[논문투고후기1] Efficiently Updating ECG-Based Biometric Authentication Based on Incremental Learning

지난해 여름(2019, 08)부터 교수님의 제안으로 시작된 연구 및 논문 작성이 저번주쯤 논문 투고를 끝(??)으로 마무리(???)되었다. 물론 한번에 accpet되진 않겠지만…ㅎㅎ 그래도 혼자 꾸역꾸역 쓴 1저자 논문에 SCI급 저널에 투고했다는 것에 의의를 두며 후기를 작성해보고자 한다. 타겟 저널은 IEEE Access로, open access 저널이다.

사실 관련 연구는 2018년 가을부터 시작되었다. 학부 3학년 때 교내에서 진행되었던 산학연계SW프로젝트에 참가하여 LG전자와 협력해서 Incremental SVM에 대한 연구 및 구현을 마치고, 이를 응용하여 “점진적 학습이 가능한 유해 사이트 필터링 웹 브라우저”를 구현하였다.

그 후, 교수님께서 생체 신호 기반의 개인 인증에 대해 알려주시며, 이를 이전에 구현한 incremental SVM을 이용해서 구현해보고 논문까지 작성하는 것을 제안하셨다. 논문을 이전부터 써보고 싶었기도 했고, 무엇보다 학부생이 1저자 논문을 쓰다니! 주저없이 한다고 말씀드린 후, 그 해(2019) 여름방학부터 본격적인 연구를 시작하였다.

ECG, 심전도는 심장의 전기적 신호를 해석한 것으로 지문이 개인마다 조금씩 다른것처럼 심전도 신호도 그 파형이 개인마다 조금씩 다르다. 이 특성을 이용하여 개인 인증을 할 수 있게 된다. 심전도를 보면 단순히 심박수나 나타내는 것인줄 알았는데 이러한 특성이 숨겨져 있다니… 참으로 신기했다. 하지만 심전도는 다양한 요인에 의해 쉽게 변한다 (심리적인 요인, 운동 상태 등…). 그렇기 때문에 실제 환경에서 높은 성공률의 심전도 기반 인증 시스템을 만들기는 쉽지 않다.

나의 논문의 핵심은 인증 모델이 지속적으로 심전도 신호를 측정 및 학습하며 다양한 형태의 신호를 학습하고, 그로 인해 신호에 변동이 있더라도 인증을 가능하게 하는 것이다. 자세한 설명을 위해서는 온라인 학습과 배치 학습에 대한 설명이 필요한데 이는 다음 글에서 따로 정리하겠다.

글의 순서는 다음과 같이 정리하려고 한다.

1. What is online(incremental) learning? What is incremental SVM?
2. Data collection & Feature extraction
3. Hyperparameter tuning & incremental training
4. Evaluation & Discussion