서 론

수중음향 기술의 발달로 인해 국내외 수산분야에서 어군탐지기 및 소나와 같은 음향 장비를 이용한 조사가 많이 수행되고 있다 (Kang et al., 1996; Oh et al., 2009). 이 기술은 국내에서는 수산생물의 현존량 추정 (Lee et al., 2014; Kang et al., 2015), 어군의 관찰 및 특징 추출 (Lee, 2013; Yoon et al., 2014), 어류의 반사강도 연구 (Lee et al., 2010; Hwang, 2015) 등에 대한 연구에 이용 되어 왔다. 수중음향 조사를 통해서 수집된 음향 자료 중에는 자료 분석 결과에 영향을 미칠 수 있는 잡음이 포함되는 경우가 있다. 일반적으로 수중음향 조사 중에 내재되는 잡음의 원인은 프로펠러와 같은 추진기에 의 한 잡음, 선박 내 전기장비로부터 간섭에 의한 잡음, 다 른 어군탐지기 또는 소나에서 발생한 음향 간섭에 의한 잡음, 강한 파도와 너울로 인한 잡음 등이 있다 (ICES, 2007). 이외에도 부적절한 ping 비율과 빠른 선속 등이 잡음을 발생시키는 원인이 되기도 한다. 따라서, 수중 음향 기술을 이용하는 조사에서 정량적인 결과를 위한 정확한 값을 산출하기 위해서는 수신된 음향 자료에서 조사 대상 생물체에 의한 신호 즉, 필요한 데이터만을 추출하는 것과 잡음 신호를 소거하는 기술이 요구된다 (Simmonds and MacLennan, 2005). 앞서 언급된 잡음들 중 일부는 선박의 속력을 늦추거나, 다른 장비를 끄거 나, 어군탐지기 설정을 변경하는 등의 노력으로 줄일 수는 있지만, 대다수의 잡음은 다양하고 복합적인 원인으 로부터 발생하기 때문에 모든 잡음 신호를 완벽하게 소 거하는 것은 상당히 어려운 실정이다. 따라서, 잡음이 내재된 음향 신호에서 잡음신호만을 소거하는 효율적인 방법이 매우 필요하다. 잡음은 수생 생물체의 신호와는 다른 고유의 패턴을 지니고 있기 때문에, 이 특성을 이 용하여 잡음을 소거할 수 있다는 점이 시사된 바 있으 나 (Kang et al., 2003; ICES, 2007), 국내에서 잡음 소거 에 관한 연구는 많이 수행되지 않은 것으로 판단된다. 따라서 본 연구에서는 후처리 소프트웨어를 이용하여 음향 신호에 내재된 잡음을 비교적 쉽고 효율적으로 소 거하는 두 가지 방법을 소개하고자 한다.

재료 및 방법

음향조사

2015년 4월 13~14일과 22~24일에 우리나라 남해의 진해만과 통영 연안에서 음향 조사를 수행하였다. 진해 만에서는 조사선 탐구 19호 (10 톤)의 좌현에 어군탐지 기를 장착하여 조사를 실시하였고, 통영 연안에서는 조 사선 탐구 10호 (26 톤)의 우현에 동일한 어군탐지기를 장착하여 조사를 수행하였다 (Fig. 1). 각 조사의 정점 은 Fig. 1에 숫자와 점으로 표시하였다. 음향 장비는 Simrad 사의 과학어군탐지기인 EK60 (120 kHz)을 사 용하였으며, 고정장치의 문제로 인해 정점에서 예망할 때와 정점 사이를 저속 (약 2노트)으로 이동할 때만 음 향데이터를 수집하였다. 잡음 소거를 위한 두 가지 방 법을 상세하게 설명하기 위하여 수록한 음향 자료 중에 서 Fig. 1a의 정점 3의 데이터를 사용하였다. 또한, 이 잡음소거 방법을 검증하기 위해서, 다시 말해 잡음 소 거 전후의 결과를 비교하기 위해서 Fig. 1a의 정점 2, 3, 4, 5와 Fig. 1b의 정점 10에서 수집된 자료를 이용하였 다. 이는 다른 정점들에서는 어군 형상과 같은 신호를 보이지 않았기 때문이었다.

잡음의 종류 및 특징

음향조사 중 수록된 잡음을 이슬비 형태, 장대비 형 태, 회색안개 형태의 3종류로 나누었으며, Fig. 2의 빨 간 상자를 이용하여 표시하였다. 잡음의 특징을 살펴보 면 잡음은 대체로 뾰족한 모양을 가지며, 다소 강한 Sv 값을 가진다. 또한 어군 신호에 비해 빈도가 드문 것을 알 수 있다. 즉, 어군의 신호는 여러 ping에 걸쳐서 나 타나지만, 잡음의 경우 대부분 적은 ping에 나타난다. 이러한 특성들은 잡음소거 방법에서 이용되었다.

음향자료 분석에 사용한 연산자

잡음 소거를 위해서 후처리 소프트웨어인 Echoview (ver. 6.1, Myriax)를 사용하였다. 잡음소거법으로 Wang 방법 (Wang et al., 2015)과 Yamandu 방법 (Echoview, 2015)을 사용하였다. 잡음소거의 일련의 과정은 순서도 로 나타내었다 (Fig. 3). 잡음소거를 위해 사용된 Echoview 연산자는 총 10개이며, 이들 연사자의 역할 은 Table 1에 상세하게 설명하였다. 이 두 방법의 가장 핵심이 되는 기능은 erosion filter와 resample by number of pings 이다. Erosion filter는 한 개의 데이터 샘플의 값을 주변 데이터 샘플 (예를 들면, 3x3 즉 9개 데이터 샘플)중에서 가장 작은 값으로 바꾸는 역할을 한다. Resample by number of pings는 수평방향으로 ping 수와 수직방향으로 어느 거리로 정한 범위 (cell, 예를 들어 수평 방향 10 ping과 수직방향으로 10 m)내 에 음향강도를 평균하는 기능을 가진다.

결과 및 고찰

Wang의 방법

후처리 소프트웨어에서 분석할 데이터의 Sv echogram 을 살펴보면 잡음의 존재를 확인할 수 있다 (Fig. 3a의 1과 Fig. 4a). 잡음을 소거하기 전에 분석에서 불필요한 부분의 데이터 (해수면 위와 해저 아래)는 processed data를 사용하여 제외시키고 검은색으로 표시하였다 (Fig. 3a의 2). 다음으로, 어군의 최소 Sv 값보다 작고, 최대 Sv 값보다 큰 잡음을 소거하기 위해, data range bitmap과 mask 기능을 사용하였다. Bitmap을 생성하는 데 설정된 값은 어군의 최소와 최대 Sv 값이며, 본 연 구의 경우 각각 –75 dB과 –32 dB의 값을 사용하였다. 이 범위내의 어군은 참 값으로 설정되고, 그 외의 것 즉, 어군의 신호보다 강하거나 약한 잡음들은 거짓 값 으로 취급되었다 (Fig. 3a의 3).

Mask 연산자를 이용하여, 위의 bitmap과 processed data 과정을 거친 echogram을 겹쳐서 앞서 언급한 잡음 을 소거하였다 (Fig. 3a의 4와 Fig. 4b). 이 과정을 거친 후에도 상당수의 잡음은 여전히 존재하였는데 이를 소 거하기 위하여 3×3 erosion filter를 이용하였다.

여기서 3×3은 앞서 설명한 cell 범위를 의미한다. 잡 음은 신호가 강한 편이라서 erosion filter의 기능에 의 해 설정한 범위 내의 값들 중 최소값으로 변경되는데, 잡음은 드물게 나타나기 때문에 대부분 이 잡음 주변 값인 –999 dB (선형 값으로는 0으로, 최소 역치 값 이 하일 경우에 해당되는 값)이 된다. 이런 원리에 의해 남 아있는 잡음이 대부분 소거되지만, 어군에 원래 존재하 는 빈 공간이 존재한다면 이 처리에 의해 어군의 형태 역시 손상될 수 있다 (Fig. 3a의 5와 Fig. 4c). Erosion filter에 의해 생긴 손상을 복구시키기 위해 dilation filter를 이용하였다. Dilation filter는 한 데이터 포인트 값을 중심으로 설정한 범위 내의 값들 중 최대값으로 바꾸는 역할을 하는데, 이것을 기반으로 어군의 빈 공 간을 다시 채우게 된다. 따라서 dilation filter 5×5와 7×7을 연속적으로 사용하여 어군의 빈 공간을 완전히 채웠다 (Fig. 3a의 6, 7과 Fig. 4d). 그러나 이 과정을 거 치면 원래 어군에 존재하던 빈 공간도 다시 채워지므로 (Fig. 4d), 어군의 모습을 다시 회복 시키기 위해, bitmap과 mask 연산자를 이용하였다. 이전과 마찬가지 로 –75 dB과 –32 dB의 범위로 설정하고, dilation filter 가 적용된 echogram을 기반으로 bitmap을 생성하였다 (Fig. 3a의 8). 그런 다음 processed data를 거친 echogram에 mask 기능을 이용하여, bitmap을 덮어씌워 어군의 원래 모습을 회복시켰다 (Fig. 3a의 9와 Fig. 4e). 마지막으로 Fig. 3a의 3, 4 과정에서 어군의 Sv 값 보다 큰 값을 가진 잡음이 사라져 생긴 빈 공간 (Fig. 4e)을 채우는 처리를 실시하였다. 빈 공간이 채워지는 과정은 Fig. 4e, 4f, 4g 그리고 4h에 확대하여 표시하였 다. 빈 공간에 채워질 값은 median filter 7×7을 이용하 여 생성시켰다 (Fig. 3a의 10과 Fig. 4f). 빈 공간을 참 값으로 설정하기 위해서, 어군의 Sv 값보다 큰 잡음을 제거하기 전 단계인 processed data 과정을 거친 echogram (Fig. 3a의 2)을 이용하여, 어군의 최대 Sv값 (–32 dB)에서 0 dB까지의 범위를 참값으로 하는 bitmap 을 생성하였다 (Fig. 3a의 11과 Fig. 4g). Fig. 4g의 확대 된 부분에서 보이는 회색의 점들이 참 값이 된 어군의 빈 공간을 나타내었다. 마지막으로 select 연산자를 이 용하여, 참 값이 된 빈 공간을 median filter 7×7을 이용 하여 생성된 값으로 어군에 존재하는 빈 공간을 채웠 다. 따라서 잡음은 소거되었고 어군의 형태는 그대로 유지되었음을 알 수 있다 (Fig. 3a의 12와 Fig. 4h).

Yamandu 방법

Wang방법에 이용한 같은 데이터를 Yamandu방법에 도 사용하였다 (Fig. 3b의 1과 Fig. 4a). 이 방법의 핵심 은 resample by number of pings와 data range bitmap 연 산자를 이용하여 잡음이 있는 ping 자체를 제외시키는 것이다. Echoview에서는 연산자를 적용할 때, 연산자를 사용할 2개의 echogram의 데이터 포인트 수 (수평방향 으로 ping 수와 수직방향으로 데이터 샘플 수)가 일치하 지 않는 경우 연산자를 사용할 수 없는 오류가 발생한 다. 그렇기 때문에 resample by number of ping을 이용 하여, 데이터 포인트의 수를 미리 수정해 주었다 (Fig. 3b의 2). 다음으로 어군을 데이터 분석에서 제외시키기 위해 region bitmap, mask 그리고 processed data를 이용 하였다. Region bitmap 연산자를 이용하여 어군을 거짓 값으로 하는 bitmap을 생성하였고 (Fig. 3b의 3), 생성 된 bitmap을 mask 연산자를 이용하여 resample 한 echogram에 덮어씌웠다 (Fig. 3b의 4). 그 후 processed data의 기능으로 어군과 분석에 필요하지 않은 부분을 제외시켰다 (Fig. 3b의 5와 Fig. 5a). 잡음이 존재하는 ping을 소거하기 위해, resample by number of pings 연 산자를 이용하였다. 각 ping 당 데이터 포인트 수를 1로 설정하고 ping들의 값이 각각 ping 자체의 최대값으로 바뀌도록 설정 (maximum operation)하여 resample 하였 다 (Fig. 3b의 6과 Fig. 5b). 각 ping 당 데이터 포인트의 수가 1개이기 때문에, 각각의 ping들은 Fig. 5b와 같이 한개의 ping 전체가 같은 값 (최대값)을 가진다. 앞서 오류를 방지하기 위해, echogram을 Fig. 3b의 2에서 사 용했던 resample의 설정으로 한 번 더 resample을 하여, 1개가 된 데이터 포인트의 값을 원래의 개수로 조정하 였다 (Fig. 3b의 7). 한 ping의 Sv 값은 여전히 1개의 값 을 가지지만, 데이터 포인트의 수는 이전의 값과 같게 조정되었다. 잡음이 있는 ping을 소거하기 위해 data range bitmap과 mask 연산자를 사용하였다. 어군과 잡 음의 Sv 값을 토대로 적절한 값 (본 연구에서는 –55 dB)을 설정하여, Fig. 3b의 7을 기반으로 bitmap을 생 성한다 (Fig. 3b의 8과 Fig. 5c). 그러면, 잡음이 포함된 ping들은 거짓 값이 되고, 잡음이 포함되지 않은 ping들 은 참 값이 된다. Mask 연산자를 이용하여 처음 resample했던 echogram (Fig 3b의 2)에 bitmap (Fig. 3b 의 8과 Fig. 5c)을 덮어씌우면, 잡음이 존재하는 ping이 소거된다 (Fig. 3b의 9와 Fig. 5d). 마지막으로 잡음이 있는 ping의 소거로 인한 어군의 빈 공간을 채우기 위 해, region statistic과 select 연산자를 이용하였다. Region statistic 연산자를 이용하여, 어군의 평균 Sv 값 에 해당하는 색을 각 어군들에 표시하였다 (Fig. 3b의 10과 Fig. 5e). 그런 다음, Region statistic echogram (Fig. 3b의 10과 Fig. 5e), 잡음이 소거된 mask echogram (Fig. 3b의 9와 Fig. 5d), 그리고 앞서 생성한 bitmap (Fig. 3b의 8과 Fig. 5c)을 이용하여, select 연산자의 기 능으로 빈 공간을 채웠다 (Fig. 3b의 11과 Fig. 5f).

잡음소거 전후의 비교

본 연구에서 사용된 음향자료에서 탐지된 어군은 총 38개였다. 잡음 소거의 전후를 비교하기 위해서, 잡음 소거법을 적용하기 전과 후에 탐지된 어군의 특징 중 평균 Sv, 평균 높이와 수심을 csv파일의 형태로 추출하 였다. 잡음신호가 소거되었음에도 불구하고 어군의 평 균 Sv 값이 증가하였거나, 어군의 형태가 극단적으로 바뀌었다면, 이것은 잡음소거 방법이 잘못된 것이라 판 단할 수 있다.

특히 어군의 평균 높이와 평균 수심은 어군의 형태가 변하였는지를 평가할 수 있는 지표가 될 것이라고 판단 할 수 있다. Wang의 방법을 적용하기 전과 후의 어군 을 비교한 것은 Figs. 6a–6c에, Yamandu 방법을 적용한 결과는 Figs. 6d–6f에 나타내었다. 흰 색의 그래프는 잡 음소거 전을 나타내고, 검은 색의 그래프는 잡음소거 후를 나타낸 것이다. 먼저 Sv 값의 변화를 살펴보면, Wang의 방법에서는 –52.4 dB에서 –52.9 dB로 감소하 였고 Yamandu 방법에서 역시 –52.6 dB에서 –53.3 dB 로 감소한 것을 알 수 있다 (Fig. 6a, 6b). 이 결과를 볼 때, 어군 내에 존재하는 강한 신호를 가진 잡음이 소거 되면서 어군의 평균 Sv 값이 소폭 감소한 것이라고 볼 수 있으며, 이는 잡음소거가 성공적으로 수행되었다고 판단 할 수 있다. 잡음소거 전후의 어군의 평균 높이를 비교하여 보면, Wang의 방법과 Yamandu 방법에서 1.5 m로 두 방법 모두에서 잡음소거 전후 변화가 없었다 (Fig. 6b, 6e). 어군의 평균 수심 또한 두 방법 모두 19.0 m로 변화가 없었다 (Fig. 6c, 6f). 위의 결과들을 토대로 유추해 보았을 때, 어군의 형태는 유지하면서 어군내의 잡음만이 효과적으로 소거되었다고 판단을 할 수 있으 며, 이는 잡음 소거 방법이 유효하다는 것을 의미한다. 일반적으로 음향 신호에는 해양 생물로부터의 신호와 잡음이 함께 포함되어 있는데, 이 연구에서 잡음소거 방법을 사용하여 음향 잡음을 제외한 음향 신호만을 가 지는 데이터를 만들었다. 잡음의 특징에 따라 잡음을 소거한 음향 신호의 값은 잡음을 내포한 음향 신호의 값보다 작아지는 것이 보편적인 경향이다. 또한 잡음 소거 방법에 따라 어군의 Sv 값이 다소 달라지는 것을 알 수 있다. 따라서, 우리나라 주변 해역에서 수산자원 을 대상으로 수행하는 음향 조사에서 수집한 음향 자료 에 내포될 수 있는 잡음의 특징과 음향 조사의 목적에 따라 보다 적합한 잡음소거 방법을 선택하여 사용하는 것이 바람직하다.

한편, 본 연구에서 소개한 두 가지 방법은 각각의 특 징이 있다. Wang 방법의 경우 erosion filter 연산자의 기능을 핵심으로 하여, echogram 상에 있는 모든 값들 을 대상으로 잡음을 선별하고 잡음으로 취급되는 값들 을 소거하였다. Yamandu 방법은 resample 연산자의 기 능을 핵심으로 하여, 어군을 중심으로 어군 내부나 주 변의 잡음이 존재하는 ping 자체를 소거하였다. 또한 Wang 방법의 경우 어군의 신호보다 약한 잡음도 소거 했지만, Yamandu 방법의 경우 어군의 신호보다 강한 잡음을 위주로 소거하였다. 두 방법은 후처리 소프트웨 어에 포함된 연산자를 이용하기 때문에, 복잡한 방정식 이나 수식 없이 해당하는 연산자에 값을 입력하는 것만 으로 잡음이 소거되는 매우 간단한 방법이라는 공통점 이 있다. 또한 연산자들을 template 형식으로 만들어 저 장할 수 있어서, 잡음소거가 필요한 자료에 template만 적용하면 되기 때문에 반복 작업을 하는 번거로움이 없 다 (Kang, 2012). 연산자들은 고정된 식에 값을 입력하 면 자동적으로 적용하는 방식이기 때문에 사용자가 어 떠한 값을 입력하느냐는 매우 중요하다. 지나치게 높은 값을 입력하면 잡음은 완벽하게 소거되지만 어군의 일 부와 단일 개체들이 같이 소거될 수 있으며, 너무 낮은 값을 입력한다면 많은 잡음이 소거되지 않을 수 있다. 따라서 다양한 종의 어군이 혼재해 있거나, 단일 개체 어류가 많이 존재하는 경우에 입력하는 값의 선택은 매우 신중하게 정해져야 할 것이다 (De Robertis and Higginbottom, 2007; Zhang et al, 2013).

본 연구에서는 다양한 어종이 혼재하는 해역에서 조 사가 수행되었다. 입력하는 값을 정하기 위해서 각각 어군들의 최대와 최소 Sv값들을 비교하여 1차적으로 값의 큰 범위를 정하였고, 어군과 단일 개체에 대한 손 상이 최대한 적은 값을 찾기 위해서 여러 번 값들을 변 경하는 시도 끝에 적절한 값을 찾아내었다. 본 연구에 서의 후처리 소프트웨어의 연산자를 이용하여 간단하 게 잡음을 소거할 수 있는 방법들은 잡음이 보다 많이 내재된 어선에 장비된 음향장비의 자료를 분석하는데 큰 도움을 줄 수 있다고 생각한다.

결 론

남해의 진해만 및 통영 연안에서 수집된 음향 자료를 이용하여 후처리 소프트웨어를 통해 잡음을 소거하는 두 가지 방법을 소개하였다. Wang 방법은 erosion filter 기능을 중심으로 하여 잡음만을 소거하였고, Yamandu 방법은 resample 기능을 이용하여 어군 내부와 주변에 있는 잡음이 포함된 ping 자체를 소거하는 방식으로 잡 음들이 성공적으로 소거되었다. 두 방법의 실효성을 입 증하기 위하여 잡음소거 전후 탐지된 어군의 평균 Sv, 평균 높이, 평균 수심을 각각 비교하였다. Wang 방법에 서 평균 Sv는 –52.4 dB에서 –52.9 dB로 감소하였고, Yamandu 방법에서 역시 –52.6 dB에서 –53.3 dB로 감 소하였다. 이는 강한 신호를 가지는 잡음이 소거되면서 잡음소거 후의 Sv 값이 낮아졌다는 것을 의미하였다. 어군의 평균 높이와 평균 수심은 두 방법 모두에서 각 각 1.5 m, 19.0 m로 잡음소거 전후가 같아 어군의 형태 에 손상 없이 잡음이 성공적으로 소거되었다는 것을 보 여주었다.