얼굴인식

SF영화에서나 나올법한 미래 지향형 생체인식 시스템.
대중적 얼굴인식 시스템의 개념과 종류에 대해 알아본다.

SF영화에 흔하게 등장하는 소재 중 하나가 얼굴인식이다. 주인의 얼굴을 알아보는 안드로이드 로봇들이나, 스캐너에 얼굴을 가져다 대면 출입문이 열리는 방식 등이 대표적인 얼굴인식 시스템이다.

먼 미래에나 가능할 줄 알았던 얼굴인식은 이제 현실로 다가왔다. 신원확인, 범죄자 검색과 같은 보안 관련 분야뿐 아니라 디지털카메라나 스마트폰 등의 소비자 지향적인 분야에서도 얼굴인식을 이용한 시스템을 쉽게 발견할 수 있다. 이러한 얼굴인식은 분실과 복제의 우려가 없다는 점에서 홍채인식, 지문인식 등의 다른 생체인식과 함께 차세대 신원확인 시스템으로 각광받고 있다.

얼굴인식의 과정

얼굴인식은 크게 두 가지 단계로 나뉜다. 영상 전체에서 얼굴이 어디인지 구분해내는 얼굴 영역 추출 과정과 찾아낸 얼굴이 누구의 얼굴인지 감별하는 얼굴인식 과정이 그것이다.

1. 얼굴 영역 추출

얼굴 영역 추출은 얼굴을 인식하기 위한 필수적인 사전 처리 과정이다. 얼굴과 배경을 구분하기 위해 밝기, 움직임, 색상, 눈 위치 추정 등의 정보를 이용하는데, 다양한 변수 때문에 한 가지 정보만으로는 정확한 추출이 어렵다. 예를 들어 명암 차이를 이용하는 경우, 얼굴과 배경의 밝기 값이 서로 크게 차이가 나면 쉽게 구분할 수 있지만, 서로 유사한 밝기 값을 갖거나 배경에 여러 색이 뒤섞여 있으면 엉뚱한 영역까지 얼굴로 인식된다. 색상 정보를 활용하는 기법에서는 미리 입력된 피부색에 맞는 화소를 추출하게 되는데, 이 역시 배경에 피부색이 섞여 있으면 정확한 영역을 잡아내지 못한다. 또한 주위 조명이나 화장 유무 등의 외부적인 요인도 크게 영향을 미친다. 따라서 얼굴 영역을 정확하게 추출하기 위해 2가지 이상의 정보를 취합 후 상호 보완하는 방식이 주로 사용된다.

디지털카메라의 얼굴인식 기능은 이 얼굴 영역 추출을 이용한 것이다. 최근 나오는 디지털카메라에는 피사체의 얼굴에 사각형 모양의 감지 영역이 생겨 자동으로 보정을 해 주는 기능이 탑재돼 있다. 하지만 이 기능은 단순히 일반적인 얼굴을 구분할 뿐, 각 얼굴의 신원까지 판별하지는 못한다. 따라서 디지털카메라의 얼굴인식 기능은 ‘얼굴 영역 추출 기능’이라고 부르는 게 더 정확할 것이다.

2. 얼굴 인식

얼굴 인식 과정에서도 다양한 연구가 진행돼 왔다. 이 중 얼굴의 주요 부분인 눈, 코, 입의 거리와 모양으로 얼굴을 판별하는 방법은 반드시 각 부위를 정확히 추출해야 한다는 어려움이 따른다. 만일 안경, 모자, 머리카락 등이 이목구비를 가리면 정확한 판별이 힘들어진다.

또한 해당 인물의 얼굴을 찍은 영상을 다수 보유하고 있는 상황에서 새로운 얼굴 영상이 들어오면 픽셀값을 비교해 최종적으로 신원을 확인하는 방법도 있다. 이 방법은 매우 간단해 보이지만 저장된 영상과 일일이 비교해야 하는 만큼 계산량이 지나치게 커져서 실용성이 낮다. 또한 표정, 각도, 조명 등의 변화에 따른 각각의 영상이 모두 필요하기 때문에 데이터 보유량도 상당히 높아지게 된다.

따라서 PCA(Principal Component Analysis)라고 부르는 주성분 분석법을 활용하게 된다. 이는 얼굴인식에서 가장 대중적으로 많이 쓰이는 방법으로, 미세한 오차는 버리고 큰 특징만 잡아 고유한 좌표계로 변환한 후 다른 얼굴 영상과 비교하는 방법이다. 이를 이용하면 데이터의 차원을 줄여 효율성을 높일 수 있다. 하지만 조명이나 표정의 변화를 잘 구분하지 못하는 단점이 있다.


얼굴인식의 활용

얼굴인식의 응용 분야는 무궁무진하다. 주민등록증, 여권, 신용카드 등을 대체하는 신원확인용으로도 쓰일 수 있고, 출퇴근 관리, 출입문 통과, 비밀번호 대체 등의 보안용으로도 쓰일 수 있다. 또한 범죄 용의자 검색, 우범지대 감시 등의 치안용으로도 활용 가능하다. 실제로 현재 노트북 등의 일부 IT기기에는 비밀번호 입력을 대신하는 얼굴인식 기능을 채용한 제품이 시판 중이며, 자신과 닮은꼴을 찾을 수 있는 심심풀이용 웹사이트나 스마트폰 어플리케이션도 나와 있는 상태다.

하지만 완성 단계라고 부르기엔 그 정확도가 너무 낮다. 노트북에 탑재된 얼굴인식 기능은 조명이 조금만 바뀌어도 주인을 제대로 인식하지 못한다. 어두운 화장실에서 디지털카메라를 꺼냈더니 감지 영역이 자신의 얼굴 대신 변기에 맞춰졌다는 일화도 들려오고, 모 연예인은 얼굴인식 사이트에서 닮은꼴을 찾아본 결과 6번만에야 자신의 얼굴이 등장했다는 굴욕도 들린다. 아무래도 정확도 면에서는 지문인식이나 홍채인식에 비해 떨어질 수 밖에 없다.

하지만 이대로 도태되기에는 장점이 많다. 열쇠나 주민등록증과 같은 번거로운 물품을 가지고 다니지 않아도 되고 간단히 스캔만 하면 자신의 신원을 확인시킬 수 있기 때문이다. 또한 지문 인식처럼 특정 물건에 접촉할 필요가 없어 위생상 생길 수 있는 문제나 불쾌감을 덜어준다. 누구의 정보인지 한 눈에 알 수 없는 홍채인식과 달리, 관리자가 직접 육안으로 확인하는 아날로그적 인식 방식과 병행할 수도 있다. 따라서 정확도를 조금 더 높이는 연구가 진행된다면 보안 및 치안 분야에서는 얼굴인식만의 입지를 확고히 다질 수 있을 전망이다.

글 서동민 / IT동아 기자(cromdandy@itdonga.com)

※ 포털 내 배포되는 기사는 사진과 기사 내용이 맞지 않을 수 있으며,
온전한 기사는 IT동아 사이트에서 보실 수 있습니다.

사용자 중심의 IT저널 - IT동아 바로가기(http://it.donga.com)