싱가포르 국립대학 컴퓨터 연구진들이 청소기가 사적인 대화를 감지할 수 있다는 사실을 밝혀냈다. (사진. NUS)
싱가포르 국립대학(National University of Singapore, 이하 NUS) 컴퓨터 과학자들이 일반적인 로봇 진공청소기와 내장된 Lidar(Light Detection and Ranging) 센서를 사용해 사적인 대화를 감시하는 것이 실제로 가능하다는 것을 입증했다.
LidarPhone으로 불리는 이 새로운 방법은 로봇 진공청소기가 일반적으로 집 내부를 탐색하는 데 사용하는 Lidar 센서를 레이저 기반 마이크로 변경, 사적인 대화를 도청한다. NUS 컴퓨터 과학 연구팀은 높은 정확도로 음성 데이터를 복구할 수 있다는 것을 밝혀냈다.
연구 관계자는 “스마트 스피커 및 스마트 보안 카메라를 포함한 스마트 장치의 확산으로 인해 해커가 우리의 사적인 순간을 스누핑할 수 있는 수단이 증가했다”라며, “우리의 방법은 이제 가정용 로봇 청소기처럼 무해한 것을 사용해 민감한 데이터를 수집할 수 있음을 보여주는 것이다. 아울러 이러한 악의적인 공격을 방지하기 위한 실용적인 솔루션을 찾아야 하는 필요성을 강조하는 것이기도 하다”라고 전했다.
한편 이 작업은 지난 2020년 11월 18일 컴퓨팅 기계 협회(Association for Computing Machinery)의 임베디드 네트워크 센서 시스템 컨퍼런스(SenSys 2020)에서 발표, 베스트 포스터 러너 업 어워드(Best Poster Runner Up Award)를 수상한 바 있다.
LidarPhone 공격 방법의 핵심은 보이지 않는 스캐닝 레이저를 발사하고 주변지도를 생성하는 장치인 Lidar 센서다. 사람의 컴퓨터 스피커 또는 TV 사운드 바 근처에 있는 쓰레기통이나 테이크아웃 백과 같은 일반적인 물체에서 레이저를 반사함으로써 공격자는 물체의 표면을 진동시키는 원래 소리에 대한 정보를 얻을 수 있다. 적용된 신호 처리 및 딥러닝 알고리즘을 사용해 음성 데이터에서 음성을 복구할 수 있으며 민감한 정보를 잠재적으로 얻을 수도 있다.
실험에서 연구원들은 두 가지 소리 소스가 있는 일반적인 로봇 청소기를 사용했다. 하나는 컴퓨터 스피커에서 재생되는 숫자를 읽는 사람의 음성이었으며, 다른 소스는 TV 사운드 바를 통해 재생되는 TV 쇼의 음악 클립이었다.
연구팀은 19시간 이상의 녹음된 오디오 파일을 수집해 사람의 목소리와 일치시키거나 음악 시퀀스를 식별하도록 훈련된 딥러닝 알고리즘을 통해 전달했다. 시스템은 피해자의 신용 카드 등 소리내어 말하는 숫자를 감지할 수 있는 한편, 잠재적으로는 텔레비전 쇼를 기반으로 한 피해자의 시청 선호도 또는 정치적 성향을 공개할 수도 있었다. 이 시스템은 말한 숫자를 복구할 때 91%의 분류 정확도를, 음악 클립을 분류할 때 90%의 정확도를 달성했는데, 이 결과는 무작위 추측인 10%보다 훨씬 높은 것으로 나타났다.
또한 연구원들은 일반적인 가정용 재료를 실험해 그들이 Lidar 레이저 빔을 얼마나 잘 반사하는지 테스트했으며 오디오 복구의 정확도가 재료마다 다르다는 것을 발견했다. 그들은 레이저 빔을 반사하는 가장 좋은 재료는 광택이 있는 폴리프로필렌 백, 좋지 않은 재료는 광택이 있는 판지라는 것을 발견했다.
연구원들은 Lidar가 오용되는 것을 방지하기 위해 사용자에게 로봇 청소기를 인터넷에 연결하지 않는 것을 권장한다. 연구팀은 Lidar 센서 제조 기업이 Lidar가 회전하지 않을 때 내부 레이저가 발사되는 것을 방지하기 위해 재정의할 수 없는 메커니즘을 통합할 것을 제안했다.
연구팀은 “점점 더 스마트한 집을 가지려는 우리의 열망이 프라이버시에 얼마나 영향을 미칠지 고려해야 한다. 인터넷에 연결된 새로운 감지장치를 집으로 가져 오면 개인정보 보호에 추가적인 위험이 발생할 수 있다는 사실을 받아들이고 신중하게 선택해야 한다”라고 전했다.
한편 연구팀은 LidarPhone에서 배운 아이디어를 Lidar 센서를 사용하는 자율주행 차량에 적용하는 작업을 수행하고 있다. 이는 자동차 창문의 미세한 진동을 통해 근처 자동차에서 일어나는 대화를 도청하는 데 사용될 수도 있기 때문이다. 연구팀은 최신 스마트폰에서 발견된 능동형 레이저 센서의 취약성을 조사하고 있으며, 이로 인해 드러나는 추가적인 개인 정보 문제가 파악하는 데 집중하고 있다.
