온라인 청감실험과 음질 분석을 통한 회전익기 소음의 심리음향적 불쾌감 모델 보정 방안 연구 = A Study on a Correction of Psychoacoustic Annoyance Model for Rotorcraft Noise via Online Listening Experiments and Sound Quality Analysis

다국어 초록 (Multilingual Abstract)

Securing social acceptance is essential for the expansion of urban operations of urban air mobility (UAM) vehicles and small unmanned aircraft systems (sUAS). However, conventional exposure metrics based primarily on equivalent sound levels may not fully explain perceptual differences arising from the temporal and spectral structures of emerging rotorcraft noise. This study investigates the relationships between sound quality metrics (SQMs), a psychoacoustic annoyance (PA) model, and subjective annoyance responses for rotor noise from sUAS and a helicopter, using web-based listening tests. Based on the observation that source identity recognition can influence annoyance judgments even under similar acoustic conditions, a recognition-based correction factor and an extended PA index are further proposed.
First, hovering noise from an sUAS rotor and a helicopter was analyzed by computing SQMs and PA and comparing them with subjective annoyance responses obtained from an online listening test. The results indicate that, under the same sound pressure level condition, the annoyance predicted by the PA model may deviate from listeners’ reported annoyance. In open-ended responses, participants frequently described the helicopter sound with positive or neutral impressions (e.g., “familiar,” “reassuring,” “something to watch”), whereas the sUAS sound was often characterized using negative descriptors (e.g., “insect-like,” “sharp”). These findings suggest that non-acoustic factors associated with perceived source identity and meaning may contribute to the observed discrepancy between PA-based predictions and subjective annoyance.

Second, noise measurements were conducted for the same sUAS platform while varying the rotor blade count (2-, 3-, and 4-blade) under a constant thrust condition. The directivity of SQMs and PA was examined across observation angles. In addition, level scaling was applied to the noise measured at −60° to generate five sound pressure level conditions (60 ~ 80 dB) for the 2- and 4-blade rotors, followed by an online listening test. In certain level ranges, the trend in subjective annoyance with blade-count variation was found to be consistent with a representative PA-based value, indicating that within the same source category, PA can reflect relative changes in “signal-intrinsic” annoyance to a meaningful extent.

Finally, motivated by the potential PA–subjective mismatch observed in the cross-category comparison, this study proposes a minimal correction framework based on observable recognition outcomes. The proportion of responses that explicitly mentioned the correct source label in open-ended descriptions is defined as a proxy for identity recognition (correct label mention rate,p_(correct) ). To address the possibility of zero observations under finite sample sizes, a smoothed mention probability (tilde(p)) is introduced, which is then mapped to a bounded, monotonic familiarity/recognition correction factor F_(fam). An extended index is defined as PA_(ext), where PA_5 represents a intrinsic annoyance component of noise source. The proposed framework does not aim to establish a regulatory equation or a high-accuracy predictive model; rather, it provides a data-reproducible procedure and example calculations for incorporating a minimal recognition-related pathway that may modulate annoyance judgments in cross-category comparisons.

국문 초록 (Abstract)

도심항공모빌리티(UAM) 및 소형 무인항공기(sUAS)의 도심 운용 확대를 위해서는 소음에 대한 사회적 수용성 확보가 요구된다. 그러나 기존의 등가소음도 중심 평가는 소리의 시간·주파수 구조 차이가 지각에 미치는 영향을 충분히 설명하기 어려울 수 있다. 본 연구는 sUAS 로터 소음과 헬리콥터 호버링 소음을 대상으로, 음질 지표(sound quality metrics, SQMs)와 심리음향 기반 불쾌감 지표인 psychoacoustic annoyance(PA) 모델 결과를 산출하고, 온라인 청감실험을 통해 주관적 불쾌감 반응과의 관계를 비교·검토하였다. 또한 동일 음압 조건에서도 소음원의 정체성 인식이 개입할 수 있다는 관찰을 바탕으로, 설문 응답에서 관측 가능한 “정답 지칭률”을 이용한 인식(친숙도) 보정계수와 확장 지표의 구성안을 제안하였다.

먼저, sUAS–헬리콥터 호버링 소음 비교 사례에서 SQMs 및 PA 결과와 온라인 청감실험 결과를 비교하였다. 이 과정에서 동일 음압 조건에서 PA 모델이 예측하는 불쾌감과 청취자가 보고하는 주관적 불쾌감 사이에 차이가 나타날 수 있음을 확인하였다. 특히 자유서술 응답에서는 헬리콥터 소음에 대해 ‘익숙하다’, ‘안심된다’, ‘구경거리가 된다’ 등 비교적 긍정·중립적 인상이 보고된 반면, sUAS 소음에 대해서는 ‘벌레 같다’, ‘날카롭다’ 등 부정적 인상이 다수 보고되어, 소음원의 정체성 및 의미가 불쾌감 판단에 영향을 줄 가능성을 시사하였다.

다음으로, 동일 sUAS 플랫폼에 대해 블레이드 수(2 ~ 4엽)를 변화시키면서 동일 추력 조건에서 소음을 측정하고, SQMs 및 PA의 지향성 분포를 분석하였다. 또한 –60° 방향 소음을 대상으로 레벨 스케일링을 적용하여 60 ~ 80 dB 범위의 자극음을 구성한 뒤 온라인 청감실험을 수행하였다. 그 결과, 특정 음압 구간에서 블레이드 수 변화에 따른 주관적 불쾌감의 변화 경향이 PA 기반 대표값과 유사하게 나타나는 구간이 관측되어, 동일 범주 내에서는 PA가 “소리 자체”의 상대적 불쾌감 변화를 일정 수준 반영할 수 있음을 확인하였다.
마지막으로, 앞선 비교 실험에서 확인된 “PA 예측–주관적 불쾌감 간 괴리 가능성”을 바탕으로, 설문 자유서술에서 소음원을 정답 라벨로 명시적으로 지칭한 비율(정답 지칭률)에 기반하여 인식(친숙도) 보정계수 F_(fam)을 산출하는 절차를 제안하였다. 제안된 보정항은 표본 수가 유한한 조건에서 0값, 즉 정체성이 없다는 결과가 관측될 수 있음을 고려하여 스무딩 및 상,하한 조건을 포함하도록 구성하였으며, PA_5와 결합한 확장 지표 PA_(ext)를 정의하였다. 본 제안은 규제식 확정이나 정밀 예측모형 구축을 목표로 하기보다, 본 연구 데이터로 구현 가능한 범위에서 “인식/식별” 요인이 범주 간 비교에서 나타날 수 있는 PA–주관반응 괴리에 개입하는 경로를 최소한으로 반영하는 보정 프레임과 예시 산출 결과를 제시하는 데 목적을 둔다.

목차 (Table of Contents)

• 1. 서론 1
• 1.1. 연구배경 및 목적 1
• 1.2. 연구범위 및 방법 6
• 2. 연구 방법론 8
• 2.1. 음질 지표(Sound Quality Metrics, SQMs) 8
• 2.1.1. Loudness(N) 8
• 2.1.1.1. 임계 대역(Critical band) 9
• 2.1.1.2. 등음선(Equal-loudness contour) 10
• 2.1.1.3. Loudness 계산절차 11
• 2.1.2. Sharpness(S) 12
• 2.1.3. Roughness(R) 13
• 2.1.4. Fluctuation Strength(F) 15
• 2.1.5. Tonality(K) 17
• 2.2. 심리음향적 불쾌감(Psychoacoustic Annoyance, PA) 19
• 2.3. 온라인 청감실험 설계 21
• 2.3.1. 실험 개요 및 평가 항목 21
• 2.3.2. 실험 환경 및 재생 조건 22
• 2.3.3. 손 비빔 소리(hand-rubbing sound)를 활용한 간이 교정(calibration) 절차 22
• 2.3.4. 실험 환경 스크리닝 절차 25
• 2.3.5. 유효 응답 선별 절차 27
• 2.3.6. 전체 실험 흐름 28
• 2.4. 사후 분석 30
• 2.4.1. 분석 개요 30
• 2.4.2. Friedman test 31
• 2.4.3. Wilcoxon signed-rank test 32
• 2.4.4. Holm-Bonferroni correction 33
• 2.4.5. 사후 분석 절차 34
• 3. sUAS 및 헬리콥터 소음에 대한 음질 분석 및 주관적 불쾌감 비교 분석 35
• 3.1. 연구 개요 35
• 3.1.1. 개요 35
• 3.1.2. 소음원 측정 35
• 3.1.2.1. sUAS 35
• 3.1.2.2. Helicopter 37
• 3.1.3. 자극음 생성 38
• 3.1.4. 온라인 청감실험 41
• 3.2. 음질 지표 계산 결과 43
• 3.2.1. 음질 지표 계산 개요 및 요약 통계 43
• 3.2.2. 음량 및 주파수 특성(Loudness & Sharpness) 44
• 3.2.3. 시간 변동 특성(Roughness & Fluctuation strength) 47
• 3.2.4. 톤 성분의 기여(Tonality) 49
• 3.2.5. More(2010) PA 모델의 예측 50
• 3.3. 온라인 청감실험 결과 52
• 3.3.1. 인구 통계학적 정보 52
• 3.3.2. 주관적 불쾌감 53
• 3.3.2.1. 전체 비교 53
• 3.3.2.2. 쌍대 비교 53
• 3.3.3. 맥락 기반의 소음 평가 55
• 3.3.3.1. 장기 노출 스트레스 인식 55
• 3.3.3.2. 일상 노출 스트레스 인식 56
• 3.3.4. 소음에 대한 주관적 인상 평가 58
• 3.4. 음질 분석 및 온라인 청감실험 결과 비교 61
• 4. 블레이드 수에 따른 sUAS 로터 소음에 대한 음질 분석 및 주관적 불쾌감 비교 분석 62
• 4.1. 연구 개요 62
• 4.1.1. 개요 62
• 4.1.2. 소음원 습득 63
• 4.1.2.1. 실험 데이터 개요 63
• 4.1.2.2. 분석 케이스 선정 64
• 4.1.3. 자극음 생성 67
• 4.1.4. 온라인 청감실험 69
• 4.2. 음질 지표 계산 결과 70
• 4.2.1. 동일 추력 조건에서 블레이드 수 별 SQMs 및 PA 70
• 4.2.2. 세부 SQMs 및 PA 계산 결과 분석 71
• 4.2.2.1. Loudness 71
• 4.2.2.2. Sharpness 72
• 4.2.2.3. Tonality 75
• 4.2.2.4. Roughness & Fluctuation strength 77
• 4.2.2.5. Psychoacoustic Annoyance 80
• 4.2.3. 소음원 크기에 따른 SQMs 및 PA 82
• 4.3. 온라인 청감실험 결과 83
• 4.3.1. 인구 통계학적 정보 83
• 4.3.2. 스크리닝 신호 청취 정보 83
• 4.3.3. 주관적 불쾌감 85
• 4.3.3.1. 전체 비교 85
• 4.3.3.2. 쌍대 비교 86
• 4.3.4. 소음 특징에 대한 폐쇄형 질문 87
• 4.4. 음질 지표 계산 및 온라인 청감실험 결과 비교 89
• 4.4.1. 음질 지표 선택 응답과 SQMs 결과와의 비교 89
• 4.4.2. 주관적 불쾌감과 PA_5 결과의 비교 89
• 5. 소음원 식별율에 기반한 친숙도항을 추가한 확장 지표 제안 91
• 5.1. 소음원 식별율 기반 PA 보정항 제안 91
• 5.1.1. 온라인 청감실험을 통한 PA보정항 도입의 필요성 확인 91
• 5.1.2. 제안 지표의 구성 개요 92
• 5.2. 정답 지칭률 기반 친숙도항 F_(fam)산출 절차 93
• 5.2.1. 정답 지칭률 p_(correct) 정의 및 추출 규칙 93
• 5.2.2. 하한값 처리를 위한 스무딩 적용 93
• 5.2.3. 친숙도항 F_(fam) 정의 및 민감도 설정 94
• 5.3. 정답 지칭률 기반 친숙도항 F_(fam)및 PA_(ext) 산출 95
• 5.3.1. 정답 지칭률 p_(correct) 및 스무딩 지칭확률 (tilde(p)) 산출 결과 95
• 5.3.2. 친숙도항 상한값 F_(max)에 따른 F_(fam), PA_(ext) 산출 결과 96
• 5.4. 소결 97
• 6. 결론 99
• 6.1. 연구 요약 99
• 6.2. 온라인 청감실험 결과 요약 100
• 6.3. 정답 지칭률 기반 친숙도 보정항 및 PA_(ext)제안 요약 102
• 6.4. 연구의 한계점 및 향후 연구 방향 102