)를 획득함으로써, 연령별 코호트와 시간 경과를 동시에 추적할 수 있는 ‘연령‑기간‑코호트(APC)’ 구조를 구현했다. 이는 기존 연구에서 흔히 발생하는 연령과 시간의 혼동을 통계적으로 분리할 수 있게 한다.

둘째, 두 매처의 특성을 명확히 구분하였다. VeriEye는 상용 SDK로, 자동 세분화·품질 점수·고유 특징 코딩을 제공하며 점수는 높을수록 매칭 성공을 의미한다. OpenIris는 Daugman 방식에 딥러닝 기반 세분화를 결합한 오픈소스 구현으로, 이진 아이리스 코드와 해밍 거리(HD)를 사용한다. 두 시스템 모두 성인용 임계값을 그대로 적용하면 소아에서 FNMR이 급증하므로, 전체 데이터셋을 이용해 FMR≈0.1%를 유지하면서 FNMR을 최소화하는 맞춤 임계값(VeriEye 34, OpenIris 0.42 HD)을 도출하였다.

셋째, 이미지 품질(Q)과 동공 확대 비율(D), 그리고 이들의 일관성(DC)을 정량화해 혼합효과 모델에 공변량으로 포함하였다. 결과는 Q와 DC가 각각 3.0~3.5 표준편차에 해당하는 효과 크기를 보이며, 시간에 따른 순수 템플릿 노화 효과(VeriEye는 0.1 SD, OpenIris는 0.5 SD)보다 훨씬 큰 영향을 미친다. 즉, ‘템플릿이 오래되었다’는 것보다 ‘촬영 조건이 달라졌다’는 것이 매칭 실패의 주된 원인이다.

넷째, 알고리즘별 시간 효과 차이를 APC 모델을 통해 해석했다. VeriEye에서 관찰된 성능 저하는 동일 연령대 코호트가 시간이 지남에 따라 다른 연령대와 비교되면서 발생한 혼합효과이며, 실제 템플릿 노화와는 무관함이 확인되었다. 반면 OpenIris는 순수한 시간 효과가 통계적으로 유의미하게 나타났으며, 이는 알고리즘이 동공 확대 보정이나 세분화 단계에서 미세한 변화를 더 민감하게 반영한다는 점을 시사한다.

마지막으로, 전체 피험자 중 9.4%가 지속적인 획득 실패(동작 블러, 눈꺼풀·속눈썹 가림 등)로 인해 매칭이 불가능했으며, 이는 시간에 따라 누적되지 않고 초기 획득 단계에서 고정되는 특성을 보였다. 따라서 운영상 ‘고품질 초기 등록’이 장기 성능 보장의 핵심임을 강조한다.

이러한 분석 결과는(1) 고품질 이미지와 동공 확대 일관성을 확보하면 소아에서도 9년 이상 낮은 FNMR을 유지할 수 있다, (2) 알고리즘 선택에 따라 템플릿 노화 감도가 다르므로 정책 수립 시 매처 특성을 고려해야 한다, (3) 7세 이상, 고품질 등록을 전제로 재등록 주기를 10~12년으로 연장해도 보안·편의성 손실이 최소화된다 는 실증적 근거를 제공한다.