소개
글로벌 생체 인식 시장의 급속한 성장을 배경으로 홍채 인식 기술은 높은 정밀도와 높은 보안이라는 고유한 장점을 바탕으로 금융 결제, 국경 보안, 스마트 시티 등 주요 시나리오에서 선호되는 솔루션이 되고 있습니다. 시장조사기관 전망에 따르면 세계 홍채인식 시장 규모는 2025년 51억4000만 달러에서 2030년 129억2000만 달러로 연평균 성장률(CAGR) 20.3%로 성장할 전망이다.
그림 1: 글로벌 홍채 인식 시장 규모 성장 추세(2025~2030년 예측)
산업 변혁의 중요한 시점에서 Homsh Technology는 두 가지 핵심 발명 특허인 "벡터 데이터베이스 기반 홍채 빠른 검색 시스템 및 방법"과 "심층 신경망 기반 홍채 연속 특징 인코딩 방법"을 통해 홍채 인식 기술을 전통적인 패러다임에서 AI 패러다임으로 도약하는 데 성공했으며, 이는 중국 및 전 세계 홍채 인식 기술의 최전선에서 중요한 혁신적 위치를 확립했습니다.
기술적 배경: AI 시대의 전통적인 방법과 기회의 병목 현상
1990년대 홍채인식 기술이 상용화된 이후 오랫동안 Gabor 필터를 기반으로 한 IrisCode 인코딩 방식에 의존해 왔습니다. 이 방법은 다단계 및 다방향 Gabor 필터를 통해 붓꽃 텍스처 특징을 추출하고 이를 2048비트 이진 코드로 정량화한 후 해밍 거리를 사용하여 매칭합니다. 그러나 이 전통적인 패러다임은 세 가지 핵심 병목 현상에 직면해 있습니다. 첫째, 고정 필터는 다양한 홍채 이미지의 품질 차이에 적응할 수 없습니다. 둘째, 이진화 인코딩으로 인해 상당한 정보 손실이 발생하여 CASIA-Iris-Lamp 표준 테스트 세트에서 EER(동일 오류율)이 약 1.75%에 불과합니다. 셋째, 대규모 데이터베이스(100만 레벨 이상)에서는 검색 속도가 느려 실시간 애플리케이션의 요구 사항을 충족하기 어렵습니다.
그림 2: 홍채 인식 기술 패러다임 비교 - 기존 IrisCode 인코딩과 딥 러닝 연속 기능 인코딩
딥러닝 기술의 성숙과 대규모 데이터 세트의 축적으로 홍채인식은 '수작업 기능'에서 '엔드 투 엔드 학습'으로 패러다임 전환의 기회를 열었습니다. 최근 학술 연구에 따르면 심층 신경망을 기반으로 한 홍채 인식 방법은 기존 방법을 뛰어넘는 잠재력을 입증했습니다. 예를 들어, 최첨단 학술 IrisFormer 모델은 동일한 데이터세트에서 0.88%의 EER을 달성할 수 있습니다. 그러나 학문적 성과를 산업 경쟁력을 갖춘 공학적으로 실현 가능한 기술 솔루션으로 전환하는 방법은 업계가 직면한 공통 과제입니다.
기술 혁신: 풀스택 AI 솔루션 구축을 위해 두 특허가 협력
이번에 Homsh Technology가 공개한 두 가지 핵심 특허는 기존 홍채 인식의 기술적 병목 현상을 '특징 표현'과 '검색 효율성'이라는 두 가지 차원에서 체계적으로 해결하여 프런트엔드 인코딩부터 백엔드 검색까지 완전한 기술 폐쇄 루프를 형성합니다.
그림 3: Homsh Technology의 이중 특허 협업 아키텍처 - 엔드 투 엔드 홍채 인식 시스템
특허 1: 심층 신경망 기반 붓꽃 연속 특징 인코딩 방법
이 특허는 컴퓨터 비전 분야의 EfficientNet-B3 효율적인 컨벌루션 신경망 아키텍처와 얼굴 인식 분야의 ArcFace 각도 마진 손실 기능을 혁신적으로 결합하여 홍채 특징에 대한 엔드 투 엔드 딥 러닝 인코딩을 최초로 실현합니다. 핵심 혁신에는 다음이 포함됩니다.
1. 적응형 특징 추출: 복합 스케일링 전략(깊이, 너비 및 해상도의 3차원 균형 확장)과 효율적인 MBConv 모듈(역 잔류 구조 + 압착 및 자극 주의 메커니즘)을 통해 EfficientNet-B3는 단 1,214만 매개변수의 제약 하에서 붓꽃 텍스처의 높은 차별적 특징 추출을 달성합니다. 고정 Gabor 필터와 비교하여 모델은 최적의 특징 표현을 자동으로 학습할 수 있습니다.
2. 연속 특징 인코딩: 기존 IrisCode의 이진화 양자화 한계를 뛰어넘어 16,384비트(IrisCode의 8배) 정보 용량으로 512차원 float32 연속 특징 벡터를 출력합니다. 특징 공간은 이산형 해밍 공간에서 연속 유클리드 공간으로 업그레이드되어 보다 정교한 유사성 측정이 가능합니다.
3. ArcFace 각도 마진 최적화: 정규화된 초구형 특징 공간에서 10° 각도 마진을 추가하면 클래스 내 집계 및 클래스 간 분리가 강제되어 동일 사람의 홍채 특징 벡터 간의 각도가 줄어들고 서로 다른 사람 간의 각도가 확장되어 특징 식별 가능성이 크게 향상됩니다. 실험적 검증에 따르면 표준 Softmax 손실과 비교하여 ArcFace는 EER을 45.4% 감소시키는 것으로 나타났습니다.
4. 클래스 균형 배치 샘플링: 붓꽃 데이터세트의 다양한 개인 간의 샘플 수가 고르지 않은 문제를 해결하기 위해 혁신적인 클래스 균형 샘플링 전략이 설계되었습니다. 각 훈련 배치에는 클래스당 8개의 샘플이 있는 16개의 클래스가 포함되어 있어 ArcFace 손실 함수가 클래스 간 경계를 완전히 학습할 수 있도록 보장하여 무작위 샘플링에 비해 수렴을 30% 가속화합니다.
특허 2: 벡터 데이터베이스 기반의 홍채 고속 검색 시스템 및 방법
본 특허는 FAISS(Facebook AI 유사성 검색) 벡터 데이터베이스 기술을 세계 최초로 홍채 인식 분야에 적용해 100만 명 데이터베이스에서 밀리초 수준의 검색을 구현하고, 대규모 홍채 인식 시스템의 실시간 적용을 위한 핵심 기술 지원을 제공한다. 핵심 혁신에는 다음이 포함됩니다.
1. FAISS 벡터 인덱스 구축: 딥러닝으로 추출된 512차원 홍채 특징 벡터의 L2 정규화 후 FAISS의 IndexFlatIP 인덱스 유형을 사용하여 저장한다. 이 인덱스 유형은 정규화된 벡터의 코사인 유사성과 동일한 내적 유사성 검색을 기반으로 합니다. NumPy 무차별 검색과 비교하여 10,000명 규모의 데이터베이스에서 CPU 가속은 15.9배, GPU 가속은 75.0배 달성합니다.
2. 지능형 인덱스 전략: 혁신적인 다단계 인덱스 아키텍처가 설계되었습니다. 특징 분포 최적화 및 적응형 클러스터링을 통해 불일치가 방지되고 유연한 인식 모드가 지원되어 인식 정확도와 시스템 견고성이 크게 향상됩니다.
3. 효율적인 데이터 구조 설계: 시스템은 FAISS 인덱스 파일(.index.faiss)과 메타데이터 파일(.meta.json)을 별도로 저장합니다. 인덱스 파일은 대략적인 최근접 검색을 위해 메모리에 직접 매핑되며, 메타데이터 파일에는 개인 ID, 수집 시간, 장치 번호 등의 비즈니스 정보가 저장됩니다. 쿼리 대기 시간은 8.5밀리초(CPU 모드) 이내로 제어됩니다.
4. 딥 러닝 모델의 원활한 통합: 시스템의 프런트 엔드는 홍채 분할을 위해 EfficientNet-B5(112MB ONNX)를 사용하여 관심 영역을 추출합니다. 백엔드는 특징 추출을 위해 EfficientNet-B3+ArcFace(44MB ONNX)를 사용합니다. 전체 프로세스는 이미지 입력부터 검색 결과 출력까지 엔드투엔드 최적화되어 CPU 및 GPU 추론 모드를 모두 지원하고 엣지 디바이스 및 서버와 같은 다양한 배포 시나리오에 적응합니다.
기술적 지표: 세계 최고 수준 도달
국제 표준 붓꽃 데이터세트 CASIA-Iris-Lamp(573명, 11,845개 이미지)에 대한 엄격한 테스트를 통해 Homsh Technology의 이중 특허 솔루션이 다음과 같은 획기적인 지표를 달성한 것으로 나타났습니다.
그림 4: 홍채 인식 성능 비교(CASIA-Iris-Lamp 데이터 세트)
1. 동일 오류율(EER): 0.70%. 기존 Gabor+Hamming 거리 방법(1.75% EER)과 비교하여 오류율이 60% 감소합니다. Homsh Technology의 이전 EfficientNet-B3 기준 솔루션(2.66% EER)과 비교하여 오류율은 73.7% 감소합니다. 최첨단 학술용 IrisFormer 모델(0.88% EER)과 비교하여 성능이 20.5% 향상되어 업계에서 세계 최고 수준의 위치를 구축했습니다.
2. 인식 정확도(AUC) : 99.97%로, 극히 낮은 오인식률에서도 매우 높은 정확한 인식률을 유지할 수 있음을 나타냅니다.
3. 검색 속도: 10,000명 규모의 데이터베이스에서 평균 검색 대기 시간은 117.6 QPS의 처리량을 갖춘 FAISS CPU 모드에서 8.5밀리초입니다. 검색 대기 시간은 처리량이 555.6 QPS인 GPU 모드에서 1.8밀리초입니다. 기존 NumPy 무차별 검색과 비교하여 각각 15.9x 및 75.0x 가속을 달성하여 실시간 애플리케이션의 요구 사항을 완벽하게 충족합니다.
4. 모델 효율성: EfficientNet-B3 기능 추출 모델에는 ONNX 추론 시간이 8밀리초(CPU)이고 메모리 공간이 1.8GB인 1,214만 개의 매개변수만 포함되어 에지 장치 및 모바일 단말기에 배포를 지원합니다. INT8 양자화를 통해 모델 크기를 11.2MB로 더욱 압축하고 추론 시간을 5밀리초로 단축하며 메모리 공간을 0.5GB로 줄일 수 있습니다.
업계 리더십: ASIC 칩에서 AI 패러다임까지 이중 혁신
Homsh Technology는 중국 홍채 인식 기술의 최전선에서 독특한 기술 축적과 혁신적인 유전자를 보유하고 있습니다. 이르면 2020년 이전 세계 최초 홍채인식 전용 ASIC 칩 개발에 성공해 홍채인식 알고리즘의 하드웨어 가속 병목현상을 극복하고 인식 속도를 밀리초 수준으로 끌어올리며 홍채인식 기술의 대규모 상용화를 위한 하드웨어 기반을 마련했다. 이러한 혁신으로 인해 Homsh Technology는 산업화 과정에서 선두주자로서의 이점을 얻게 되었습니다.
AI 시대를 맞이한 Homsh Technology는 홍채인식 패러다임을 재구성할 수 있는 딥러닝 기술의 기회를 예리하게 포착하고 과감하게 R&D 자원에 투자했으며, 인코딩 방법과 검색 시스템이라는 두 가지 핵심 차원에서 '전통적인 신호 처리'에서 '엔드 투 엔드 딥 러닝'으로 패러다임 업그레이드를 달성했습니다. 이번에 출시된 이중 특허 솔루션은 기술 지표에서 세계 최고 수준의 EER(0.7%) 수준을 달성했을 뿐만 아니라, 더 중요한 것은 홍채 인식 분야에서 FAISS 벡터 데이터베이스의 글로벌 선구적인 적용을 실현하여 이러한 기술 경로의 격차를 메우는 것입니다. 이는 Homsh Technology가 '칩 혁신자'에서 'AI 패러다임 리더'로의 전략적 전환을 완료하여 지능형 홍채 인식 시대의 기술적 우위를 구축했음을 나타냅니다.
잠재적 응용 분야: 여러 분야에서 지능형 업그레이드 강화
고정밀, 고속 및 손쉬운 배포라는 기술적 이점을 갖춘 Homsh Technology의 이중 특허 솔루션은 다음 시나리오에 널리 적용될 수 있습니다.
그림 5: Homsh Technology의 이중 특허 솔루션 적용 시나리오
금융결제
은행 ATM과 모바일 결제 단말기에 홍채 인식을 탑재해 0.7%의 초저 EER로 자금 보안을 보장하고, 8밀리초 인식 속도로 원활한 사용자 경험을 제공하며, 단안 모드는 안경 착용 사용자를 지원한다.
국경 보안
공항과 항구에 대규모 홍채 인식 시스템을 배포하는 FAISS 벡터 데이터베이스는 100만 명 데이터베이스에서 밀리초 수준의 검색을 지원하며, 다중 모드 융합 전략은 정확성을 더욱 향상시켜 신원 사기를 효과적으로 방지합니다.
스마트 공원
기업 단지와 정부 기관에 홍채 출입 통제를 배포하는 INT8 양자화 모델은 엣지 장치(출입 통제 기계, 개찰구)에 대한 로컬 배포를 지원하여 네트워킹 없이 실시간 인식을 가능하게 하고 데이터 프라이버시를 보장합니다.
헬스케어
홍채 인식을 병원 HIS 시스템에 통합하여 환자 신원을 전자 의료 기록과 정확하게 연결함으로써 동일한 이름으로 인한 혼란을 피하고 의료 안전을 향상시킵니다. 아기 유괴를 방지하기 위해 신생아 관리에 고유한 생체 ID를 설정합니다.
공공 보안
장거리 홍채 수집 장비와 결합된 도시 모니터링 시스템에 홍채 인식을 배포하여 주요 인력 모니터링 및 제어에 대한 조기 경고를 실현합니다. GPU 추론 모드는 높은 동시성 실시간 분석을 지원합니다.
CEO 인사말: CEO 이개준 박사
Homsh Technology CEO Yi Kaijun 박사는 인터뷰에서 다음과 같이 말했습니다. "이 두 특허의 성공적인 R&D는 Homsh Technology가 10년 이상 쌓아온 기술 축적과 혁신에 대한 지속적인 투자의 결정체입니다. 우리는 경쟁이 치열한 생체 인식 분야에서 핵심 기술을 숙달해야만 천적을 남길 수 있다는 것을 깊이 이해하고 있습니다. 2020년 이전의 ASIC 칩 혁신부터 오늘날 딥 러닝 + 벡터 데이터베이스의 이중 혁신에 이르기까지 Homsh Technology는 항상 다음을 고수해 왔습니다. 최첨단 기술과 산업 요구 사항의 심층적인 통합입니다. 0.7% EER 지표는 단순한 숫자가 아닙니다. 이는 시스템이 달성한 '보안'과 '사용성' 사이의 최적의 균형을 나타냅니다. 금융 및 보안 검사와 같은 주요 시나리오의 경우 이는 더 높은 보안 보장과 더 나은 사용자 경험을 의미합니다.
"더 중요한 것은 우리가 홍채 인식 분야에 FAISS 벡터 데이터베이스 기술을 세계 최초로 도입했다는 점입니다. 이 혁신은 대규모 홍채 인식 시스템의 실시간 적용에 대한 새로운 가능성을 열어줍니다. 앞으로도 우리는 AI + 생체 인식 분야에서 계속해서 노력을 심화하고 더 많은 시나리오에서 홍채 인식 기술의 적용을 촉진하며 스마트 사회 건설에 Homsh의 강점을 기여할 것입니다. 혁신은 끝이 없으며 Homsh Technology는 계속해서 기술 발전을 선도할 것입니다. 산업."
전망: 지능형 홍채 인식의 미래
AI 기술의 지속적인 발전과 5G, 엣지 컴퓨팅 등 인프라의 개선으로 홍채인식은 '특수 시나리오'에서 '포괄적 애플리케이션'으로 옮겨가고 있습니다. 뛰어난 기술적 성능과 엔지니어링 역량을 갖춘 Homsh Technology의 이중 특허 솔루션은 향후 10년 동안 시장 폭발에 대비할 준비가 완벽하게 준비되어 있습니다. 앞으로도 회사는 R&D 자원에 지속적으로 투자하고, 멀티모달 융합(홍채+얼굴+지문), 생체인식, 프라이버시 컴퓨팅 등 방향으로 지속적인 혁신을 이뤄 더욱 안전하고 스마트하며 편리한 디지털 사회를 구축하는 데 핵심 기술력을 기여할 것입니다.
Homsh 기술 소개
Homsh Technology는 홍채 인식 알고리즘, 칩 및 시스템의 R&D 및 산업화에 중점을 두고 있는 중국 최고의 홍채 인식 기술 제공업체입니다. 세계 최초 홍채인식 전용 ASIC 칩을 비롯해 다수의 핵심기술 특허를 보유하고 있으며, 제품은 금융, 보안, 헬스케어 등 다양한 분야에서 활용되고 있다.
