음성 발화, 100여개 근육 동원하는 행위...시간에 따라 변해
맥락 정보 및 다중인증 등 보완책과 함께 사용되어야 효과적

[보안뉴스 문가용 기자] 청각 훈련이 잘 되어 있는 사람이 아니라면 잘 모르겠지만, 인간의 음성이란 것은 시간의 흐름에 따라 서서히 변해간다. 특히 음의 고저와 발화 속도에서 가장 큰 변화가 발생한다.



사기 방지 전문 업체인 핀드롭(Pindrop)은 최근 음성을 기반으로 한 바이오메트릭스 기술에 오류가 많이 나타나고 있으며 현재 시스템들은 앞으로 2년 내에 2배 가까운 오류를 발생시킬 것이라고 예견했다. 핀드롭은 “그러므로 음성 인식 기술만으로 인증을 하는 건 위험할 수 있다”고 주장한다.

“음성 인식 기술을 도입하려는 기업들이 굉장히 많습니다. 다시 한 번 생각해봤으면 합니다. 음성 인식을 도입하지 말라는 게 아니라, 다중인증 시스템의 일부로서 도입해야 한다는 겁니다. 음성 인식 하나만 가지고 인증 요구들을 처리하는 건 리스크를 크게 높이는 일입니다.” 핀드롭의 연구책임자인 테리 넴스(Terry Nelms)의 설명이다.

음성 인식 기술을 조사해온 핀드롭의 수석 연구원인 엘리 쿠리(Elie Khoury)는 “버락 오바마 전 대통령의 연설을 장시간 분석해왔다”며 “2009년부터 2017년까지 오바마 전 대통령의 음성 샘플 인식 성공률은 23%나 떨어지더라”고 증언한다.

이것 뿐만이 아니다. 핀드롭의 연구원들은 영어, 불어, 독일어, 스페인어, 네덜란드어, 이탈리아어를 각각 구사하는 122명의 음성도 분석했고 2년 동안 오류 발생률이 4%에서 8%로 증가한다는 결과를 얻어냈다. 여기서 한 가지 재미있는 사실은 여성의 음성 인식률은 크게 변화가 없는 반면 60세가 넘는 남성의 그것은 같은 기간 동안 꽤나 심하게 요동쳤다.

“사람들이 말을 할 때 약 100개의 근육이 사용됩니다. 그런데 사람의 근육이란 나이가 들면서 점점 힘을 잃는 게 자연스러운 현상입니다. 즉, 목소리 역시 변할 수밖에 없는 요소라는 겁니다. 성대와 후두의 연골이 나이가 들면서 다 변하니까요.” 쿠리의 설명이다.

쿠리는 여기에 또 다른 연구 자료를 보탰다. “은행의 콜센터에서 음성 인식 시스템을 도입하려는 시도가 많은데요, 은행 고객들은 평균 8개월에 한 번만 은행 콜센터를 이용한다는 걸 최근 조사를 통해 알아냈습니다. 8개월은 사람의 음성이 변하기에 충분한 시간입니다.”

이 결과만을 보면 음성 인식은 유통기한이 짧은 기술, 즉 안정감이 떨어지는 기술이다. “이를 보완하려면 음성 인식 외에도 다른 방법을 추가적으로 도입해야 합니다. 은행 콜센터의 예를 들면, 전화 거는 사람의 성별이나 나이, 지난번 상담 일자 등의 맥락적인 정보까지도 합쳐야 한다는 겁니다. 그런 정보들을 바탕으로 어느 정도 변화가 있을지 예상해 오차범위를 줄여야죠. 즉 다중인증 시스템이 있어야 한다는 겁니다.”

IDC의 분석가인 프랭크 딕슨(Frank Dickson)은 “인증은 흑백을 가려내는 과정만이 아니다”라고 주장한다. “인증은 스위치를 껐다 켰다 하는 게 아니라, 점수를 매기는 것과 같습니다. 한 점 한 점 충실히 쌓아가야 하는 겁니다. 음성인식은 ‘승리’ 수단이 아니라 한 점이라도 더 가져올 수 있는 수단입니다. 승리로 이끌 수는 있겠지만, 그 자체로 승리는 아니라는 거죠.”

핀드롭의 쿠리의 설명이 이어진다. “음성 인식의 성공률을 높이려면 피인증자의 발화 시간이 길어야 합니다. 말을 많이 하면 할수록 오류가 줄어든다는 겁니다. 은행 콜센터에서는 고객들에게 조금이라도 더 말을 시켜보는 방법을 같이 도입시키는 게 좋을 거라는 뜻입니다. 물론 고객들의 편의라는 측면에서는 그리 반길만한 일은 아니겠지만요. 그런데 이게 몇 초만 더 말을 하게 하는 것만으로도 충분한 의미가 있기 때문에 생각보다 크게 불편한 것도 아닙니다.”
[국제부 문가용 기자(globoan@boannews.com)]

Copyrighted 2015. UBM-Tech. 117153:0515BC
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>