KAIST, 국내 최초로 사진 위변조 탐지 가능한 실용 소프트웨어 개발

↑ 원본 이미지(왼쪽), 유형별 변형 적용 이미지(가운데), 분석 결과가 나열된 모습. 분석 결과 이미지를 보면, 주변의 다른 색상과 다른 녹색, 붉은색, 파랑색, 노랑색 부분영역들이 섞여서 나타난다. 이는 해당 영역의 변형을 의미한다. [사진제공 = KAIST]

국내 최초이자 세계에서 두 번째로 사진과 영상자료의 위·변조 유무를 탐지할 수 있는 기술이 개발됐다.
3일 한국과학기술원(KAIST)은 이흥규 전산학부 교수 연구팀이 인공신경망을 이용해 디지털 형태의 사진 변형 여부를 광범위하게 탐지하는 실용 소프트웨어 '카이캐치(KAICATCH)'를 개발했다고 밝혔다. 특히 딥페이크 등 최근 사회문제로 떠오르고 있는 위조된 사진 및 동영상을 잡아내는데 큰 역할을 할 것으로 기대된다.
기존 디지털사진 포렌식 기술은 개개 변형의 유형에 대응해 개발됐다. 따라서 변형 유형이 다양하거나, 사전 특정되기 전에는 일정 수준 이상의 높은 신뢰도를 확보하기가 어렵다는 한계가 있었다. 다양한 변형이 가해진 채 온라인에서 유통되는 사진이나 영상에 대한 변형 여부의 탐지는 극소수 전문가들의 주관적인 판단의 영역에 머물러 왔다.
이 교수 연구팀은 특정 변형을 탐지하는 개개의 알고리즘들을 모아놓은 기존 기술의 한계를 극복해 이같은 문제를 해결했다. 특히 다양한 변형에 대한 탐지를 유기적으로 통합하는 기술에 주목했다. 이 교수 연구팀은 잘라 붙이기·복사 붙이기·지우기·이미지 내 물체 크기 변화와 이동·리터칭 등 일상적이면서 자주 발생하는 변형들에서 언제나 발생하는 변이들을 분류, 정리해 필수 변이로 정의하고 이들을 종합 탐지하는 연구를 수행했다. 그 결과 변형의 유형을 특정하지 못하는 상태에서도 변형이 발생했는지 여부를 판단함으로써 탐지 신뢰도를 크게 높였다.
이 교수 연구팀은 이어 BMP·TIF·TIFF·PNG 등 무압축, 무손실 압축을 포함해 50여 개의 표준 양자화 테이블과 1000여 개가 넘는 비표준화된 양자화 테이블에 기반한 JPEG 이미지들도 포괄적으로 처리하는 기술을 포함한 실용 소프트웨어를 개발하는 데 성공했다.
이 교수 연구팀이 개발한 카이캐치는 일반인들을 대상으로 지난 2015년 6월부터 '디지털 이미지 위·변조 식별 웹서비스'를 통해 수집한 30여만 장의 실 유통 이미지 데이터와 특징기반·신경망 기반의 포렌식 영상 데이터, 딥페이크와 스테고 분석을 위한 대량의 실험 영상자료를 정밀 분석해 활용한 연구 결과물이다. 전통적인 영상 포렌식 기술, 스테그 분석 기술 등 픽셀 단위의 미세한 변화를 탐지하는 기술들을 응용해, '이상 영역 추정 엔진'과 '이상 유형 분석 엔진' 두 개의 인공지능 엔진으로 구성됐다. 이를 기반으로 결과를 판단하고 사진에 대한 다양한 변형 탐지 기능과 사진의 변형 영역 추정 기능 등을 함께 제공할 수 있다.
카이캐치 개발을 주도한 이 교수는 "다양한 변형 시 공통으로 발생하는 픽셀 수준에서의 변형 탐지와 인공지능 기술을 융합한 영상 포렌식 기술을 카이캐치에 담았는데 이 기술은 특히 임의의 환경에서 주어진 디지털사진의 변형 여부를 판단하는데 탁월한 성능을 보인다"며 "향후 각종 편집 도구들의