Voice Biomarker 완전 가이드: 목소리가 마음을 드러내는 방식

Voice Biomarker(음성 바이오마커)란 음성에서 추출한 음향 특징 가운데, 사람의 신체적·심리적 상태와 관련성을 가질 수 있는 지표를 말합니다. 혈액 수치나 영상이 몸의 상태를 반영하듯, 목소리도 상태를 반영하는 신호가 될 수 있다는 개념입니다.

우리가 말할 때 음성에는 말의 내용만 담기지 않습니다. 음높이, 말하는 속도, 쉬는 지점, 목소리의 떨림과 거칠기 같은 말하는 방식이 함께 나타납니다. 이 글은 음성 바이오마커가 무엇인지, 어떤 특징을 보는지, 왜 상태에 따라 달라지는지, 그리고 무엇을 조심해야 하는지를 정리합니다.

---

01. 어떤 특징을 보는가

음성 연구에서 자주 쓰이는 특징은 크게 세 갈래입니다.

운율(Prosody) 특징

• 기본주파수(F0, Fundamental Frequency): 목소리의 높이. 평균, 변동 폭, 억양 곡선이 분석됩니다.
• 말하기 속도(Speech Rate)와 휴지(Pause): 얼마나 빠르게, 얼마나 자주·오래 쉬며 말하는가.
• 음성 에너지·강도(Intensity): 목소리의 크기와 그 변동.

음질(Voice Quality) 특징

• 지터(Jitter): 성대 진동 주기의 미세한 흔들림.
• 시머(Shimmer): 성대 진동 진폭의 미세한 변동.
• HNR(Harmonics-to-Noise Ratio): 목소리에서 규칙적 성분 대비 잡음 성분의 비율.

스펙트럼(Spectral) 특징

• MFCC, 포먼트(Formant) 등 음색과 조음을 반영하는 지표.

이 특징들은 오랫동안 임상·공학 연구에서 사용돼 왔고, 최근에는 딥러닝 기반 표현학습으로 확장되고 있습니다.

02. 왜 목소리가 상태에 따라 달라지는가

발성은 단순한 소리 내기가 아닙니다. 호흡, 성대, 조음기관의 정밀한 협응으로 만들어지며, 이 과정은 자율신경계 활성, 근긴장, 인지부하의 영향을 받습니다.

• 긴장·스트레스 상황에서는 근긴장과 호흡 패턴이 바뀌어 음높이와 음질이 미세하게 달라질 수 있습니다.
• 피로·소진 상태에서는 말하기 속도, 에너지, 휴지 패턴이 변할 수 있습니다.
• 인지부하가 높을 때는 발화 계획이 어려워져 휴지와 머뭇거림이 늘 수 있습니다.

즉 음성은 마음과 몸의 상태가 새어 나오는 통로 중 하나입니다. 그래서 음성이 스트레스·정서·우울과 어떻게 연결되는지를 다룬 연구가 꾸준히 이어져 왔습니다. 음성과 스트레스의 구체적 연결은 Voice Biomarker와 스트레스에서 더 자세히 다룹니다.

03. 연구는 어디까지 왔는가

음성 기반 상태 추정은 특히 우울과 자살위험 평가 영역에서 많이 연구됐고, 여러 체계적 리뷰가 축적되어 있습니다(References 참고). 정신질환 전반에 대한 음성 기반 평가를 정리한 리뷰도 나와 있습니다.

정리하면 현재까지의 흐름은 다음과 같습니다.

• 음성 특징과 정서·스트레스·우울 사이에 통계적으로 유의한 연관이 반복 보고된다.
• 그러나 효과 크기와 재현성은 데이터셋·언어·과제에 따라 편차가 크다.
• 실험실 조건과 실제 환경(noisy, in-the-wild) 사이의 성능 차이가 존재한다.

04. 반드시 알아야 할 한계

음성 바이오마커를 이야기할 때 가장 중요한 것은 한계입니다.

1. 교란 요인이 많다. 감기, 수면 부족, 카페인, 주변 소음, 마이크 품질, 성별, 연령, 언어, 개인의 발화 습관 모두 음성에 영향을 줍니다.
2. 단일 샘플로 확정할 수 없다. 한 번의 목소리로 번아웃이나 우울을 판정하는 것은 위험합니다.
3. 의료적 진단이 아니다. 연관성 연구 결과가 곧 진단 도구를 의미하지는 않습니다.
4. 편향(bias) 위험. 특정 인구집단에 편중된 데이터로 학습하면 성능이 불균형해질 수 있습니다.

그래서 신뢰할 수 있는 접근은 절대값 한 번이 아니라, 여러 시점의 데이터를 통한 개인 내 변화를 보는 것입니다.

05. SYMPLE의 접근: 개인 기저선 대비 변화

SYMPLE이 주목하는 것은 “이 사람의 F0가 남들보다 높은가”가 아니라, “이 사람의 평소와 비교해 어떻게 달라지고 있는가”입니다.

사람마다 원래 말이 빠르거나 느리고, 목소리가 높거나 낮습니다. 하나의 기준을 모두에게 적용하면 개인차를 상태 변화로 오해할 수 있습니다. 그래서 개인 기저선(personal baseline)을 세우고, 시간에 따른 변화(longitudinal change)를 관찰합니다. 이 원리는 직원 번아웃 조기 발견에서 조기 발견의 핵심으로도 설명했습니다.

음성은 그 과정에서 활용하는 하나의 신호이며, 언어·체크인 등 다른 신호와 함께 해석됩니다. 그리고 개인정보 보호를 위해 조직에는 개인을 특정할 수 없는 집단 수준 신호만 제공합니다.

06. 요약

• 음성 바이오마커 = 음성에서 추출한, 상태와 관련될 수 있는 음향 지표.
• 대표 특징: F0, Jitter/Shimmer, 말하기 속도·휴지, 에너지, 스펙트럼.
• 발성은 자율신경·근긴장·인지부하의 영향을 받아 상태에 따라 달라진다.
• 단일 샘플·의료 진단으로 과신하면 안 된다. 개인 기저선 대비 변화가 핵심.

SYMPLE이 이 기술로 무엇을 만드는지는 SYMPLE 소개에서 확인할 수 있습니다.

---

References

1. Cummins N, Scherer S, Krajewski J, et al. A review of depression and suicide risk assessment using speech analysis. Speech Communication. 2015;71:10–49.
2. Low DM, Bentley KH, Ghosh SS. Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investigative Otolaryngology. 2020;5(1):96–116.
3. Mundt JC, Vogel AP, Feltner DE, Lenderking WR. Vocal acoustic biomarkers of depression severity and treatment response. Biological Psychiatry. 2012;72(7):580–587.
4. Teixeira JP, Oliveira C, Lopes C. Vocal acoustic analysis – Jitter, Shimmer and HNR parameters. Procedia Technology. 2013;9:1112–1122.
5. Insel TR. Digital phenotyping: technology for a new science of behavior. JAMA. 2017;318(13):1215–1216.