영국 연구진이 소리 신호로 키 입력을 식별할 수 있는 인공 지능을 개발했습니다. 스마트폰을 마이크로 활용하고, 노트북 근처에 배치한 뒤, 각 키 입력의 고유한 소리를 해당 문자와 연관시켜 AI를 훈련시켰습니다. 노트북에 비밀번호를 입력하면 AI는 95%의 정확도로 키보드 소리를 통해 단어를 해독하는데 성공했다.
노트북에 입력하고, 한두 개의 계정에 로그인하는 동안 휴대전화가 옆에 조용히 놓여 있는 것을 상상해 보세요. 가장 무서운 점은 귀하의 모든 클릭과 탭을 도청하여 귀하의 가장 개인적인 정보를 학습하는 인공 지능에 데이터를 제공할 수 있다는 것입니다. SF 스릴러에서 튀어나온 것처럼 들리지만, AI의 이점과 완벽하지 않은 단점 사이의 미세한 차이를 강조하면서 우리가 생각하는 것보다 현실에 더 가깝습니다.
연구진은 딥러닝 알고리즘을 사용해 키보드 소리만으로 사용자가 입력하는 내용을 인식할 수 있는 시스템을 개발했습니다. CoAtNet이라는 AI는 각 키가 내는 고유한 소리를 나타내는 스펙트로그램을 사용하여 훈련되었습니다. 결과적으로 스마트폰을 맥북에서 20cm 떨어진 곳에 놓는 것만으로도 키 해독 성공률은 95%에 달할 수 있다.
이번 연구의 공동 저자인 에산 토레이니(Ehsan Toreini) 박사는 대부분의 최신 스마트 장치에 마이크가 장착되어 있기 때문에 "이러한 모델과 공격이 점점 더 정확해질 것"을 기대한다고 말했습니다. 팀은 또한 거의 동일한 정확도로 Zoom 및 Skype 통화를 통해 AI를 테스트했습니다.
그러나 현재 모델에는 몇 가지 분명한 한계가 있습니다. CoAtNet은 키보드마다 소리가 다르기 때문에 각 키보드 유형에 맞게 사용자 정의해야 합니다. 훈련에서 우리는 다른 손가락과 다른 압력 수준을 사용하여 MacBook의 36개 키(문자 및 숫자 포함)를 각각 25번 연속으로 눌렀습니다.
또한 AI가 Shift 키의 뉘앙스를 파악하기 어렵기 때문에 비밀번호에 대문자와 소문자, 숫자, 기호를 혼합하여 사용하는 것이 좋은 시작입니다.
이 연구는 주로 개념 증명이며 실제 비밀번호 크래킹이나 시끄러운 환경으로 인해 도청이 덜 실용적이거나 유용하지 않은 커피숍과 같은 실제 환경에서는 아직 사용되지 않았습니다. 그러나 연구원들은 쿠키 커터 키보드가 있고 공공 장소에서 자주 사용되는 노트북이 이러한 유형의 기술에 특히 취약하다는 점에 주목했습니다. 키보드 모더는 키보드의 음향 속성을 변경하면 AI가 비활성화되어 시스템에 대한 새로운 교육이 필요하다는 것을 알 수 있습니다.
하지만 이 경우 최선의 방어책은 구식 비밀번호 관리자가 될 수 있습니다. 비밀번호를 자동 완성하여 음파 스파이로부터 안전하게 보호할 수 있기 때문입니다. 이중 인증과 지문 스캐닝, 안면 인식 같은 생체 인식 옵션을 추가하면 보안이 더욱 강화됩니다.
궁극적으로 이 연구는 새로운 데이터 유형에서 통찰력을 추출하기 위해 AI 알고리즘의 고급 기능에 대한 인식을 높이는 것을 목표로 합니다. 음향 신호는 부채널 공격(예: 레이저 마이크와 관련된 공격)에 자주 사용되며 이제 고급 기계 학습 기술을 통해 더욱 정교하게 분석할 수 있습니다.