preLoad Image preLoad Image
검색 바로가기
주메뉴 바로가기
주요 기사 바로가기
다른 기사, 광고영역 바로가기
중앙일보 사이트맵 바로가기
닫기
닫기

운전자 졸았더니 2초만에 '삐-'···뇌파로 졸음운전 막는다

지난해 교통안전공단이 개발한 졸음운전 방지시스템은 운전자의 신체 상태와 차량의 주행 상태를 동시에 파악하는 장치들로 구성돼 있다. 분당서울대병원 연구팀이 최근 개발한 알고리즘은 2초 이하의 짧은 뇌파 신호를 분석해 이보다 더 순간적인 졸음을 잡아낸다. [사진 교통안전공단]

지난해 교통안전공단이 개발한 졸음운전 방지시스템은 운전자의 신체 상태와 차량의 주행 상태를 동시에 파악하는 장치들로 구성돼 있다. 분당서울대병원 연구팀이 최근 개발한 알고리즘은 2초 이하의 짧은 뇌파 신호를 분석해 이보다 더 순간적인 졸음을 잡아낸다. [사진 교통안전공단]

 
국내 연구팀이 2초 이하의 짧은 뇌파 신호로 졸음을 잡아내는 기술을 개발했다. 분당서울대병원 신경과 윤창호 교수팀은 뇌파 검사 결과에 ‘기계 학습(machine learning·인공지능의 한 종류) 모델’을 도입해 뇌파 분석만으로 ‘졸음’을 감지하는 알고리즘을 개발했다고 27일 밝혔다. 대형사고로 이어지기 쉬운 차량 운전자의 주간 졸음 증상을 예방하는 데 도움이 될  전망이다.

분당서울대병원 연구팀, 뇌파 분석으로 졸음 감지 기술 개발

 
주간 졸음은 말 그대로 낮 동안 과도한 졸음을 느끼는 것으로 수면무호흡증이나 불면증 등 수면질환이 유발한다. 성인 인구의 약 10% 이상이 극심한 주간 졸음을 겪고 있으며, 집중력을 떨어뜨리고 업무 생산성을 저해할 뿐 아니라 안전사고까지 야기하는 원인이 될 수도 있다.  
 
한국도로공사 통계에 따르면 최근 10년간 고속도로 교통사고 발생 원인 중 졸음운전이 1위(22.5%)일 정도로 상당히 큰 비중을 차지한다. 그 위험성 역시 음주운전보다 크다고 알려져 있다. 졸음을 판단하고 경고하는 시스템이 개발된다면 안전사고 역시 상당 부분 예방될 것으로 기대된다.  
 
이러한 필요에 따라 졸음 모니터링에 대한 다양한 연구들이 발표돼 왔다. 국내외 기업들은 이를 자동차에 적용해 졸음운전 예방을 위한 시도를 해왔다. 예를 들어 운전대 조작빈도, 주행 패턴 등을 통해 운전 상태를 모니터링 한다거나 운전자의 얼굴표정을 인식하고 눈 감김 정도를 측정하는 카메라 시스템도 도입됐다. 하지만 이는 ‘순간적 졸음 발생’을 포착하기에는 한계가 있고 눈동자 변화, 눈꺼풀 변화량, 시선방향 등을 종합적으로 판단해야 해서 복잡하고, 외부환경에 영향을 받는다는 단점이 있다.
 
중부고속도로에 붙어있는 졸음방지 문구 [중앙포토]

중부고속도로에 붙어있는 졸음방지 문구 [중앙포토]

윤 교수팀은 뇌파 신호만을 이용해 순간 졸음을 판단하는 알고리즘을 개발하기 위해 이번 연구를 진행했다. 연구팀은 평균 나이 27세의 건강한 성인 8명(남자 4, 여자 4)을 대상으로 전날 평상시대로 잠을 잔 경우(7시간 초과)와 적게 잔 그룹(4시간 미만)으로 나눠 순간적 졸음을 평가했다. 졸음은 ①업무 수행 능력을 확인하는 운동 각성 반응 측정법 ②생체 신호를 감시하는 안구 움직임 ③뇌파를 이용해 확인했다.  
 
먼저 운동 각성 반응 측정법은 화면에 불빛이 나타나면 이를 인지해 버튼을 누르는 검사이다. 버튼을 누르기까지 걸린 시간 즉, 반응 속도를 측정했다. 안구 움직임은 눈꺼풀 처짐, 눈 깜박임, 안구 움직임을 비디오카메라로 분석하는 검사이다. 눈꺼풀이 처진다거나 눈 깜박임과 안구 움직임의 빈도와 속도가 떨어지면 졸음 상태를 나타낸다. 연구 대상자는 머리에 뇌파 센서를 부착한 채 자유롭게 생활하면서 약 2시간마다 5번 운동 각성 반응 및 안구 움직임을 측정했다. 측정 결과치에 대한 분석 결과. 버튼을 누르는 반응 속도 및 안구 움직임의 속도가 느려지는 짧은 순간에 뇌파 영역에서 졸음대역 주파수 변화를 확인할 수 있었다.  
 
결과적으로 운동 각성 반응과 안구 움직임으로 졸음 상태를 확인할 수 있었다. 여기서 운동 각성 반응 검사는 작업을 멈추고 검사를 따로 진행해 각성 상태를 확인한다는 점에서 실제 생활에 적용하기 어렵고, 안구 움직임 측정 장치는 주변의 조명, 바람, 습도 등에 의한 영향으로 늘 정확한 결과를 얻기 어렵다. 이에 비해 뇌파는 업무방해 없이 뇌의 자연적 전기 활동을 지속적으로 기록하고 측정할 수 있다는 장점이 있다.
 
연구팀은 “측정한 뇌파 결과치에 대해 기계 학습 기술을 적용해 2초 이하의 짧은 뇌파 신호만으로 졸음을 예측하는 알고리즘을 개발했다”며 “이를 통해 실시간 졸음 상태를 모니터링 할 수 있을 뿐 아니라 적절한 시점에 휴식를 지시하는 알람을 제공할 수도 있다”고 설명했다.
 
윤창호 교수는 “이전까지는 뇌파 신호만을 가지고 졸음을 판단한다는 게 한계가 있었지만, 이번에 개발한 알고리즘을 통해서는 아주 짧은 뇌파 신호만으로 순간적 졸음을 예측할 수 있게 됐다”며 “이 알고리즘은 졸음운전으로 인한 교통사고 등 안전사고 발생률을 감소시키는 데에 크게 기여할 수 있을 것”이라고 설명했다.  
 
철도, 선박, 항공기 등 화물 운송 분야는 인명ㆍ재산 피해가 막대한 만큼 연구 결과를 확장해 활용한다면 졸음으로 야기될 수 있는 사고 역시 크게 줄일 수 있을 것으로 기대된다. 연구팀은 “현재 개발된 알고리즘은 수집 데이터의 종류만 변경하면 다른 분야의 시스템으로도 확장될 수 있으며, 실생활에서도 사용할 수 있도록 무선화ㆍ초소형화 하는 연구도 이어나가야 한다”고 전했다.
 
이번 연구는 서울대학교 공과대학 전기정보공학부 윤성로 교수팀 간 공동으로 진행됐다. 연구 결과를 담은 논문은 공학 분야 저명 국제 학술지인 ‘IEEE Access’ 10월호에 발표됐다.
이에스더 기자 etoile@joongang.co.kr
AD
온라인 구독신청 지면 구독신청

PHOTO & VIDEO

shpping&life

많이 본 기사

댓글 많은 기사