소음 속 어음이해는 청각재활에서 가장 오래되고 해결되지 않은 과제다. 난청인이 보청기 착용 후 가장 불편을 호소하는 상황은 조용한 검사실이 아니라 식당, 회의실, 다화자 환경이며, 이때 성능을 좌우하는 핵심 변수가 마이크로폰 시스템의 지향성과 빔포밍이다. 이 글에서는 지향성 마이크의 원리부터 적응형 빔포밍, 양이 빔포밍과 딥러닝 음원분리로 이어지는 흐름까지 기전과 한계를 짚어본다.

왜 다시 지향성 마이크인가

지향성 마이크의 작동 원리

보청기의 지향성 구현 방식은 전형적으로 두 개의 전방향 마이크를 전후로 배치하고, 두 마이크 신호 사이의 시간차와 위상차를 이용해 특정 방향의 음을 상대적으로 감쇠시키는 구조를 취한다. 가장 흔한 지향성 구현 방식은 보청기 몸체 내에 위치한 두 개의 전방향 마이크를 사용하는 것이며, 이 두 마이크를 흔히 전방 마이크와 후방 마이크라고 부른다. 두 신호를 지연 후 감산해 특정 각도에서 영 응답을 만들며, 이 영점 위치에 따라 카디오이드, 하이퍼카디오이드 등 극성 패턴이 결정된다.

전방의 목표 화자 음성은 두 마이크에 거의 동시에 도달하지만 후방이나 측방 소음은 시간차를 두고 도달하므로, 이 시간차 정보로 후방 성분을 걸러내는 것이 기본 원리이며 목표 신호가 전방에 있고 소음원이 공간적으로 분리되어 있을 때 신호대잡음비가 개선된다. 지향성 마이크는 목표 신호가 청자 전방 약 3미터 이내에 위치하고 배경소음이 신호원과 공간적으로 분리되어 있을 때 가장 효과적이라는 점이 보고된 바 있다.

실험실 벤치마크와 실제 이득의 간극

지향성 마이크의 효과 크기는 연구 설계에 따라 상당한 편차를 보인다. 실험실 환경에서 수행된 연구들에서 지향성 마이크의 어음인지 관련 SNR-50 개선치는 1dB에서 16dB에 이르는 넓은 범위로 보고되었다. 다른 문헌에서는 지향성 마이크로폰 보청기 사용 시 평균 4.7dB의 SNR 개선이 확인되었다는 결과가 제시되기도 한다. 이런 편차는 검사 자극, 소음 유형, 마이크 배열 방식, 대상자의 난청 정도 등 여러 변수가 함께 작용한 결과이며, 단일 수치로 지향성 이득을 일반화하는 것은 오해를 부를 수 있다.

문제는 이런 실험실 수치가 체감 이득과 항상 일치하지는 않는다는 점이다. 보청기 지향성이 다수의 실험실 연구에서 어음이해도를 개선한다는 점은 문헌으로 축적되어 있는 반면, 실제 환경 연구에서는 이 기술의 잠재력과 사용자가 체감하는 효과 사이에 괴리가 있다는 점이 보고되어 왔다. 이 괴리는 알고리즘 자체의 결함이라기보다 실생활 환경이 실험실의 통제된 전방 단일 화자 소음 분리 조건과 다르다는 사실에서 비롯되는 경우가 많다.

전방 집중의 대가: 후방 신호 손실과 각도 한계

지향성 처리가 전방 SNR을 끌어올리는 대신 치러야 하는 대가는 후방 및 측방 신호의 손실이다. 임상적으로 중요한 기준점은 목표 음원과 청자 정중선 사이 각도인데, 목표 음원과 청자의 음향학적 정중선 사이 각도가 60도를 넘어서면 지향성 이득은 오히려 손실로 전환된다고 보고된다. 즉 지향성 마이크는 모든 상황에 적용 가능한 해법이 아니라 특정 공간 배치를 전제로 한 조건부 이득이다.

실생활에서는 화자가 고정된 위치에 머물지 않고 여러 화자가 번갈아 발화하며 소음원이 사방에 분산된 경우가 흔하다. 배경소음 비중이 크고 신호원이 전방이 아닌 위치에서 발생하는 시간이 전체 청취 시간의 약 20%에 달한다는 추정도 제시된 바 있어, 후방 신호 손실이 사소한 변수가 아님을 시사한다. 방향정위나 환경음 탐지가 중요한 상황, 예컨대 보행 중 후방 차량 소리를 듣는 상황에서는 과도한 지향성 집중이 안전 측면의 단점으로 작용할 수 있다.

적응형 빔포밍, 고정 패턴을 넘어서

이런 한계를 보완하기 위해 등장한 것이 적응형 빔포밍으로, 고정된 극성 패턴 대신 음향 환경을 실시간 분석해 소음원 위치에 맞춰 영점을 동적으로 재배치하는 방식이다. 와이덱스의 에이치디 로케이터는 이런 적응형 접근의 한 사례로, 두 개의 전방향 마이크로 구성되며, 최적의 신호대잡음비를 만들어내는 극성 패턴을 적응적으로 취하는 방식으로 소개된다. 조용한 환경에서는 전방향에 가까운 패턴을 유지하다가 소음이 늘면 점진적으로 지향성을 강화하는 환경 분류 기반 전략은 여러 제조사가 공유하는 설계 철학이며 현재 업계 주류 접근이다.

적응형 빔포밍의 예측 가능한 SNR 개선량에 대한 공학적 모델링은 비교적 이른 시기부터 축적되어 왔으며, 다중 마이크 배열과 적응 필터링을 결합하는 접근은 인공와우 등에서도 연구되어 왔다.

양이 빔포밍과 딥러닝 음원분리의 흐름

최근 흐름은 좌우 보청기가 무선으로 신호를 교환해 하나의 통합 공간 필터로 작동하는 양이 빔포밍과, 공간 정보를 넘어 스펙트럼 패턴 학습으로 음성과 소음을 분리하는 딥러닝 접근으로 수렴하고 있다. 2025년 발표된 한 연구는 상용 보청기의 양이 적응형 빔포머를 카페테리아 소음 환경에서 평가했는데, 카페테리아 소음 환경에서 양이 적응형 빔포밍의 효과를 평가한 결과 적응형 빔포머가 80%와 95% 어음이해도에 해당하는 신호대잡음비 구간에서 소음 속 어음이해도를 개선한 것으로 나타났다. 같은 연구에서는 이 기능이 활성화되었을 때 이중과제 반응시간이 빨라지고 자극 전 알파파워가 감소하는 등 여러 지표에서 청취노력이 줄어든 것으로 보고되었다.

딥러닝 기반 소음분리는 공간 단서가 불분명한 확산성 소음이나 다수 화자 조건에서 전통적 빔포밍의 약점을 보완하는 방향으로 연구되고 있으나 완전한 해법은 아니다. 많은 심층신경망 기반 접근들이 통제된 실험실 조건처럼 신호원이 전방에 분리되어 위치한 경우를 전제로 설계되며, 공간 분리가 뚜렷하지 않은 확산성 또는 고도로 역동적인 환경에서는 그 효과가 상당히 줄어드는 것으로 보고된다. 저지연, 저연산 복잡도를 유지하면서 제한된 무선 대역폭에서 심층신경망 기반 빔포밍을 구현하려는 공학적 시도도 다수 보고되며, 이는 실시간 보청기 탑재를 위한 알고리즘 경량화 연구로 이어지고 있다.

평가 시 고려사항

지향성 및 적응형 빔포밍 기능을 평가할 때는 제조사가 제시하는 실험실 SNR 개선치만 참고하기보다, 화자 위치가 고정적인지, 다화자 환경이 잦은지, 잔향이 큰 공간을 자주 이용하는지 등 환자의 실제 생활 음향 환경을 함께 고려한 평가가 필요하다. 아울러 지향성 전환에 따른 후방 신호 손실이 방향정위나 환경음 탐지에 미치는 영향도 설명되어야 하며, 이는 적합 후 실이측정이나 소음 속 어음검사로 보완할 수 있다.

참고문헌