[2018메이커] 4초 만에 ‘아―’로 파킨슨병 진단해요

―딥러닝을 이용한 음성 기반 파킨슨병 진단기 만든 이채영 & 양서연 메이커

고등학생과 대학원생 둘이 무려 의료용 인공지능 기기를 만들었다. 용인외대부고에 재학하는 이채영 그리고 서울대 기계항공공학부 석사과정의 양서연 메이커가 만든 딥러닝을 이용한 음성 기반 파킨슨병 진단기다. 마이크에 딱 4초, ‘아-’하고 목소리를 내는 것만으로 파킨슨병을 진단할 수 있고, 병이 있다면 진행 단계가 어느 정도인지까지 알 수 있다고.

‘고등학생과 대학원생’이라는 특이한 조합에도 불구하고, 두 메이커는 균형을 잘 맞춘 팀을 이루고 있다.그 누구의 지도를 따라가는 것이 아니라 스스로 만들고자 하는 욕구와 궁금증을 키워 결과물을 완성해낸다. 이채영 메이커와 양서연 메이커를 만나 파킨슨병 진단기의 개발 이야기를 들었다.

이채영 & 양서연 메이커 팀이 파킨슨병 진단기를 시험해보고 있다.

이채영 & 양서연 메이커 팀이 파킨슨병 진단기를 시험해보고 있다.

‘딥러닝을 이용한 음성 기반 파킨슨병 진단기’를 간단히 소개해주세요.

목소리로 파킨슨병을 진단할 수 있는 인공지능이에요. 모음 ‘ㅏ, ㅔ, ㅣ, ㅗ, ㅜ’ 중 하나를 4초 동안 최대한 안정적으로 발음하면 인공지능이 목소리의 떨림이나 끊김 등을 분석해 파킨슨병의 유무와 병의 경도를 판단하는 기기죠.

파킨슨병 진단기를 만든 동기 또는 사연이 궁금해요.

요양원에 봉사 활동을 하러 가서 우연히 파킨슨병 환자를 만났어요. 그분은 파킨슨병 증상 중 하나인 목소리 장애 때문에 의사소통하지 못하고 자신만의 세상에 갇혀 있었어요. 이 경험으로 파킨슨병의 목소리 장애가 유발하는 정신적 고통이 극심하다는 사실을 알았어요. 그리고 몇 달 후 직접 파킨슨병 환자를 위한 의료 솔루션을 만들어봐야겠다고 결심했어요.

파킨슨병을 진단하는 데 목소리를 주목한 까닭은 무엇인가요? 목소리에 병의 경도를 결정하는 어떤 유의미한 정보가 있는지 설명을 듣고 싶어요.

앞서 말씀드린 목소리 장애는 파킨슨병 환자의 89%가 나타내는 초기 증상 중 하나예요. 그만큼 파킨슨병을 진단하는 데 매우 효과적인 척도죠. 동시에 목소리 진단은 전문적인 기기가 필요하지 않고 시간 및 비용 소모 또한 아주 적게 들기 때문에 누구나 어디서든 할 수 있다는 점을 주목한 거예요.

파킨슨병 진단기에서 목소리를 분석하는 코딩

파킨슨병 진단기에서 목소리를 분석하는 코딩

그렇다면 진단기가 작동하는 원리는 어떻게 되나요?

진단기의 작동 원리는 정말 간단해요. 목소리를 스펙트로그램 이미지로 변환해서 CNN 분류기에 넣고 1~4중의 숫자 하나를 출력으로 얻는 거예요. 이렇게 해서 받은 숫자가 1이면 파킨슨병이 없는 사람이고 2~4는 파킨슨병이 있는 사람이면서 숫자가 클수록 병의 경도가 달라지죠.

설계 및 제작 도중 잘 해결되지 않고 막히는 곳은 어떻게 해결했는지 듣고 싶어요.

작동 원리를 결정하기는 어렵지 않았으나 문제는 학습에 있었어요. 딥러닝을 위해서는 최소 몇만 장의 데이터가 있어야 했지만, 그만큼이나 구하기란 불가능했어요. 파킨슨병 환자의 목소리는 접근성이 떨어지는 의료 데이터니까요. 결국 우리가 최대한으로 구한 데이터는 총 5000장이었어요.

그래서 우리는 이걸 가지고 1만 장이 넘게 데이터를 증강시켰어요. 이미 가지고 있는 정보를 반복해 사용하는 기존의 방법(noise adding, stretching, rolling, pitch shifting)이 아니라 기존 정보에 인간 음성의 정보(gender, age 등)을 추가할 수 있는 새로운 증강 방법까지 고안할 수 있었어요.

딥러닝캠프에서 만난 소중한 인연이 아니었다면 이들의 메이커 페어 서울 참가도 없는 일이었을지 모른다.

딥러닝캠프에서 만난 소중한 인연이 아니었다면 이들의 메이커 페어 서울 참가도 없는 일이었을지 모른다.

이채영 메이커님과 양서연 메이커님은 서로 어떻게 협력하기로 했는지 궁금해요.

우리 둘은 텐서플로우코리아 그룹이 주최한 딥러닝캠프에서 만났어요. 저(이채영)는 당시 파킨슨병 진단기를 만들기 위해 데이터 증강 기법을 개발하고 있었고 양서연님은 GPS 성능 개선에 관해 딥러닝 프로젝트를 진행하고 있었죠. 데이터 수집을 위해서 여러 가지 하드웨어를 조율하고 있을 때 저는 직감했어요, ‘양서연 님은 하드웨어 마스터다!’

그래서 곧바로 양서연 님에게 프로젝트 협업을 요청했죠. 그래서 이번 메이커 페어 때 선보일 파킨슨병 진단기를 함께 개발하기로 했어요. 협업한 이후로 저(이채영)는 기존에 만들던 커스텀 CNN 분류기를 모바일넷으로 바꾸는 과정을 진행했고요. 양서연님은 이 모바일넷을 텐서플로우 라이트로 변환해서 라즈베리파이 및 어플에 디플로이하는 과정을 맡아줬어요.

고등학생으로서 학업을 병행하며 작품을 만드는 데에서도 힘든 점이 있을 것 같아요.

고등학생으로서 딥러닝을 연구하는 점에서는 가장 먼저 컴퓨팅 리소스의 문제가 있어요. 딥러닝을 하려면 기본적으로 GPU 컴퓨팅이 가능해야 하는데 달랑 노트북 하나로 연구하는 고등학생 입장에서는 말도 안 되는 일이었죠.

그래서 학기 중에는 가벼운 네트워크로 이론을 연구했고 방학 때에 인턴십이나 리서치 캠프에 참가하며 대규모 실험을 진행했어요. 특히 이번 딥러닝캠프에 참가할 때 구글에서 클라우드 GPU와 TPU를 지원해준 덕에 걱정 없이 한 발 한 발 나아갈 수 있었죠.

파킨슨병 진단기의 안드로이드씽스가 부팅되고 있다.

파킨슨병 진단기의 안드로이드씽스가 부팅되고 있다.

앞으로 더 어떤 만들기를 지속하고 싶은지 꿈 또는 목표를 듣고 싶어요.

파킨슨병 진단기 개발 프로젝트를 거의 2년 넘게 진행하면서 의료용 인공지능에 관심이 많아졌어요. 개발 과정에서 창업 준비도 했고 여러 번 피칭도 다녔고요. 이런 경험이 쌓이다보니 의료 AI 스타트업을 만들고 싶은 꿈이 생겼어요. 목표는 영화 〈엘리시움〉에 나오는 세상처럼 어디서든 누구든 어떤 병이든지 간편하게 진단 및 치료를 받는 의료 유비쿼터스 시대를 개척하는 거예요.

메이커 페어 서울 2018을 준비하며 기대하고 있는 부분이 있다면 무엇인지요?

다양한 프로젝트와 각양각색의 이야기를 들고 오실 메이커 분들과의 네트워킹이 가장 기대돼요. 산으로 사면이 둘러싸인 기숙사 학교에서 홀로 개발해와서인지 우리 프로젝트에 흥미를 느낄 많은 사람들을 만나고 싶어요. (웃음)

끝으로 메이커님들의 부스를 홍보하는 한마디 부탁드려요.

의사가 아닌 컴퓨터 앞에서 파킨슨병을 진단할 수 있어요. 주위가 시끄러워도 음질이 좋지 않은 환경이어도 괜찮아요. 우리 부스에 방문하셔서 한 번의 “아―”로 혹시 모를 파킨슨병을 진단해보세요.

FacebookTwitterKakaoLine