INTERSPEECH 2026 논문 2편 채택

인공지능학과 장두성·구명완 교수 연구팀,

INTERSPEECH 2026 논문 2편 채택

 

 

▲ (좌측 상단부터 시계방향) 인공지능학과 장두성, 구명완 교수, 한민수 석사과정, 정태영 석사과정, 이인성 석사과정

 

본교 인공지능학과 NLP&ISDS 연구실 장두성·구명완 교수 연구팀(인공지능학과 석사과정생 이인성, 정태영, 한민수)이 제출한 연구 논문 2편이 음성·언어처리 분야 세계 최고권위 학술대회인 ‘INTERSPEECH 2026’에 채택됐다. 이번에 채택된 연구들은 인공지능기술을 활용해 마비말장애 환자의 중증도를 평가하고, 환자의 발화에서 나타나는 부적절한 쉼을 분석하는 기술을 다룬다.

 

정태영 석사과정, 이인성 석사과정, 장두성 교수, 구명완 교수의 논문 ‘Cross-lingual Retrieval-Augmented Classification for Dysarthria Severity Assessment’에서는 임상 음성 데이터 부족 문제를 해결하기 위해 서로 다른 언어의 마비말장애 음성을 활용하는 교차언어 검색증강 분류(CRAC) 기법을 제안하였다. 분석 대상 음성과 중증도 특성이 유사한 다른 언어의 음성을 검색해 함께 활용함으로써, 제한된 임상 데이터 환경에서도 보다 정확한 중증도 평가가 가능하도록 하였다.

 

한국인 뇌졸중 후 마비말장애 데이터와 이탈리아인 근위축성측삭경화증(ALS) 마비말장애 데이터를 활용한 실험 결과, 한국어와 이탈리아어 데이터에서 각각 87.3%, 86.7%의 balanced accuracy를 기록했으며, 각 언어의 데이터만 활용한 기존 방식보다 각각 8.4%p와 20.0%p 향상된 성능을 보였다. 이를 통해 서로 다른 언어의 데이터를 단순히 결합하는 것보다 중증도 특성이 유사한 사례를 선택적으로 활용하는 방식이 효과적임을 확인하였다.

 

한민수 석사과정, 이인성 석사과정, 정태영 석사과정, 구명완 교수의 논문 ‘A Transcript-anchored Pipeline With Large Language Models For Detecting Inappropriate Pauses In Dysarthric Speech’에서는 대규모 언어 모델(LLM)을 활용해

마비말장애 환자의 발화에서 나타나는 부적절한 쉼(Inappropriate Pause)을 자동으로 탐지하는 방법을 제안하였다. Whisper 기반 음성인식과 MFA, VAD를 이용해 쉼의 위치와 지속시간을 정밀하게 파악하고, LLM이 발화 문맥을 함께 분석해 해당 쉼의 적절성 및 판단 근거를 제시하도록 하였다. 특히 제안된 방법으로 추출한 부적절한 쉼 관련 특징을 마비말장애 분류에 추가했을 때 macro-accuracy가 8.4%p, macro-F1이 7.2%p 향상되었다. 이번 연구를 통해 부적절한 쉼이 마비말장애의 특성을 파악하는 데 유의미한 정보를 제공할 수 있음을 확인했으며, 향후 AI를 활용한 객관적이고 설명 가능한 음성 기반 임상 평가 기술로 발전할 수 있을 것으로 기대된다.

 

한편, 이번에 채택된 두 논문은 2026년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(IITP)의 지원을 받아 수행됐다(RS-2022-II220621, ‘대화 기반 설명가능성을 멀티모달로 제공하는 인공지능 기술 개발’). 해당 논문 2편은 2026년 9월 27일부터 10월 1일까지 호주 시드니에서 개최되는 INTERSPEECH 2026에서 구두 발표될 예정이다.

 

이번 연구는 데이터가 제한적인 임상 음성 환경에서 인공지능 기술을 활용해 마비말장애를 보다 객관적으로 분석할 수 있는 가능성을 확인했다는 점에서 의미가 있다. 연구팀은 “특히 서로 다른 언어의 임상 데이터를 효과적으로 활용하는 방법과 환자의 발화에서 나타나는 부적절한 쉼을 자동으로 분석하는 방법을 제시함으로써, 향후 음성·언어 장애의 평가와 재활을 지원하는 AI 기술로 확장할 수 있을 것으로 기대가 된다”라며 “앞으로도 실제 임상 현장에서 활용할 수 있는 신뢰도 높고 설명 가능한 음성 AI 기술을 개발하기 위한 연구를 지속해 나가겠다”라고 소감을 밝혔다.]

 

출처 : https://sogang.ac.kr/ko/detail/550955