KAIST, 혼합 음원 분리 및 분류 AI 모델 개발로 IEEE DCASE 챌린지 우승

핵심 기술: KAIST 최정우 교수 연구팀이 복잡한 음향 환경에서 여러 소리가 혼합된 다채널 신호로부터 개별 소리를 정확하게 분리하고 18가지로 분류하는 AI 모델을 개발하여 IEEE DCASE 챌린지 2025에서 우승을 차지했습니다.

기술적 세부사항:
* 음향 분리 및 분류 기술: 드론, 공장 설비, 국경 감시 시스템 등의 이상 음향 탐지 및 AR/VR 콘텐츠 제작 시 공간 음향 편집 등에 활용되는 차세대 AI 핵심 기술입니다.
* 참가 대회: IEEE DCASE 챌린지 2025 (음향 탐지 및 분석 국제 대회)
* 우승 분야: '공간 의미 기반 음향 장면 분할' (Task 4)
* AI 모델 아키텍처: 트랜스포머(Transformer)와 맘바(Mamba) 아키텍처를 결합한 세계 최고 성능의 음원 분리 AI 모델을 기반으로 합니다.
* 주요 방법론: 1차 분리된 음원 파형과 종류를 단서로 삼아 다시 음원 분리 및 분류를 수행하는 '단계적 추론 방식'을 적용했습니다.
* 성능 지표: 음원의 신호 대 왜곡비 향상도(CA-SDRi)에서 참가팀 중 유일하게 두 자릿수 대 성능(11dB)을 달성했습니다.
* 향후 공개: 오는 10월 바르셀로나에서 열리는 'DCASE' 워크숍에서 기술을 공개할 예정입니다.

개발 임팩트: 복잡하고 노이즈가 많은 실제 환경에서도 높은 정확도로 음원을 분리하고 분류할 수 있는 AI 모델 개발은 다양한 산업 분야의 음향 데이터 분석 및 활용 가능성을 크게 확장시킬 것으로 기대됩니다.

커뮤니티 반응: (언급 없음)

톤앤매너: 기술적 정확성과 연구 성과를 중심으로 전문적인 톤을 유지하며, 최신 AI 기술 동향을 소개하고 있습니다.