광주과학기술원 전기전자컴퓨터공학부 김홍국 교수 연구팀이 국제 음향 장면 및 이벤트 탐지 분류 경진대회에서 ‘언어질의 기반 오디오 소스 분리’ 부문 1위를 수상했다. 왼쪽부터 김홍국 교수, 이도현 학생, 송윤아 학생. 광주과학기술원 제공

광주과학기술원(GIST)이 인공지능(AI) 기반 음성 신호처리 분야에서 탁월한 연구 성과로 주목받고 있다.

10일 GIST에 따르면 오디오 지능을 연구하는 김홍국 전기전자컴퓨터공학부 교수 연구팀은 국제 음향 장면 및 이벤트 탐지 분류 경진대회에서 ‘언어질의 기반 오디오 소스 분리 부문’ 1위와 ‘실내 음향 이벤트 탐지 부문’ 3위의 성과를 거뒀다.

국제전기전자공학회 산하 신호처리소사이어티가 2013년부터 개최하는 세계적인 대회인 만큼, 올해는 4월1일부터 6월15일까지 약 3개월간 108개의 유수 기관 및 대학이 참가해 음향 장면 인식, 기계 이상 진단 확인 등 10개 분야에서 경쟁을 펼쳤다.

오디오지능연구실 학생들로 구성된 ‘GIST-AunionAI’팀은 김홍국 교수의 창업 회사인 ㈜오니온에이아이의 지원을 받아 ‘DCASE 챌린지 2024’의 ‘언어질의 기반 오디오 소스 분리 과제’ 부문에서 1위를 달성하며 연구 성과의 우수성을 입증했다. 또, 한화비전 연구원과 함께 구성된 ‘GIST-HanwhaVision’팀은 음향 이벤트 탐지 과제’에서 3위를 차지했다.

‘GIST-AunionAI’ 팀은 다양한 오디오 지능을 표현할 수 있는 AI 기술들을 접목해 고성능 언어질의 기반 오디오 소스 분리 기술을 개발했다. 언어질의 기반 오디오 소스 분리 기술은 사용자가 입력한 텍스트에 따라 이에 맞는 오디오 신호를 분리하는 기술이다. 텍스트 질의를 통해 오디오 소스를 분리 생성함으로써 언어와 오디오를 연결하는 생성형 AI 모델 개발의 기초를 제공하며 자동 오디오 편집, 멀티미디어 콘텐츠 검색, 증강 청취 등 다양한 응용 분야에서 활용될 수 있다.

‘GIST-HanwhaVision’팀은 AI 기술을 활용해 고성능 실내외 음향 이벤트 탐지 기술을 개발했다. 보조 분류기 기반 모델 학습 기술, 다양한 입력 특성 추출 기술 등을 통해 AI 모델을 개선했다.

김홍국 교수는 “GIST 연구실과 ㈜오니온에이아이, 한화비전이 협업해 얻은 성과로서 개발된 AI 모델이 연구실에 머물지 않고 사업화로 나아갈 수 있다는 가능성을 보여줬다”며 “특히, LLM 기반 오디오 생성 및 인식 AI 모델을 지속적으로 개선하는 노력과 함께 이를 다양한 분야에 적용하여 편리하고 안전한 삶을 위한 기술 발전에 기여하겠다”고 말했다.

‘GIST-AunionAI’ 팀 학생들은 “김홍국 교수님의 지도와 아낌없는 지원 덕분에 국제경진대회에서 좋은 성과를 얻을 수 있었다”며 “이번 성과에 만족하지 않고 오디오 지능에 대한 AI 모델을 꾸준히 발전시킬 수 있도록 연구에 박차를 가하겠다”고 다짐했다.