음식물을 삼킨 직후 단 2초간의 짧은 목소리만으로도 인공지능(AI)이 흡인(사레) 위험군과 정상군을 구분해 낼 수 있다는 연구 결과가 나왔다.

분당서울대병원 재활의학과 류주석 교수 연구팀은 음식물을 삼킨 직후 낸 목소리를 엄격하게 보정해 AI에 학습시킨 뒤 흡인 위험군 선별 성능을 검증한 결과를 발표했다고 20일 밝혔다.

흡인은 음식물이나 침이 식도가 아닌 기도로 잘못 넘어가는 현상으로 노화, 신경계 질환 등으로 삼킴장애를 겪는 환자에서 흔히 나타난다. 

연구팀은 삼킴 기능에 문제가 생기면 목소리의 질이 달라질 수 있다는 점에 주목했다. 

삼킴장애 환자는 후두가 기도를 막는 기능이 약해져 음식물이 성대 위에 남기 쉽고 남은 음식물이 성대 진동을 방해해 목소리 질이 변하게 된다는 설명이다.

연구팀은 이 원리를 활용, 2024년 삼킴 직후 목소리만으로 흡인 위험군과 정상군을 구분하는 AI 모델을 개발한 바 있다. 

당시 음성 데이터를 원본 길이 그대로 사용하면서 한계가 발생했다. 삼킴장애 환자는 목소리를 길게 내기 어렵기 때문에 발성 길이 차이가 AI 판단에 영향을 미친 것이다.

이에 연구팀은 모든 음성 데이터를 2초 단위로 자동 분할해 표준화하는 방식을 도입했다.

나아가 자동 분할 과정에서 의미 있는 구간이 잘리거나 잡음이 포함될 수 있다는 점을 고려해 연구진이 직접 데이터를 확인하며 다듬는 과정을 추가했다. 

연구팀은 지난 2021년 10월부터 2023년 2월까지 분당서울대병원에서 삼킴장애 증상으로 비디오투시연하검사를 받은 환자와 일반인을 대상으로 삼킴 직후 목소리가 녹음된 데이터를 수집했다. 

그중 녹음 품질 등 기준을 충족한 흡인 위험군 70명, 정상군 128명 등 40세 이상 성인 198명을 최종 연구 대상으로 선정했다.

그 결과, 남녀 데이터를 통합해 학습시킨 모델이 흡인 위험군·정상군 구분 능력(AUC) 0.8090, 민감도 81.78%, 특이도 80.02%로 가장 우수한 성능을 보였다. 

반면 남성과 여성 데이터를 따로 학습시킨 모델의 AUC는 각각 0.7230, 0.7376으로 통합 모델보다 낮았다. 

이에 대해 연구진은 “흡인이 있으면 평소 뚜렷한 남녀 간 목소리 차이가 옅어져 AI가 성별에 구애받지 않고 흡인 위험군에서 공통적으로 나타나는 음성 패턴에 집중해 학습한 결과”라고 설명했다.

또한 음성 데이터를 2초로 표준화하는 접근 타당성을 분석한 결과, 삼킴장애 환자의 평균 발성 지속시간은 2.22~2.48초로 일반인 6.19초에 비해 유의하게 짧았다. 

류주석 교수는 “흡인은 음식물이나 침을 삼키는 과정에서 발생하는 만큼 일상에서 위험을 지속적으로 살필 수 있어야 한다”고 강조했다.

이어 “향후 다기관 데이터를 확보해 이번 연구가 제시한 AI모델 성능을 검증하는 등 후속 연구를 통해 임상 현장에 적용할 수 있는 수준으로 발전시켜 나가겠다”고 밝혔다.

한편, 이번 연구는 과학기술정보통신부·한국연구재단과 분당서울대병원 지원을 받아 수행됐으며 국제학술지 ‘Scientific Reports’에 게재됐다.