디지털포렌식

2 Contents

[해SSUL이 있는 과학뉴스] 딥페이크 디텍트 기술

최근 딥페이크 기술이 성범죄 등 각종 사회적 문제에 악용되면서 이를 탐지하기 위한 기술적 대응이 시급해졌습니다. 이러한 상황에서 국내 인공지능 기업이 개발한 '디텍트 딥페이크 AI'는 영상의 진위 여부를 90% 이상의 높은 탐지율로 가려내며 주목받고 있습니다. 이는 딥페이크 영상이 정교해짐에 따라 발생하는 피해를 최소화하기 위한 실질적인 도구로 평가받으며, 우리 사회의 안전망을 구축하는 데 중요한 역할을 할 것으로 기대됩니다. 딥페이크 탐지 기술은 전 세계적인 화두입니다. 글로벌 기업들은 대규모 챌린지를 통해 탐지 기술의 발전을 도모하고 있으며, 국내에서도 카이스트 연구진이 개발한 '카이캐치'가 이미 법원이나 변호사 등 전문 분야에서 활용되고 있습니다. 특히 이러한 프로그램들은 2015년부터 서비스를 시작하여 영상 및 이미지의 조작 여부를 판독하는 일종의 '영상 거짓말 탐지기' 역할을 수행하며 디지털 증거의 신뢰성을 확보하는 데 기여해 왔습니다. 최근에는 눈동자 반사광을 분석하여 딥페이크를 찾아내는 등 매우 정교한 아이디어들이 논문으로 발표되고 있습니다. 정상적인 영상이라면 양쪽 눈의 반사광 모양이 일치해야 하지만, 인공지능이 생성한 가짜 영상에서는 미세한 차이가 발생하기 때문입니다. 하지만 이러한 탐지 기술이 완벽한 해결책은 아닙니다. 딥페이크 생성 기술 역시 탐지 알고리즘을 학습하여 이를 우회하는 방식으로 끊임없이 진화하기 때문입니다. 과거 음란물 차단 기술의 사례를 보면 기술적 대응의 한계를 엿볼 수 있습니다. 특정 피부색 범위를 분석해 차단하는 기술이 나오자, 이를 우회하기 위해 데이터를 무작위로 변조하는 기술이 등장하며 기존의 노력이 무색해지기도 했습니다. 이처럼 인공지능 기술은 만능이 아니며, 하나의 기술적 돌파구가 마련되더라도 이를 뒤엎는 또 다른 기술이 나타날 수 있습니다. 따라서 기술의 자정 작용을 믿으면서도, 발생할 수 있는 부작용에 대해 지속적으로 대비하는 자세가 중요합니다. 새로운 기술의 등장은 인류가 직면한 하나의 관문과 같습니다. 과거 포토샵이 처음 등장했을 때도 이미지 위조에 대한 우려가 컸지만, 현재는 공적인 영역과 사적인 영역에서 적절히 구분되어 사용되고 있습니다. 위조지폐 방지 기술이 복사기에 탑재되어 범죄를 예방하듯, 딥페이크 역시 기술적 보완과 더불어 법적 규제, 그리고 사회적 캠페인이 병행되어야 합니다. 기술로 막지 못하는 빈틈을 제도와 인식이 채워나갈 때, 우리는 비로소 새로운 기술과 안전하게 공존할 수 있을 것입니다.

[해SSUL이 있는 과학뉴스] 딥페이크 디텍트 기술
국립과천과학관요즘과학👏
  • 융합

[강연] 데이터 과학과 CSI by임채영|2019 서울대 자연과학대학 공개강연 '과학 선율' | 2강

현대 사회에서 과학수사는 범죄 현장의 증거를 객관적으로 분석하여 사건의 진실을 밝히는 핵심적인 역할을 수행합니다. 흔히 CSI로 알려진 과학수사는 단순히 범인을 찾는 것에 그치지 않고, 데이터 과학의 원리를 활용하여 현장에서 발견된 다양한 흔적들을 논리적으로 재구성합니다. 드라마나 영화를 통해 대중에게 친숙해진 과학수사는 이제 단순한 호기심의 대상을 넘어, 법적 정의를 실현하기 위한 정밀한 학문적 토대 위에 서 있습니다. 데이터 과학은 이러한 과학수사의 객관성을 담보하는 강력한 도구가 되며, 복잡한 사건의 실타래를 푸는 결정적인 열쇠가 됩니다. 법과학은 의학, 유전학, 통계학 등 여러 분야의 지식이 융합된 종합 학문입니다. 과거에는 목격자의 진술이나 자백에 의존하는 비중이 높았으나, 최근에는 DNA 분석이나 디지털 포렌식과 같은 과학적 기법이 결정적인 증거로 채택되고 있습니다. 특히 미국에서 나타난 'CSI 효과'는 배심원들이 과학적 증거 없이는 유죄 판결을 내리지 않으려는 경향을 보여주며, 수사 과정에서 객관적인 데이터 분석이 얼마나 중요한지를 시사합니다. 이는 수사 기관이 더 정교한 분석 기법을 도입하게 만드는 계기가 되었으며, 법정에서의 증거 능력을 강화하는 데 기여하고 있습니다. 하지만 과학수사가 항상 완벽한 것은 아닙니다. 과거의 분석 기법은 현재보다 정확도가 낮아 억울한 누명을 쓰는 사례가 발생하기도 했으며, 증거물의 오차 범위가 너무 넓어 법적 효력을 잃는 경우도 있었습니다. 이러한 한계를 극복하기 위해 미국 한림원 등 학계에서는 법과학 분야에 통계 확률적 방법론을 도입해야 한다고 강조해 왔습니다. 분석 결과의 오류 가능성을 객관적인 수치로 제시함으로써 증거의 타당성을 높이고, 법정에서 더욱 신뢰할 수 있는 근거를 마련하기 위한 노력이 지속되고 있습니다. 이는 과학적 증거가 가진 불확실성을 인정하고 이를 관리하려는 학문적 의지입니다. 범죄 현장의 패턴 증거물인 지문, 족흔적, 혈흔 등은 사건 당시의 상황을 재구성하는 데 중요한 정보를 제공합니다. 예를 들어 족흔적이나 타이어 흔적은 데이터베이스와의 비교를 통해 특정 브랜드나 모델을 식별할 수 있게 하며, 혈흔의 모양과 비산 각도를 분석하면 가해자의 위치나 피해자의 자세를 추정할 수 있습니다. 이러한 분석 과정에는 기하학적 계산과 이미지 처리 기술이 동원되며, 여러 표본을 통해 오차 범위를 계산함으로써 추정의 정확도를 높이는 통계적 접근이 필수적으로 요구됩니다. 데이터는 흩어진 흔적들을 하나의 일관된 이야기로 엮어내는 힘을 가지고 있습니다. 지문 감식은 가장 오래된 과학수사 기법 중 하나이지만, 현대 데이터 과학을 통해 더욱 정밀해졌습니다. 지문의 융선이 끊기거나 갈라지는 지점인 '미뉴샤'를 추출하여 좌표와 각도로 데이터화하고, 이를 기존 데이터베이스와 대조하여 일치 여부를 판단합니다. 단순히 눈으로 비교하는 것이 아니라, 두 지문이 우연히 일치할 확률을 통계 모형으로 계산하여 객관적인 매칭 점수를 산출합니다. 우리나라의 경우 수천만 명의 지문 정보를 시스템화하여 운영하고 있으며, 이는 생체 정보 분석의 방대한 데이터베이스 역할을 합니다. 이러한 시스템은 수만 건의 대조 작업을 순식간에 처리하여 수사의 효율성을 극대화합니다. 지문이나 혈흔 분석에서 도출된 매칭 점수가 실제 증거로서 가치를 가지려면 '매칭 확률'에 대한 심층적인 분석이 필요합니다. 공간 점 과정 모형과 같은 복잡한 통계 모형을 활용하여, 두 증거가 서로 다른 대상에서 나왔음에도 우연히 유사할 확률이 얼마나 낮은지를 증명해야 합니다. 만약 우연히 일치할 확률이 극히 낮다면, 이는 두 증거가 동일한 출처에서 기인했다는 강력한 근거가 됩니다. 이러한 확률적 접근은 주관적인 판단을 배제하고 수사 결과에 과학적 신뢰성을 부여하는 핵심 과정입니다. 통계적 유의성을 확보하는 것이야말로 법과학이 추구하는 객관성의 정점이라 할 수 있습니다. 결국 현대의 과학수사관은 데이터 과학자의 면모를 갖추어야 합니다. 증거물에서 유의미한 특징을 추출하는 분석 능력, 이를 설명할 수 있는 통계적 모형 설계, 그리고 방대한 데이터를 처리할 수 있는 컴퓨터 활용 능력이 조화를 이루어야 합니다. 데이터 과학은 범죄 수사뿐만 아니라 실생활의 추천 알고리즘이나 경제 활동 분석 등 우리 삶의 모든 영역에 깊숙이 침투해 있습니다. 각자의 분야에서 데이터를 분석하고 해석하는 능력을 키운다면, 누구나 복잡한 현상 속에서 진실을 찾아내는 데이터 과학자가 될 수 있습니다. 데이터는 우리가 세상을 바라보고 이해하는 방식을 근본적으로 변화시키고 있습니다.

[강연] 데이터 과학과 CSI  by임채영|2019 서울대 자연과학대학 공개강연 '과학 선율'

임채영

카오스재단서울대자연과학공개강연
  • 수학