[서울=뉴시스]박시은 인턴 기자 = 한양대학교는 대검찰청과 공동 수행한 연구를 통해, 범죄 수사 과정에서 용의자 특정을 위해 활용되는 뇌파 기반 숨김정보검사(CIT)의 정확도를 향상하는 인공지능(AI) 기술을 개발했다고 25일 밝혔다.

숨김정보검사는 범죄 현장과 관련된 정보를 피검사자가 알고 있는지 뇌파로 확인하는 과학수사 기법이다. 특히 자극 제시 후 약 300㎳ 전후에 나타나는 'P300 사건관련전위'를 이용해 정보 은닉 여부를 판단한다. 기존에는 P300 진폭 차이를 분석하는 '부트스트랩 진폭차이(BAD)' 기법이 주로 사용돼 왔다.

그러나 실제 수사 현장에서는 범죄와 직접 관련이 없는 자극이라 하더라도 피검사자가 이미 알고 있거나 의미를 부여하고 있는 경우가 많아, 범죄 관련 자극과 무관련 자극 간의 차이가 감소하게 된다. 이러한 '자극 간 이질성' 감소는 기존 통계 기반 기법의 정확도를 크게 떨어뜨렸다.

연구팀은 수사 환경을 모사하고자, 참가자가 검사에 사용되는 자극들을 사전에 경험하도록 설계했다. 총 60명의 참가자를 대상으로 귀중품을 절도하는 모의범죄 실험을 수행하게 한 뒤 측정한 뇌파를 기존 부트스트랩 기법과 딥러닝 기법을 이용해 분석했다.

그 결과, 연구팀이 적용한 딥러닝 모델(Modified-EEGNet)은 본 연구에서 제안한 데이터 증강 기법을 적용했을 때 기존 통계 기법보다 13%p 이상 향상된 최대 86.67%의 유무죄 분류 정확도를 달성했으며, 특히 유죄자 식별 능력을 발전시켰다.

이번 연구는 숨김정보검사 분야에서 참가자 독립형(subject-independent) 딥러닝 모델을 이용해 유무죄를 판별한 최초의 연구라는 점에서 학술적 의미가 크다. 새로운 피검사자에게도 적용 가능한 범용 모델을 개발함으로써 실제 수사 활용 가능성을 크게 높인 것이다.

바이오메디컬공학과 임창환 교수 연구팀이 참여한 이번 연구 성과는 정보보안·디지털포렌식 분야 세계 최고 권위 학술지인 'IEEE 정보 포렌식 및 보안 트랜잭션(IEEE Transactions on Information Forensics and Security)'에 지난 23일 게재됐다.

임 교수는 "실제 수사 현장에서는 용의자가 범죄 관련 정보뿐 아니라 다양한 수사 정보를 접하는 경우가 많아 기존 뇌파 기반 기법의 정확도가 저하될 수 있다"며 "이번 연구는 인공지능 기술을 활용해 이러한 한계를 극복할 수 있음을 보여준 사례"라고 설명했다.

이어 "향후 설명 가능한 AI(XAI) 기술과 결합해 수사기관이 신뢰할 수 있는 차세대 과학수사 지원기술로 발전시키고자 한다"고 덧붙였다.

한편 이번 연구는 대검찰청 연구용역사업의 지원을 받아 수행됐으며 피의자의 진술 신빙성 평가, 범죄 관련 정보 보유 여부 확인, 허위 진술 검증 등 다양한 수사 지원 분야에서 활용 가능성이 주목받고 있다.


◎공감언론 뉴시스 xieunpark@newsis.com