2020년 김계명 학생은 1교시 수업을 듣기 위해 서둘러 집을 나선다. 아파트 출입문은 간단히 지문인식으로 열고 지하철역에서는 카드 대신에 홍채인식기로 게이트를 통과한다. 학교 강의실 입구에서는 얼굴인식기와 지문인식기를 통해 출석여부를 체크한다. 강의실에 설치된 카메라는 지속적으로 수강생들의 얼굴과 홍채를 인식하여 수업 중간에 집중하지 않는 학생들을 교수용 모니터에 표시해준다. 수업 후에 점심을 먹기 위해 학생식당에 간 김계명 학생은 역시 홍채인식 주문기에서 식권을 구매하여 점심을 해결한다.

위 가상의 시나리오는 현재 생체인식분야 연구의 발전정도를 토대로 2020년 계명대 학생의 학교생활 모습을 간단히 묘사한 것이다. 생체인식(Biometrics)은 인간의 신체특성(생물학적 특성)이나 행동특성을 이용하여 자동적으로 신원을 인식하고자 하는 연구 분야이다. 인간의 신체적 특성정보를 이용하는 생체인식기술로는 지문인식, 얼굴인식, 홍채인식, 망막인식, 정맥인식, 귀모양 인식, 목소리 인식 등이 있으며, 생리학적 특성인 혈액DNA를 분석을 통해 신원을 인식하는 연구 또한 진행되고 있다. 행동특성을 이용한 생체인식기술로는 걸음걸이(gait) 인식, 음성인식, 서명인식 등이 활발히 연구되고 있다.

지문인식은 가장 널리 사용되고 있는 생체인식기술 중의 하나다. 지문은 인간이 태어날 때부터 결정된 것으로 평생 동안 모양이 변하지 않는다. 지문인식 기술은 생체인식기술 가운데 가장 정확하고 간편하며 저비용 기술로 인식되어 출입문 시스템 및 은행 ATM, 스마트폰 인증 시스템 등 다양한 보안 분야에서 사용되고 있다. 과거의 지문인식 입력 장치는 프리즘이나 홀로그램 등을 이용하는 광학방식을 많이 사용하였지만 복제가 쉽기 때문에, 최근에는 복제가 불가능하도록 손가락의 열, 압력, 전기장, 초음파 등을 감지하는 비 광학적 방식이 많이 사용되고 있다. 지문인식은 인식률이 높다는 장점이 있지만, 지문 입력 장치에 손가락을 직접 접촉시켜야 하는 단점이 있다.

지문인식과 마찬가지로 오랫동안 연구자들의 관심을 끌어온 얼굴인식은 지문인식과는 달리 사용자가 인식기에 얼굴을 접촉시킬 필요가 없는 비 접촉식 방법이다. 그래서 사용자가 의도하지 않은 상태로 인식이 가능하여 공항과 같이 보안이 필요한 공공장소에서 주로 사용된다. 하지만 얼굴인식은 조명이나 얼굴 가려짐에 민감하고 노화에 따른 얼굴의 변형에 대해 인식할 수 없다는 문제점이 있다. 홍채인식은 홍채의 무늬가 사람마다 다르며 심지어 양쪽 눈의 홍채 모양마저도 다르다는 점을 이용하여 사람을 인식하는 방법이다. 홍채는 카메라에 입력된 눈동자에서 추출되고 원형모양으로부터 266여개의 측정 가능한 식별 특징을 추출하여 인식에 사용된다. 인식성능은 식별 특징의 영향을 많이 받기 때문에 40여개의 식별정보를 사용하는 지문인식보다 성능이 높은 것으로 알려져 있다. 또한 안경이나 콘택트렌즈에도 영향을 받지 않으므로 사람들에게 인식과정의 불편함을 주지 않는다는 장점도 있다. 하지만 홍채인식의 정확도는 눈의 크기와 카메라와 눈 사이의 거리에 의해 영향을 받으므로 눈이 큰 서양인보다는 눈이 작은 동양인에서는 인식률이 떨어지는 단점이 있으며, 원거리에서 보행자의 홍채 인식을 위해서는 아직 해결해야 하는 문제점이 많이 있다.

2001년 미국에서 발생한 911사태 이후 미국과 영국을 중심으로 사람의 걸음걸이를 이용한 생체인식 기술이 집중적으로 연구되었다. 걸음걸이 인식은 기본적으로 성인의 걸음걸이 모양은 변하지 않고 일정하다는 사실에서 출발하였다. 우리가 먼 거리에서 걸어가는 친구의 뒷모습이나 옆모습만 보고도 누군지 추측할 수 있는 것과 같은 원리이다. 이 연구에서는 테러리스트와 같은 위험인물들의 걸음걸이 패턴을 DB에 저장해 두고 공항이나 공공장소에서 감시 카메라로 입력되는 사람들의 걸음걸이 분석을 통해 원거리에서 위험인물을 사전 탐지하는 것을 목적으로 한다. 이 기술의 장점은 얼굴확인이 불가능한 원거리에서 걸음걸이만으로 위험인물을 사전에 감지할 수 있다는 특성이 있으나, 위험인물이 의도적으로 다른 걸음걸이를 연속적으로 걸을 경우는 감지가 힘들 수 있다는 단점이 있다.

최근 생체인식연구가 진일보한 계기는 인공지능의 한 기술인 딥 러닝(deep learning)의 역할이 크다. 알파고와 이세돌의 대결로 대중에게 널리 알려진 딥 러닝 기술은 생체인식기술의 발전에도 큰 몫을 하고 있다. 딥 러닝 기술은 뛰어난 인식 성능과는 달리 많은 양의 연산으로 인해 아직 소형화 되지 못하고 있다. 하지만 조만간 하드웨어 형태로 경량화 될 것이며 곧 스마트폰뿐만 아니라 지능형 자동차를 포함한 각종 전자장치에 적용되어 다양한 인식문제를 해결할 수 있을 것으로 기대한다.

생체인식기술은 더 이상 공상과학영화의 소재가 아니라 조만간 우리 일상생활에서 급속히 활용범위가 늘어날 것이다. 신용카드가 없어도 생체인식을 통해 물건구매가 가능하고 열쇠의 분실 걱정을 하지 않아도 된다. 또한, 위험인물을 사전에 감지할 수 있음으로 테러로 인한 시민들의 안전을 보장할 수 있다. 하지만 언제나 새로운 기술은 장점만 있는 것이 아니라는 점을 기억해야 한다. 제런 러니어의 ‘미래는 누구의 것인가’에서는 우리가 공짜라고 생각하고 네트워크 업체에 무심코 제공하는 SNS의 사진, 스마트폰에 등록한 홍채정보, 메신저 통화에 사용한 음성정보 등이 과연 진정한 공짜인지를 의심해 보라고 경고한다. 조지오웰의 ‘1984’에 나오는 빅 브라더(Big brother)처럼 누군가 새로운 엘리트 집단이 우리가 제공하는 공짜 생체정보를 함부로 사용하여 경제적, 정치적 이득을 취할 수 없도록 개인적인 주의뿐만 아니라 법적인 제도 정비와 감시 또한 지속적으로 뒤따라야 한다.