주목받는 딥러닝, 보안 측면의 기회와 위협

김호광 SW개발자

이세돌과 격돌한 알파고는 상상을 뛰어넘는 실력으로 대국을 승리로 마무리했다. 또 많은 이들이 알파고에 투입된 딥러닝 기술이 대해 궁금해 하기 시작했다. 딥러닝이 활용될 수 있는 분야는 어디인지, 또 앞으로 딥러닝을 통해 어떤 변화가 예상되는지 등에 관한 얘기가 SNS를 통해 회자되고 있다.

딥러닝이 적용될 만한 대표적인 분야는 의학이 꼽힌다. 방대한 데이터에서 환자 현재 상태를 보다 정확하고 객관적으로 파악하고 방대한 임상 실험 결과 데이터를 토대로 추론 및 진단을 할 수 있기 때문이다. 법률 분야도 딥러닝의 직접적인 영향권에 들어서 있다. 상황이 이렇다보니, 의료 및 법조계에서 딥러닝발 산업 구조조정을 예고하는 시나리오들도 떠돌고 있다.

보안 분야도 딥러닝과 무관치 않다. 해킹을 막는 쪽에서다 해킹을 시도하는 쪽에서나 딥러닝은 중량감 있는 변수로 떠오르고 있다.

딥러닝은 사람과 달리 지치지 않고 색다른 시야로 가능성 있는 패턴을 분석한다. 보안 스캐너의 경우 알려진 경우에 대한 보안 취약점을 스캐닝하고 있지만 딥러닝이 적용된 보안 솔루션이 대중화된다면 알려지지 않은 보안 위협을 경고하고 찾아낼 수 있을 것이다.

딥러닝 기반 보안 솔루션은 특히 제로데이로 불리는, 다시 말해 패치가 나오지 않은 보안 취약점이나 대중적으로 사용되는 서드파티 라이브러리, OS 취약점 등에서 기존 보안 프로그램, 보안 전문가를 일부 대체할 것으로 보인다.

관련해 많은 연구들이 이미 진행되을 감안하면 보안 솔루션 분야에서도 조만간 딥러닝은 의미있는 화두가 될 것으로 보인다.

그러나 양이 있으면 음도 있는 법이다. 딥러닝을 활용한 보안 솔루션도 기대할만 하지만, 거꾸로 딥러닝을 활용한 해킹도 위협적인 시나리오다.

머신 러닝과 딥러닝을 이용한 해킹은 국가적인 규모에서 암암리에 진행되고 있다. 막연한 상상이 아니라 현실로 다가왔다는 얘기다.

불량 국가로 지목된 곳의 중요 시설이 알려지지 않는 보안 취약점으로 메인 시스템이 점령되거나 보안 장비에 알 수 없는 보안 취약점 코드가 업데이트 되는 등이 단시간 발생했다. 이런 해킹은 일반적으로 쉽지 않는 해킹이다. 딥러닝을 활용한 해킹과 취약점 분석은 트렌드로 부상하고 있다. 이를 보여주듯 보안 전문가가 장시간 코드를 리뷰해서 발견하기 힘든 보안 취약점에 대해 정밀한 타케팅으로 공격하는 행위들이 최근 들어 빈도가 높아지고 있다.

머신러닝과 딥러닝 기술은 접근이 점점 쉬워지고 있다. 구글이 오픈소스로 공개한 머신러닝 프레임워크인 텐서플로(TensorFlow)나 마이크로소프트가 오픈 소스로 공개한 DMTK는 고성능이면서 무료이고 클라우드 환경에 올렸을 때 시간 당 몇 만원 수준으로 운영이 가능하다.