Global Trends in Speaker Identification Under Voice Disguise: A 25-Year Review

Motivation

• Known: 화자 식별(speaker identification)은 1962년 Lawrence G. Kersta의 음성인식 시스템 발표 이후 발전해왔으며, 생체 인증, 머신러닝, 신호 처리 기술 발전으로 보안 및 법의학 분야에서 활용되고 있다.
• Gap: 기존 음성 위장 연구의 시간적·공간적·기관적 분포, 연구자 협력 네트워크, 주요 학술적 영향력, 그리고 향후 연구 방향에 대한 체계적인 종합 분석이 부족하다.
• Why: 음성 위장은 감시, 검증, 법의학 조사에서 신원 은폐에 악용될 수 있어 화자 식별 시스템의 신뢰성, 증거 무결성, 통신 보안에 심각한 위협을 초래한다.
• Approach: Dimensions AI 데이터셋(2001-2025)을 바탕으로 3,287개의 논문을 수집하고, VOSviewer 도구를 활용하여 국가별·기관별·저자별 협력 관계, 인용 네트워크, 저자 공저 관계를 시각화하여 분석한다.

Achievement

Figure 3. Disguised Voice Analysis Co-Authorship Network Visualisation Top 10 authors their publications

• 지리적 분포: 독일, 영국, 미국이 음성 위장 기반 화자 식별 분야의 선도적 연구 중심지로 부상
• 협력 네트워크: 유럽과 아시아를 중심으로 명확한 지리적 군집화를 보이는 국제적 협력 증가 추세 확인
• 성장 예측: 2025-2040년 기간 음성 위장 기반 화자 식별 연구의 출판물이 지속적으로 증가할 것으로 예측
• 영향력 있는 연구: 인용 분석을 통해 분야의 핵심 논문과 고영향도 저작 식별
• 연구 동향: 과거 수작업 음향 분석에서 현대 deep learning 및 machine learning 방법론으로의 진화 추적

How

Figure 4. Collaboration Network for Disguised Voice Analysis Research

• Dimensions AI 데이터셋에서 2001-2025년 기간의 관련 논문 3,287개 수집
• VOSviewer를 이용한 공저자 네트워크(co-authorship network) 시각화 및 분석
• 국가별·기관별 협력 네트워크 매핑 및 지리적 군집화 분석
• 인용 네트워크 분석을 통한 세미널 논문(seminal works)과 고영향도 저작 식별
• 시간 추이 분석을 통한 연구 동향 변화 추적 및 2040년까지의 예측 모델 수립

Originality

• 음성 위장 기반 화자 식별 연구에 대한 25년 규모의 장기 서지학적 종합 분석으로, 기존 단편적 연구를 체계화
• VOSviewer를 활용한 다층적 네트워크 분석(공저자, 협력 기관, 인용 관계)으로 연구 생태계의 구조적 이해 제시
• 지리적·시간적 차원에서의 통합 분석으로 글로벌 연구 동향과 지역별 특성을 동시에 파악

Limitation & Further Study

• Dimensions AI 데이터셋에만 의존하여 다른 주요 학술 데이터베이스(PubMed, Web of Science 등) 미포함의 편향 가능성
• 서지학적 분석에 중점을 두어 개별 연구의 기술적 혁신성이나 실제 성능 개선에 대한 깊이 있는 평가 부족
• 2025-2040년 예측 모델의 신뢰도에 대한 불확실성 분석 및 검증 방법 미제시
• 음성 위장 기술의 종류별(음성 변조, 악센트 변경, 음성 변환 등) 세분화된 분석 부재
• 법의학, 보안, 생체인증 등 응용 분야별 연구 동향의 차별화된 분석 부족

Evaluation

총평: 본 논문은 음성 위장 기반 화자 식별 연구의 25년 글로벌 동향을 처음으로 종합적으로 분석한 의미 있는 서지학적 리뷰로, 향후 연구자들에게 연구 현황 파악과 협력 기회 발굴을 위한 전략적 자원을 제공한다. 다만, 기술적 심층 분석과 예측 모델 검증의 강화가 필요하다.