일반적으로 사람이 누구인가를 인증하는 절차는 그 사람만이 갖고 있는 정보 · 제공 및 사전 등록한 정보와 일치하는지를 판단하는 작업으로 구성된다. 개인 인증 수단으로 사용되던 암호나 신분 증명 카드 방식은 암기를 해야 하고 도난의 우려와 관리 · 소지해야 하는 번거로움이 있었다. 이에 최근 기존의 인식 방식과는 다르게 본인의 신체를 이용해 인식하는 생체 인식 기술로 인증 절차가 간단한 바이오 매트릭스Bio Matrix(생체 인증) 기술이 주목받고 있다. 이러한 생체 인식 기술 중 얼굴 인식의 기술 동향에 대해 소개한다.

정리 유미희 기자

지문 인식 기술은 사용자의 손가락을 전자적으로 읽어 미리 입력된 데이터와 비교, 본인 여부를 판별해 사용자의 신원을 확인하는 기술이다.
지문 인식 기술은 신원 확인 분야, 금고 및 출입 통제 시스템의 물리적 접근 제어, 범죄자 색출을 위한 범죄 수사 분야 등에 적용돼 왔으나 1990년대부터 전자상거래상의 보안 및 인증을 위한 보안 시스템으로 활용되고 있다. 그러나 범죄자나 불법 사용자가 정보를 빼내기 위해 지문 모양을 복사 제작하는 등 범죄에 이용될 가능성이 크다.
지문 인식 시스템은 땀이나 물기가 묻어있는 사람의 지문은 에러 발생률이 높고 여러 사람이 손을 접촉한 곳에 손가락을 대는 불쾌감, 지문이 닳아 없어진 사람이나 손가락이 없는 사람의 경우 사용이 불가능해 지문 인식 시스템의 한계가 있다. 이러한 문제로 최근 지문 인식 기술을 대체하는 생체 인식 기술 중 얼굴 인식 기술이 주목받고 있다. 얼굴 인식방법은 생체 인식 방법 중 가장 자연스러운 방법으로 특별한 접촉이나 패스워드를 요구하지 않기에 사용자 편의성 면에서 우수하다.
우리는 사람과 만났을 때 시각으로 상대 얼굴을 보는 것에 따라 누구인지 식별한다. 또한 얼굴로부터 표정, 행동, 성별, 기호嗜好등의 정보를 시각적으로 얻을 수 있다. 이러한 시각적인 기술을 이용해 얼굴을 식별하고 더욱 다양한 정보를 기계가 습득할 수 있다면 얼굴 인식 관련 다양한 기술이 개발될 것이다.

바이오 매트릭스Bio Matrix
생체 인식이란 살아 있는 인간의 신체적 또는 행동학적 특징을 자동화 장치로 측정해 개인을 식별하는 학문 또는 기술을 의미한다. 생체 인식 기술 중 바이오 매트릭스Bio Matrix 인증에는 지문, 홍채, 망막, 정맥, 음성 등 다양한 정보가 응용되고 있지만그 중에서도 얼굴은 정보를 간단하게 취득할 수 있는 특성으로 높은 가용성이 기대돼 활발한 연구 개발이 진행 중이다.
그러나 얼굴 인증 기술은 얼굴을 구성하는 눈 · 코 · 입의 상대 위치나 형상 · 크기 등을 고려해 섬세한 차이로 이용자들의 얼굴 차이를 변별하지만 조명 및 표정 변화에 민감해 변장, 수염의 변화, 안경이나 모자 착용, 성형에 따른 얼굴형 변화 등 다양한 요인에 따른 인증 성능 저하의 개선 과제를 안고 있다.
그럼에도 다른 생체 인식 기술에 비해 원격으로 인증이 가능하고 거부감이 없는 점 등의 장점을 갖고 있어 생체 인식 분야 중 적용 범위가 가장 다양한 것으로 알려져 있다. 아울러 생체 인식 기술은 생활의 안전과 편리를 동시에 추구해 많은 경제적 효과를 가져 올 수 있는 기술이다.

얼굴 인식의 과정
얼굴 인식은 영상 전체에서 얼굴이 어디인지 구분해내는 얼굴 영역 추출 과정과 찾아낸 얼굴이 누구의 얼굴인지 감별하는 얼굴 인식 과정으로, 크게 두가지 단계로 나뉜다.

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. 얼굴 영역 추출은 주로 디지털 카메라에서 피사체의 얼굴에 사각형 모양의 감지 영역이 생겨 자동으로 보정해주는 기능으로 사용한다.

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 얼굴영상이 들어오면 픽셀 값을 비교해 최종적으로 신원을 확인하는 방법도 있다.

얼굴 인식 기술의 과제
얼굴 인식 기술은 연구 개발을 시작한 지 40년 정도 경과했으며 초기 에지 검출(Edge detection) 방법에 따른 분석에서 출발한 인증 기술은 통계적 기법이나 화상 표현의 발전에 따라 일반적으로 다음과 같은 작업으로 구성한다.

(a)영상 내에서 얼굴 검출
(b)얼굴의 눈, 코, 입 위치나 모양을 통한 인식
(c)얼굴 영상에서 표정 등 외면으로 드러나는 모습(Appearance)의 정규화
(d)적절한 특징량(Feature value) 선택
(e)인식 능력이 좋은 변별 인자(Discriminative Factor, DF)의 조합
(f)정확하고 확장성(Scalability)이 높은 조합 체계

다양한 가변 요인에도 (b)에서 (f)까지를 어떻게 실시하는지에 따라 얼마나 견고하게 얼굴을 인식하는지가 결정된다. 특히 얼굴 인식 모델링 연구 실험에서는 얼굴 인식 기술에서의 가장 큰 과제인 조명의 변화를 생각해야 된다.