소리시각화

2 Contents

소리👂를 눈으로 직접 볼 수 있다?!😲 소리의 힘을 찾아서‼️ 진동과 공명실험!ㅣ별별실험실x국립과천과학관

소리는 우리 주변 어디에나 존재하지만 눈에 보이지 않는 성질을 가지고 있습니다. 이는 소리가 공기라는 매질을 통해 파동의 형태로 전달되기 때문입니다. 보이지 않는 소리의 존재를 확인하기 위해 우리는 소리가 가진 물리적인 힘에 주목할 필요가 있습니다. 소리는 단순한 청각적 자극을 넘어 물체에 직접적인 영향을 미칠 수 있는 에너지를 품고 있으며, 특정 조건이 갖춰졌을 때 비로소 그 강력한 힘을 우리 눈앞에 드러내게 됩니다. 모든 물체는 저마다 고유 진동수를 가지고 있는데, 이를 측정하기 위해 유리잔에 물을 묻혀 소리를 내는 과정을 거칩니다. 실험에 사용된 유리잔의 경우 약 740Hz의 고유 진동수를 기록했습니다. 이는 해당 유리잔이 외부 충격을 받았을 때 가장 민감하게 반응하는 수치를 의미합니다. 단순히 큰 소리를 지르는 것보다 중요한 것은 물체가 가진 고유 진동수를 정확히 파악하고 그에 맞는 진동수를 찾아내는 정밀한 측정 과정이라 할 수 있습니다. 외부에서 가해지는 소리의 진동수가 물체의 고유 진동수와 일치하게 되면 '공명' 현상이 발생합니다. 공명은 진동이 겹치면서 순간적으로 에너지가 증폭되는 현상으로, 이때 발생하는 강력한 힘은 단단한 유리잔을 산산조각 낼 만큼 위력적입니다. 목소리의 높낮이를 조절하여 유리잔의 고유 진동수인 약 740Hz 부근에 정확히 맞추었을 때, 보이지 않던 소리의 에너지는 물리적인 파괴력으로 변환되어 우리 눈앞에서 유리잔을 깨뜨리는 놀라운 결과를 보여줍니다. 소리의 진동을 시각화하는 또 다른 방법으로 전분물을 활용한 실험이 있습니다. 전분물은 평상시에는 액체처럼 흐르지만, 외부에서 강한 힘이나 진동이 가해지면 순간적으로 고체처럼 단단해지는 독특한 성질을 지니고 있습니다. 이러한 특성을 '점탄성'이라고 부르며, 이는 비뉴턴 유체의 대표적인 특징 중 하나입니다. 전분물은 소리의 진동에 즉각적으로 반응하며 액체와 고체의 경계를 넘나드는 기묘한 움직임을 통해 소리의 존재를 증명합니다. 스피커 위에 전분물을 붓고 낮은 진동수의 소리를 재생하면, 전분물은 마치 살아있는 생명체처럼 춤을 추기 시작합니다. 진동이 큰 낮은 소리일수록 전분물의 움직임은 더욱 역동적으로 변하며, 이를 통해 우리는 보이지 않는 소리의 파동을 입체적인 형태로 관찰할 수 있습니다. 이러한 실험들은 추상적인 과학 원리를 시각적 경험으로 전환해주며, 우리 주변을 가득 채우고 있는 소리가 단순한 현상을 넘어 얼마나 역동적인 에너지를 품고 있는지 깨닫게 해줍니다.

소리👂를 눈으로 직접 볼 수 있다?!😲 소리의 힘을 찾아서‼️ 진동과 공명실험!ㅣ별별실험실x국립과천과학관
국립과천과학관별별실험실🥽
  • 물리학

Session I : 보이는 소리로 만드는 디지털 혁신 / 에스엠인스트루먼트 김영기 대표

코로나19 초기, 병원 로비와 같은 다중이용시설에서 기침 소리만으로 환자를 식별하기는 매우 어려운 과제였습니다. 소리의 진원지를 정확히 파악하기 위해서는 '음향 카메라'라는 혁신적인 기술이 필요합니다. 음향 카메라는 중앙의 카메라 렌즈 주변에 100여 개의 마이크로폰을 배치하여 소리가 각 센서에 도달하는 미세한 시간 차이를 계산합니다. 이를 통해 소리의 진원지를 시각적인 등고선 형태로 나타내어, 누가 어디서 기침을 했는지 실시간으로 추적하고 기록할 수 있게 함으로써 소리를 눈으로 볼 수 있는 새로운 세상을 열었습니다. 이 기술은 자동차 산업에서도 큰 성과를 거두었습니다. 전기차 시대로 접어들며 엔진 소음이 사라지자 오히려 실내의 미세한 잡소리에 민감해진 소비자를 위해 음향 카메라는 소음의 위치를 정확히 짚어냈습니다. 또한 육안으로 확인이 어려운 가스 누출이나 전기 방전 시 발생하는 초음파 영역의 미세한 소리를 포착해 시각화함으로써 산업 현장의 안전을 지키는 데 기여하고 있습니다. 기존의 수동 점검 방식과 달리 넓은 영역을 한눈에 스캔하여 효율적인 유지보수를 가능하게 한 점이 기술적 혁신의 핵심이라고 할 수 있습니다. 소리를 데이터화하여 분석하는 과정에는 인공지능 기술이 핵심적인 역할을 수행합니다. 소리를 시간과 주파수라는 두 축을 가진 이미지 형태인 '스펙트로그램'으로 변환하면 딥러닝 모델이 그 특징을 정교하게 학습합니다. 이는 고음과 저음에 따라 달팽이관의 특정 위치가 반응하고 뇌가 이를 인지하는 인간의 청각 구조와 매우 닮아 있습니다. 이러한 메커니즘을 통해 가스 누출음과 주변 소음을 명확히 분리해내고, 전기 방전의 미세한 유형까지 파악하여 설비의 정확한 상태 진단이 가능해집니다. 앞으로 음향 카메라 기술은 네트워크 및 로봇 기술과 결합하여 더욱 광범위하게 활용될 전망입니다. 수소 충전소의 안전 관리나 기차역과 같은 공공장소에서의 비명 감지, 군 시설의 총기 사고 모니터링 등이 대표적인 사례입니다. 특히 인공지능 로봇에 음향 카메라를 탑재하면 화학 공장이나 발전소의 복잡한 배관 사이를 순찰하며 인간의 접근이 어려운 곳의 위험 요소를 스스로 찾아낼 수 있습니다. 소리 데이터가 네트워크를 통해 실시간으로 공유되는 환경은 우리 사회의 안전망을 한 단계 더 강화하는 밑거름이 될 것입니다. 현재는 KTX의 차륜 소리를 실시간으로 모니터링하여 고장을 예측하거나 울산의 화학 공장에서 가스 누출을 감시하는 등 실제 산업 실증 단계에 와 있습니다. 물리적으로 인간의 눈과 귀 사이 거리는 12cm 정도에 불과하지만, 사람들은 대개 눈으로 본 것만을 전적으로 신뢰하는 경향이 있습니다. 소리를 시각화하여 보여주는 기술은 이 좁지만 먼 '신뢰의 거리'를 좁혀가는 과정이라 할 수 있습니다. 보고 들리는 모든 정보가 일치할 때, 우리는 기술을 통해 더욱 안전하고 명확한 미래를 마주하게 될 것입니다.

Session I : 보이는 소리로 만드는 디지털 혁신 / 에스엠인스트루먼트 김영기 대표
한국과학기술정보연구원2022 미래유망기술 컨퍼런스
  • 융합
  • 공학·기술