음성 인식률의 개선을 위한 새로운 기법 제시

해당 논문 제1저자 이름 올려…

▲기계공학과 박석진 석사과정 학생.

박석진 학생은 ‘새로운 학습 이미지를 이용한 CNN 기반 음성인식’ (Preliminary Study on CNN-Based Text Classification Using New Input Images)을 주제로 한 논문을 지난 6월 춘계학술대회(Spring Annual Conference of KSNVE)에서 발표했다.

박석진 학생은 음성 인식률 개선을 위해 음성을 시각화해 합성곱 신경망(Convolutional Neural Network·CNN)을 사용하는 새로운 기법을 개발했다.

이번 연구는 연구 책임자이자 지도교수인 김기우 기계공학과 교수의 과제(한국연구재단 중견연구자지원 사업)로 진행됐으며, 저명 학술지인 ‘Scientific Reports’에도 출판되는 등 연구 우수성을 인정받았다.

박석진 학생은 기계공학과 제어시스템 및 메카트로닉스 연구실(Control Systems and Mechatronics Laboratory)에서 석사과정생으로 CNN 기반 음성 인식, Quadrotor 제어 등에 관한 기반 연구를 진행하고 있다.

박석진 학생은 “기계공학 분야의 인공지능 응용연구로 우수발표상을 받게 돼 영광으로 생각한다”며 “앞으로 관련 연구를 지속적으로 수행해 침체 중인 기계공학과에서도 인공지능 관련 연구를 충분히 수행할 수 있다는 희망을 학생들에게 주고 싶다”고 포부를 밝혔다.