애플이 아이폰 X를 출시하면서 페이스 ID에 의한 안면 인증 방식이 빠른 속도로 확산 중이다. 이제 공항이나 극장에서도 보안 강화를 위해 안면을 스캔하는 곳이 늘었다. 하지만 아무래도 인식 오류로 불편을 겪는 사람도 있는데, 특정 인종과 성별에 국한된 문제로 밝혀졌다.

최근 매사추세츠 공대(MIT Media Lab) 연구자들은 안면 인증 시스템 테스트에서 기초 자료로 쓰인 인종이나 성별 데이터별 인식 정밀도의 차이를 분석 조사했다. 그 결과 여성보다는 남성, 피부가 검은 사람보다 하얀 사람의 인식 정밀도가 높은 것으로 밝혀졌다. 몇 년 전에도 비슷한 조사 결과가 나왔지만, 상황은 별로 개선되지 않았다.

안면 인증 시스템은 수백만명의 얼굴 사진을 읽고 인식 정밀도를 높이는 훈련을 진행하게 된다. 다만 관련 업계에서 유명한 어디언스(Adience)는 86%의 훈련 데이터를 백인 얼굴로 진행했다. 이와 마찬가지로 IJB-A 역시 79%의 훈련 데이터를 백인 얼굴 사진으로 진행했다. 반면 흑인 여성 사진은 어디언스의 경우 7.4%, IJB-A의 경우 4.4% 밖에 사용되지 않았다.

이렇게 훈련 데이터의 차이 때문에 실제 얼굴을 인식하는 비율에서도 차이는 분명했다. 레노보가 채택한 페이스더블플러스(Face++)의 API에서 시험을 진행한 결과 흑인 여성의 오인식률은 34.5%, 백인 남성의 오인식률은 1% 미만이었다.

이와 마찬가지로 IBM이 채택한 왓슨 비쥬얼 리커그니션(Watson Visual Recognition)의 API에서도 흑인 여성의 오인식률이 34.7%로 높았던 것과 대조적으로 백인 남성은 1% 미만이었다.

마이크로소프트가 사용 중인 커그니티브 서비스 페이스(Cognitive Services Face)의 API는 흑인 여성 오인식률이 20.8%로 앞선 2개의 API보다 정확도가 높았지만, 백인 남성의 오인식률은 제로에 가까워 차이가 분명했다.

이번 조사를 진행한 MIT 미디어랩은 여성과 소수 민족일수록 인증 오류가 잦았다고 평가했다. 단순히 훈련에 사용된 데이터의 량에 의해서 인식률의 차이가 나는 것이라면 데이터의 량을 늘리는 개선이 필요하다고 밝혔다. 얼굴 인증 방식이 일반화될수록 특정 인종, 성별의 인식이 어려운 문제는 향후 꾸준히 개선되어야 할 것이다.

베타뉴스 우예진 기자 (w9502@betanews.net)
Copyrights ⓒ BetaNews.net

• • 목록
  • 위로