AI 기침 소리 분석: 호흡기 질환을 미리 잡아내는 기술

 

특별히 감기에 걸린 것도 아닌데 마른기침이 반복될 때가 있습니다. 담배 때문이라는 말도 있고, 목에 뭔가 걸린 것 같기도 하고, 역류성 식도염 증상이라는 말도 들려서 그냥 넘기게 되더라고요. 그런데 찾아보니 2주 이상 지속되는 마른기침은 단순 자극이 아니라 COPD나 천식, 심한 경우 결핵의 초기 신호일 수 있다는 걸 알게 됐습니다. 문제는 기침이 얼마나 자주, 어떤 패턴으로 나오는지 스스로 정확히 파악하기 어렵다는 점이에요.

 

그래서 찾아보다 스마트폰 마이크로 기침 패턴을 분석하는 AI 앱까지 오게 됐습니다. 기침 소리만으로 호흡기 질환을 잡아내는 AI가 이미 나와 있었는데, 생각보다 꽤 쓸 만하더라고요.

 

---

 

1. 기침 소리가 왜 진단 단서가 될까

 

1) 기침마다 다른 음향 패턴이 있다

 

건식 기침과 습식 기침, 컹컹거리는 기침과 쇳소리 나는 기침은 귀로도 어느 정도 구분이 됩니다. 의학적으로도 기침의 음향 패턴은 질환에 따라 뚜렷하게 달라집니다.

 

결핵 환자의 기침은 정상인이나 다른 호흡기 질환자의 기침과 주파수 분포·음압·지속 시간에서 차이를 보입니다. AI는 이 미세한 차이를 사람 귀보다 훨씬 정밀하게 포착합니다.

 

2) 자가 보고 방식의 한계

 

결핵 스크리닝은 현재 자가 보고 방식의 기침 확인에 의존하고 있는데, 이 방식은 세계보건기구(WHO)가 요구하는 결핵 분류 검사의 정확도 기준을 충족하지 못하고 있습니다.

 

환자가 기침을 얼마나 오래, 얼마나 자주 했는지 스스로 정확히 파악하기 어렵기 때문입니다.

 

3) 조기 발견이 치료 결과를 결정한다

 

결핵은 전 세계에서 에이즈 다음으로 가장 많은 사망자를 내는 감염병입니다. 2021년 기준 결핵 감염자는 전 세계적으로 약 1,070만 명에 달했으며 사망자는 123만 명으로 추산되는데, 환자 부담의 대부분이 저·중소득 국가에 집중되어 있습니다.

 

진단 장비가 부족한 지역에서 스마트폰으로 기침 소리를 분석하는 AI의 가치가 특히 큰 이유입니다. AI Detector

 

 

스마트폰으로 기침 소리 측정

 

 

 

---

 

2. AI가 기침 소리를 분석하는 원리

 

1) 멜 스펙트로그램으로 소리를 이미지로 변환

 

AI 기침 분석의 핵심은 기침 소리를 시각적 패턴(멜 스펙트로그램)으로 변환한 뒤 이미지 인식 딥러닝 모델로 분류하는 방식입니다. 기침 소리의 주파수별 에너지 분포를 2D 이미지로 만들면, 질환마다 다른 색상 패턴이 나타납니다.

 

CNN(합성곱 신경망) 모델은 이 패턴을 학습해 질환을 분류합니다.

 

2) 결핵 감지 정확도 — 체계적 문헌 고찰 메타분석 결과

 

2026년 프론티어스 AI 저널에 발표된 체계적 문헌 고찰 및 메타분석 연구에 따르면, AI 기반 기침 소리 분석의 결핵 진단 정확도는 AUC 0.9539, 민감도와 특이도 각각 90%로 나타났습니다.

 

다만 이 높은 진단 정확도는 실제 지역사회 기반 결핵 감지에 적용할 때 실제 적용 가능성에 대한 맥락을 함께 고려해 해석해야 합니다. 

3)폐결핵 기침 소리 분석 모델

 

Bi-LSTM 모델에 음성 스펙트로그램을 결합한 연구에서 폐결핵 기침 소리 분류 정확도 96.33%, 특이도 94.99%, 민감도 98.13%의 성능을 달성했습니다.

 

전통적인 음향 특성과 딥러닝 특성을 함께 사용했을 때 성능이 더욱 향상된다는 것을 보여준 결과입니다.

 

 

---

 

3. 기침 소리 AI가 잡아낼 수 있는 질환들

 

질환	특징적 기침 패턴	AI 활용 현황
결핵	2주 이상 지속,건식·습식 혼재	AUC 0.95수준 연구 결과
COPD	만성적 습식 기침,가래 동반	연속 모니터링으로 악화 예측
백일해	츱기 시 쌕쌕 소리(whoop)	소아 스키리닝 연구 진행 중
크룹	컹컹거리는 특유 기침	소아 응급 선별 연구 적용
만성지침	빈도·패턴	Hyfe 임상시험 기반 치료 평가

 

 

---

 

4. 실제 앱 사용 방법

 

Hyfe Cough Tracker — 기침 횟수 모니터링 앱

 

Hyfe Cough Tracker 앱은 민감도 91%, 특이도 98%의 성능을 보였으며, Hyfe가 측정한 기침 횟수와 전문 분석가의 수동 집계 사이의 피어슨 상관계수는 0.968로 매우 높은 일치도를 나타냈습니다. 2025년 ERS(유럽호흡기학회) 임상시험에서 Hyfe Cough Tracker가 만성 호흡기 질환 환자의 기침 빈도 변화를 객관적으로 측정하는 도구로 활용됐습니다. Google PatentsApp Store

 

사용 순서:

 

• 앱스토어 또는 구글 플레이에서 'Hyfe Cough Tracker' 검색 후 설치
• 첫 실행 시 마이크 접근 권한 허용
• 앱을 백그라운드에서 실행 상태로 유지 (수동 녹음 없이 자동으로 기침 감지)
• 홈 화면에서 시간대별 기침 횟수 그래프 확인
• 주간·월간 기침 패턴 리포트로 추이 변화 모니터링

 

 

💡 활용 팁: Hyfe는 질환을 직접 진단하는 앱이 아니라 기침 빈도와 패턴을 객관적으로 기록하는 모니터링 도구입니다. 2주 이상 기침이 지속되거나 기침 빈도가 갑자기 늘었다면, 이 데이터를 출력해 진료 시 의사에게 보여주면 진단에 유용한 참고 자료가 됩니다.

 

 

AI 기침 소리 분석 질환별 활용 현황

 

 

---

 

5. 한계와 주의사항

 

실전 팁

 

AI 기침 소리 분석은 2주 이상 지속되는 기침을 추적하고 패턴 변화를 기록하는 데 강점이 있습니다. 다만 현재 기술 수준에서는 스크리닝 보조 도구로 활용되는 단계이며, 기침 소리 분석만으로 결핵이나 폐렴을 확진하는 것은 불가능합니다.

 

배경 소음이나 녹음 환경에 따라 정확도 편차가 생길 수 있다는 점도 감안해야 합니다.

 

기침이 2주 이상 지속되거나 혈담·발열·체중 감소가 동반된다면 앱 결과와 무관하게 즉시 병원을 방문하세요.

 

 

---

 

6. 자주 묻는 질문

 

Q1. 스마트폰 마이크 성능에 따라 결과가 달라지나요?

마이크 품질이 분석 정확도에 영향을 줄 수 있습니다. 외부 소음이 많거나 마이크에서 너무 멀리 떨어진 환경에서는 기침 감지율이 낮아질 수 있어 조용한 환경에서 사용하는 것이 좋습니다.

 

Q2. Hyfe 같은 기침 분석 앱을 쓰면 결핵 여부를 바로 알 수 있나요?

현재 단계에서는 기침 빈도와 패턴을 기록하는 모니터링 도구입니다. 결핵 확진은 흉부 X선·객담 검사 등 임상 검사가 필요하며, 앱은 진료 전 참고 자료를 제공하는 보조 수단으로 이해하는 것이 맞습니다.

 

Q3. 어린이 기침도 AI로 분석할 수 있나요?

백일해나 크룹 같은 소아 호흡기 질환에 AI 기침 분석을 적용하는 연구가 진행 중입니다. 아직 소아 전용 상용 앱은 제한적이지만, 기침 소리의 특성이 성인과 다르게 나타나는 만큼 별도 모델 개발이 이루어지고 있습니다.

 

 

---

 

7. 기침 소리 하나로 시작하는 호흡기 관리

 

2주 이상 기침이 계속된다면 더 이상 그냥 넘기지 마세요. AI가 기침 소리에서 패턴을 읽어내는 기술은 이미 연구 단계를 넘어 실용화 단계로 접어들었습니다.

 

스마트폰으로 기침을 기록하고 패턴 변화를 추적하는 것, 그 작은 습관이 조기 발견의 시작점이 될 수 있습니다.

 

 

평소 기침이 오래 지속된 경험이 있으신가요? 댓글로 공유해 주시면 좋겠습니다.

 

---

 

함께 보면 좋은 글

 

AI 수면 분석: 마이크 하나로 불면증을 읽는 시대

 

AI 스트레스 관리: 얼굴만 비춰도 심장이 보이는 시대

 

 

 

---

 

참고 자료

 

Frontiers in AI, 결핵 기침 소리 AI 메타분석 
Nature Scientific Data, Hyfe 결핵 기침 데이터셋 
F1000Research, Hyfe Cough Tracker 성능 평가 
PLOS ONE, 폐결핵 기침 소리 Bi-LSTM 모델 
Hyfe 공식 앱 

 

 

본 포스팅은 정보 제공을 목적으로 하며, 의학적 진단이나 치료를 대신하지 않습니다. 건강 관련 결정은 반드시 전문 의료진과 상담하시기 바랍니다.