2.1 닭 발성 기반 음향 분류 모델

닭 발성 기반 이상 탐지 연구에서는 CNN 기반 지도학습 분류가 주로 활용되어 왔다. Mao et al. ^[3]은 상업용 양계장에서 경량화된 light-VGG11을 적용하여 95.07%의 정확도로 현장 소음 환경에서의 강건성과 엣지 디바이스(edge device) 적용 가능성을 검증하였고, Qiao et al. ^[1]은 호흡기 이상을 스펙트로그램으로 분류하는 SmartEars 시스템을 통해 음향 신호 변화가 육안 증상보다 선행함을 입증하였다. 그러나 이들 연구는 공통적으로 사전 정의된 이상 클래스에 대한 지도학습에 의존하므로 학습에 포함되지 않은 미지의 이상에는 대응하지 못하며 레이블이 부여된 이상 발성 샘플을 충분히 확보해야 한다는 데이터 의존성을 전제로 한다.

2.2 소음 환경 대응 및 비지도학습 기반 이상 탐지

앞서 언급한 지도학습의 데이터 의존성을 완화하기 위한 대안으로, 음향 특징 분석과 비지도학습 기반 이상 탐지가 계사의 복합 소음 환경을 대상으로 연구되어 왔다. Sattar ^[4]는 STFT 기반 오디오 이미지 생성 모델과 웨이브릿 산란 변환을 결합해 소음 환경에서 호흡기 질환 유무를 분류하였고, Hassan et al. ^[5]은 로그-멜 스펙트로그램에 잡음 주입을 융합하여 입력 변동에 대한 모델 신뢰성을 확보하였다. 특히 Neethirajan ^[6]은 MFCC 분석으로 스트레스 발성의 주파수 변화를 규명하는 동시에 정상 데이터만으로 학습된 AE의 재구성 오차 기반 이상 탐지 가능성을 제시하여 이상 샘플에 의존하지 않는 접근의 유효성을 보였다. 그럼에도 이러한 비지도학습 계열은 신호가 정상 범주를 벗어났는지는 판별해도 그것이 어떤 이상 유형인지는 구분하지 못한다는 한계를 갖는다. 즉, 2.1의 지도학습이 유형 분류에 강하나 미지 이상에 취약한 것과 대칭적으로 비지도학습은 미지 이상에 강하나 유형 분류가 불가능하여 두 계열의 강점이 단일 체계 안에서 결합되지 못한 채 상호 배타적으로 남아 있다.

2.3 군집 수준 음향 모니터링

개체를 넘어 군집 단위로 확장한 연구도 보고되었다. de Carvalho Soster et al. ^[7] 및 Aworinde et al. ^[8]은 육계 군집의 발성 패턴 변화를 추적해 조기 질병 탐지 시스템을 구현하여, 음향 모니터링이 양계사 전체의 상태 변화를 반영할 수 있음을 보였다. 그러나 이 역시 적용 범위를 넓혔을 뿐, 지도학습과 비지도학습의 상호 배타적 한계를 그대로 계승한다. 결국 기존 연구는 한 패러다임에 편중되거나, 결합을 시도하더라도 두 경로의 출력을 어떤 규칙으로 최종 판정에 반영할지에 대한 의사결정 설계에는 이르지 못하였다. 본 연구는 두 경로의 판정을 사분면 규칙으로 통합해 상호 배타적 강점을 하나의 의사결정으로 수렴시킨다는 점에서 선행 연구와 구별된다.

3.1 전처리 파이프라인

본 연구에서 제안하는 시스템은 수집된 오디오 신호를 멜 스펙트로그램으로 변환해 하이브리드 모델의 입력으로 활용한다. 실제 양계 환경에는 송풍기 잡음, 급이 장비의 진동음과 같은 전기 잡음이 섞여있다. 잡음이 정제되지 않고 입력되면 AI 모델이 닭의 발성 특성이 아닌 잡음 지문을 학습하는 단축학습(Shortcut learning) 현상이 발생한다. 따라서 닭의 생리적 발성에만 집중할 수 있도록 그림 1과 같이 7단계 전처리 파이프라인을 제안한다.

그림 1 7단계 전처리 파이프라인

Fig. 1 Seven-Stage Preprocessing Pipeline

수집된 3초 길이의 WAV 데이터는 오디오 프레임워크(librosa, soundfile)를 통해 포맷이 표준화된 후, 22,050Hz 모노 채널로 다운샘플링된다. 이후 마이크 성능에 따른 고유의 고주파 잡음을 차단하기 위하여 차단 주파수 fc=8kHz 설정을 가진 8차 Butterworth 저역통과 필터를 거친다. 이 과정은 닭의 핵심 발성 대역인 300~ 4,000Hz 범위의 신호 왜곡을 최소화한다.

특히 신호 대 잡음비(SNR)가 낮아 오학습의 위험이 큰 호흡기 질환 데이터는 5차 고역통과 필터(fc=100Hz)로 50Hz 전원 잡음을 차단한다. 이후 고속 푸리에 변환(FFT) 기반 분석을 통해 유도성 단일 주파수 잡음(Tonal peak)의 주파수를 자동으로 탐지한다. 탐지된 잡음은 품질 계수 Q = 50인 IIR Notch 필터를 통해 정밀하게 제거되며, 이를 통해 핵심 유효 대역의 에너지 비율을 기존 32.6%에서 58.3%로 약 1.8배 향상시켜 특징 추출 효율을 극대화한다.

정제된 신호는 주파수 인지 특성을 반영하기 위해 n_fft = 2048, hop_length = 512, n_mels = 128 설정을 거쳐 128×128 크기의 멜 스펙트로그램 이미지로 변환된다. 이후 센터 크롭 또는 제로 패딩(zero-padding) 과정을 거쳐 시간축을 128프레임으로 고정하며, 최종적으로 학습 데이터의 통계치($\mu=0.2599$, $\sigma=0.2132$) 기반으로 표준화한다. 가공된 이미지는 EfficientNet-B0 백본 아키텍처와의 호환성을 보장받기 위해 3채널(RGB) 구조로 복제 및 텐서화된다.

3.2 이중 경로 모델 구조

이상 음향 탐지 시스템은 지도학습 기반의 CNN 다중 레이블 분류기(Supervised Classifier)와 비지도학습 기반의 대조 오토인코더(Contrastive Autoencoder, CAE)를 결합한 이중 경로(Dual-Path) 하이브리드 구조이다. 두 모듈은 동일한 멜 스펙트로그램 입력을 공유하지만, 학습 목표와 손실 함수 및 내부 파라미터는 완전히 독립적으로 분리되어 한 경로의 재학습이 다른 경로에 영향을 주지 않는 구조적 유연성을 가진다.

이와 같은 구조적 독립성은 두 경로를 단일 손실로 함께 학습하는 통합형 하이브리드나 직렬 연결된 계층적 하이브리드 ^[9], 동일한 목표의 예측을 표결·평균하는 단순 앙상블과는 근본적으로 구별된다. 일반적인 점수 융합(score-fusion) 앙상블은 두 경로가 동일한 분류 목표를 공유하고 그 출력을 대칭적으로 합산하는 반면, 본 구조의 두 경로는 폐쇄집합 분류와 개방집합 이탈 탐지라는 서로 다른 목표를 산출하고 이를 합산이 아닌 사분면 규칙으로 비대칭 결합한다. 즉 CAE의 재구성 오차가 CNN의 판정을 조건부로 억제하거나 승인하는 게이팅으로 작동하므로, 출력 평균만으로는 도출할 수 없는 오탐 억제와 미지 이상 후보 식별이 가능하다. CNN 분류기는 사전 정의된 이상 유형을 판별하는 폐쇄집합(closed-set) 분류를, CAE는 정상 분포로부터의 이탈 정도를 측정하는 개방집합(open-set) 확인을 각각 수행하여 4-사분면 의사결정 매트릭스를 통해 결합된다. 이 결합은 어느 한 경로만으로는 도출할 수 없는 판정으로 CNN 오탐의 확인 기반 억제와 미지 이상에 대한 대응을 산출한다. 나아가 재학습, 교체 시에도 상호 간섭이 없는 운영상 모듈성과 독립적 교차 검증을 가능하게 한다.

CNN 분류기는 사전에 정의된 세 가지 이상 유형인 고통(distress), 호흡기 질환(respiratory), 스트레스(stress) 발성을 다중 레이블로 정밀하게 분류한다. 백본 아키텍처로는 약 4.0M의 경량 파라미터로 ImageNet 사전학습 EfficientNet-B0를 채택하였다. 이는 복합 스케일링(Compound Scaling) 설계를 통해 연산 효율성을 극대화한 것으로 대규모 서버 운용이 어려운 소규모 양계장의 저사양 엣지 디바이스 환경에서 실시간 추론을 구현하기 위함이다. 백본에서 추출된 특징 벡터는 드롭아웃(p=0.2)를 거쳐 선형 레이어와 시그모이드(Sigmoid) 함수를 통해 클래스별 독립 확률로 도출된다.

그림 2 CNN & CAE 이중 경로 아키텍처 구조도

Fig. 2 Dual-Path Architecture of CNN Multi-Label Classifier and Contrastive Autoencoder

CAE는 정상 발성 분포로부터의 이탈을 재구성 오차로 측정하는 개방집합 이상 탐지 경로로 학습된 이상의 확인과 분포 외 신호의 포착을 함께 담당한다. 그림 2의 Path B에 해당하는 이 모듈은 학습 단계에서 정상 패턴의 멜 스펙트로그램만을 입력받아 특징 공간을 학습한다. 일반적인 AE는 정상 데이터의 복원 방법만을 익혀 이상 신호가 유입되었을 때 높은 재구성 오차(Reconstruction Error)를 반환하는 특성을 가진다. 그러나 닭의 정상음과 질병음은 멜 분포가 유사해 단순 MSE 손실만 사용하면 질병음까지 함께 복원해 버린다는 한계가 존재한다. 이를 막기 위해 본 연구에서는 정상은 잘 복원하되 질병음의 오차는 일정 마진 이하로 내려가지 않도록 힌지 패널티(Hinge Penalty)를 부여하는 대조 비대칭 손실 함수를 채택하였다. CAE의 인코더는 4단계 합성곱(Convolutional) 레이어로 입력을 약 8배 압축하며 4단계 비대칭 구조의 디코더(4-stage Asymmetric Decoder)를 통해 원본 크기로 업샘플링을 수행한다.

3.3 이중 경로 의사결정 매커니즘

하이브리드 시스템은 개별적으로 동작하는 두 경로의 추론 결과를 결합하여 최종 판정을 내리는 이중 경로 의사결정 메커니즘을 채택한다. 지도학습 분류기가 정해진 이상 클래스별 확률 벡터를 반환하는 동안 CAE는 입력 이미지 x와 재구성 이미지 $\hat{x}$사이의 평균 제곱 오차(MSE)를 기반으로 이상 점수(Anomaly Score, $E_{rec}$)를 산출한다. 두 경로는 동일한 입력을 공유하되 완전히 독립적인 파라미터로 동작하므로 구조적 독립성을 보장한다.

식 (1)에서 x는 입력 멜 스펙트로그램, $\hat{x}$는 CAE의 재구성 결과이고, W와 H는 각각 멜 스펙트로그램의 가로·세로 크기를 의미한다. 분류 임계값 t와 이상 판정 임계값 $\theta$는 모두 검증(validation) 분할에서 선정하였고 테스트(test) 분할에는 최종 1회만 적용하였다.

최종 판정 장치는 분류기 임계값 t = 0.30와 CAE 임계값 $\theta = 0.01154$를 기준으로 가동된다. 시스템은 두 모델의 통과 여부에 따라 입력 신호를 표 1과 같이 4-사분면 매트릭스로 분류하여 최종 의사결정을 수행한다. 각 사분면은 신호의 성격과 신뢰도 수준에 따라 차별화된 대응 행동(Action)을 정의하며, 이를 통해 단순 이진 경보 방식에 비해 운영 유연성을 높인다.

본 연구의 사분면 설계는 세 가지 가치를 제공한다. 첫째, 두 독립 경로의 판정이 일치할 때 알람 신뢰도를 극대화한다. 둘째, CNN이 양성이나 CAE가 정상으로 판단하는 경우 오탐을 걸러내는 부정 게이팅(Negative Gating)으로 기능해 경보 피로도를 낮춘다. 셋째, 모든 클래스 확률이 임계값 미만임에도 CAE 오차가 급증하면 이를 학습 분포 외(Out-of-Distribution, OOD) 이상으로 포착해 선제적 방역을 가능하게 한다.

4.1 데이터셋 구성 및 가중치 조정 실험

본 연구는 하이브리드 모델 검증을 위해 distress, respiratory, stress 세 클래스의 공개 데이터셋^{[3] [6] [7] [8] [10]}을 통합해 총 70,001개의 학습 코퍼스를 구성하였다. 데이터셋 간 수집 환경 차이로 인한 클래스 불균형·도메인 편향 문제를 완화하기 위해, 표 2와 같이 파형·시간-주파수 도메인의 7종 오프라인 증강과 학습 시점 온라인 잡음 주입을 독립적으로 결합하였다. 증강 데이터는 동일 분할에 배치해 누수를 방지한다.

온라인 잡음 주입은 MUSAN ^[11]과 축사 특화 잡음을 정제한 Mendeley Poultry 소스를 합성해, SNR U(5,20) dB·확률 p=0.5로 학습(train) 데이터에만 선택적으로 적용한다. 이는 비정형 신호 유입으로 인한 야외 환경에서의 추론 오류와 일반화 경계 축소를 방지하기 위함이다.

각 클래스의 표본 구성은 표 3, 분할 통계는 표 4와 같다. 특히 stress와 healthy는 고유 수집본이 각각 17개, 170개로 극히 부족하여 소수 클래스의 표현력 확보를 위해 오버샘플링(예: stress 17→20,031개) 후 표 2의 증강을 결합하였다. 이때 분할은 원본 소스 단위로 수행하고 증강본을 동일 분할에 배치해 데이터 누수를 차단하였고 하이퍼파라미터는 검증 분할에서만 선정하고 테스트 분할은 최종 1회만 사용해 누수를 각각 배제하였다.

4.2 정량적 성능 평가 및 비교

본 연구에서 제안하는 시스템을 독립된 테스트 분할에서 평가한다. 모델의 신뢰성을 통계적으로 보증하고자 1,000회의 부트스트랩(Bootstrap) 리샘플링을 수행하여 95% 신뢰구간(Confidence Interval, CI)을 함께 산출하였다. 종합 성능(Composite Score)는 Macro F1-Score와 건강 반응 거절률(Healthy Rejection Rate, HRR)을 결합하여 산출되며, CI는 두 구성 지표에 한해 제시한다.

식 (2)에서 건강 반응 거절률(HRR)에 더 높은 가중치를 부여한 것은 오탐으로 인한 운영상 비용이 일반적인 탐지 환경보다 축산 현장에서 훨씬 더 막대하게 발생한다는 양계 산업 특유의 비대칭적 비용 구조를 반영한 결과이다.

오탐 1건은 불필요한 현장 점검, 항생제 오남용, 경보 피로로 이어지는 반면에 미탐은 조기 대응 실패로 이어지게 된다. HRR 가중 0.7은 이 비용비를 정규화한 값(0.7:0.3=2.33:1)에 대응한다. 또한 w in {0.5,0.6,0.7,0.8} 구간의 민감도 분석에서 모델 선택 순위가 유지됨을 확인하여 특정 가중치에 의존하지 않음을 검증하였다.

본 시스템은 테스트 데이터에 대해 0.8417의 높은 종합 성능을 달성하였으며 Hamming Accuracy 역시 0.9459를 기록하여 전반적인 다중 레이블 분류의 정합성을 입증했다. 계사 내부의 복합적인 환경 소음 간섭에도 불구하고 건강 반응 거절률이 0.8154에 수렴하여 오탐 제어 기능이 실효적으로 작동하고 있음을 보인다.

세부 클래스별 지표를 살펴보면 distress와 respiratory 클래스에서 각각 0.9969와 0.9436의 F1-Score를 확보해 실전 배치 가능한 수준의 판정 신뢰도를 증명하였다. stress의 경우에도 정밀도는 0.7642에 달했으며, 재현율(Recall) 0.7723으로 0.7682의 F1-Score를 도출하였다. 최초 수집된 stress의 기초 표본이 17개에 불과하다는 구조적 한계가 존재했다. 본 연구에서 제안한 오버샘플링(Oversampling) 및 손실 재가중치(Loss Re-weighting) 전략으로 재현율 일부를 개선하였으나 stress는 세 클래스 중 가장 낮은 성능에 머물렀다. 이는 증강 데이터의 효용이 하위 분류 과제의 세분화 정도에 따라 달라진다는 보고 ^[12]와 부합하며, 증강만으로는 원본 표본의 다양성 부족을 보완하기 어려움을 시사한다. 학습·평가 표본이 모두 동일한 17개 원본에서 파생되므로, 해당 지표는 그 분포 내 성능으로 해석해야 하며 일반화에는 한계가 잔존한다.

4.3 Leave-One-Class-Out 분석

사전 정의되지 않은 미지 이상에 대한 대응력을 검증하기 위해 leave-one-class-out 실험을 수행하였다. respiratory와 distress 클래스를 각각 학습, 검증에서 완전히 제외하여 학습한 뒤 테스트의 해당 표본을 unknown으로 평가하였다.

표 9에서 보이는 것처럼 지도학습 CNN 단독은 미지 클래스를 3.2%만 이상으로 포착해 사전 정의 클래스에 국한되는 구조적 한계를 보였다. CAE OOD 경로는 이를 32.3%까지, 두 경로 결합 시 32.5%까지 회수하였으나 분리도(AUROC)는 제한적이었다. 한편 distress를 unknown으로 둔 경우 분리도는 더 낮게 나타났다. 이는 CAE가 학습 시 관찰한 이상 유형에 대해서는 고정밀 확인이 가능하지만 완전히 새로운 유형에 대한 일반화는 클래스의 음향적 특성에 크게 의존함을 보인다. 따라서 본 시스템의 OOD 탐지력은 부분적이며, 강건한 미지 이상 탐지는 향후 과제로 남는다.