[신간] 심층 학습을 이용한 네트워크 침입 탐지

KAIST 김광조 교수 저술...독일 Springer ‘사이버보안 시스템과 네트워크 시리즈’로 출판

[보안뉴스 원병철 기자] AI의 한 분야인 심층학습을 이용한 네트워크 침입 탐지에 대한 전문도서가 발행돼 관심을 모으고 있다. KAIST(총장 신상철) 전산학부 정보보호대학원 김광조 교수는 인도네시아 박사과정 유학생 Muhamad Erza Aminanto, Harry Chandra Tanuwidjaja 학생과 함께 ‘Network Intrusion Detection using Deep Learning: A Feature Learning Approach(심층 학습을 이용한 네트워크 침입 탐지-특장점 학습 측면에서)’라는 제목의 영문 서적을 저술했다고 밝혔다.

2018년 9월 독일의 저명 출판사인 Springer에서 사이버보안 시스템과 네트워크 시리즈 중 한 분야로 발행된 이 책은 정보통신기술진흥센터(IITP)에서 2013년 4월부터 2018년 2월 까지 카이스트에 지원한 ‘생체 모방 알고리즘(Bio-Inspired Algorithm)을 활용한 통신 기술 연구(연구책임자 박홍식 교수)’ 과제의 성과물이다.

이 도서는 컴퓨터 비전, 자연어 처리, 이미지 처리 등의 분야에서 많은 활용되고 있는 인공지능 기법인 ‘심층 학습’을 사용한 각종 침입 탐지 시스템에 관한 구성 방식을 소개하고, 침입 트래픽의 특장점 추출 및 학습을 통해 기존 방식과 비교했을 때 매우 높은 정탐율(99.918%)과 낮은 오탐율(0.012%)을 갖는 침입탐지 기법을 상세히 기술했다. 또한 부록에는 악성 코드 탐지를 위한 인공 지능 기법에 관한 기술 동향을 첨부했다.

이 도서는 사이버 보안과 인공 지능의 접목에 관해 학부 및 대학원생, 연구·개발 담당자에게 실질적인 사이버 보안 시스템 구축에 관한 전문 지식을 제공하는 좋은 지침서가 될 것으로 기대된다.
[원병철 기자(boanone@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다