본 논문은 인공지능 기반 청각 보조 기술, 특히 AI 기반 선택적 소음 제거(SNC) 기술의 발전을 체계적으로 검토한 문헌 연구이다. 딥러닝 아키텍처, 하드웨어 구현 전략, 임상 검증 연구, 사용자 중심 설계 등 다양한 측면을 종합적으로 분석하여 기존의 기계 학습 모델부터 최첨단 딥러닝 네트워크(Convolutional Recurrent Networks, Transformer 기반 아키텍처 등)까지의 발전 과정을 추적한다. 기존 방법 대비 상당한 성능 향상(최대 18.3dB SI-SDR 개선)과 10ms 이하의 실시간 구현, 유망한 임상 결과를 제시하지만, 실제 환경 적용을 위한 전력 제약, 환경 변화, 개인 맞춤형 설정 등의 과제가 남아있음을 지적한다.
