Earticle

본 연구는 인공지능(머신러닝·딥러닝) 기법을 아이폰(iOS) 디지털 포렌식 절차에 적용하여 삭제·손상 데이터의 복구 효율성과 정확도를 향상시키는 방안을 제안한다. iOS의 강력한 보안 구조는 전통적인 수동 분석 및 단순 복구 방식의 한계를 점점 확대시키고 있으며, 이에 따라 보다 정밀하고 신뢰성 있는 복구 기법이 요구되고 있다. 이를 해결하기 위해 본 연구는 ML 트리아지 기반의 자동 분류 · 우선순위화와 DL 인페인팅 기반의 시각적 복원을 결합한 AI 융합 복구 파이프라인을 제시하고, 그 파이프라인에서 ML 트리아지 기법이 가지는 설명 가능성 부족, 데이터 편향, 후보 선정 불안정성 등의 한계를 개선하기 위해 XAI(Explainable AI) 적용, 데이터 다양성 확보 및 정기적 재학습, Top-k 우선순위화 알고리즘 고도화 방안을 포함하였다. 또한 APFS의 기술적 제약과 복구 가능성을 분석하고, 표준화된 AI 복구 절차 및 평가지표를 제시함으로써 처리 시간을 단축하고, 복구 정확도 및 법적 증거 확보의 신뢰성을 강화하고자 한다. 본 연구의 결과는 향후 아이폰 디지털 포렌식 자동화 및 고도화에 기여할 것으로 기대된다.

This study proposes an advanced approach to enhance the efficiency and accuracy of recovering deleted or damaged data in iPhone (iOS) digital forensics by integrating artificial intelligence techniques, specifically machine learning (ML) and deep learning (DL). The robust security architecture of iOS has increasingly amplified the limitations of conventional manual and simple recovery methods, creating the need for more precise and reliable forensic solutions. To address these challenges, this research presents an AI-integrated recovery pipeline that combines ML triage-based automatic classification and prioritization with DL inpainting-based visual restoration. In addition, to mitigate the shortcomings of conventional ML triage—such as insufficient explainability, data bias, and instability in Top-k candidate selection—this study incorporates Explainable AI (XAI), ensures data diversity through periodic retraining, and introduces an enhanced hybrid Top-k prioritization algorithm. Furthermore, by analyzing the technical constraints and recovery potential of the Apple File System (APFS), the study proposes standardized AI-driven recovery procedures and evaluation metrics. The proposed framework aims to reduce processing time, improve recovery accuracy, and reinforce the legal reliability and transparency of digital evidence in iOS forensic analysis.

최근 LLM 기반 코드 생성 모델의 발전으로 데이터 포이즈닝을 통한 백도어 공격은 소프트웨어 공급망 보안에 심각한 문제로 대두되고 있다. 기존 공격은프롬프트 어휘나 구조 변화에 매우 민감하다. 이러한 한계를 극복하기 위해 본 논문에서는다중 프롬프트 앙상블과 의사결정 단일 프롬프트에 의존하기 때문에 불안정하고 알고리즘을 결합한 안정적인 백도어 공격 프레임워크를 제안한다. 제안된 방법은 Ask Me Anything(AMA)전략을 사용하여 네 가지 관점의 프롬프트를 생성하고, Self-Consistency 기반의 다수결 및 의미론적 투표를 적용해 최적의 취약점 데이터를 정제한다. 실험 결과는 제안된 다중 프롬프트 앙상블 프레임워크가 기존의 단일 프롬프트 방식보다 공격 성공률을 최대 94%까지 크게 향상시켜 높은 공격 일관성을 입증함을 보여주었다. 본 연구는 프롬프트 엔지니어링이 어떻게 보안 취약점을 극대화할 수 있는지 정량적으로 분석하여LLM기반 소프트웨어 공급망 위험에 대한 경고를 제시한다. 더불어, 제안된 공격 기법의 이중 용도(Dual-use) 위험성을 인지하고, 이를 완화하기 위한 방어 전략의 필요성과 향후 연구 방향을 제시한다.

As Large Language Model (LLM)-based code generation advances, backdoor attacks have become critical software supply chain security challenges. Existing backdoor attacks rely primarily on single prompts, showing instability and high sensitivity to prompt vocabulary or structure changes. To overcome these limitations, this paper proposes a stable backdoor attack framework combining a multi-prompt ensemble with decision-making algorithms. Our method generates multiple prompts from four perspectives using the Ask Me Anything (AMA) strategy and refines optimal poisoned data by applying Simple Majority and Semantic Voting techniques based on the Self-Consistency principle. Experimental results demonstrate that the proposed multi-prompt ensemble framework significantly improves the Attack Success Rate by up to 94% compared to the baseline single-prompt approach, proving high attack consistency. This study quantitatively analyzes how advanced prompt engineering can maximize security vulnerabilities, warning against LLM-based software supply chain risks. Furthermore, acknowledging the dual-use risk of the proposed attack, we suggest the necessity for defense strategies to mitigate these threats and outline future research directions.

최근 대규모 개인정보 유출 사고로 인해 Credential Stuffing 공격이 급증하고 있다. 기존의 TOTP(Time-based One-Time Password) 기반 이중 인증 기법은 비밀번호 재사용 공격을 완화하는 데 효과적이지만, HMAC-SHA 기반 구조는 장기적으로 양자 컴퓨팅 환경에서 보안 강도가 저하될 수 있다. 본 논문에서는 격자 기반 및 해시 기반 양자 내성 암호 구조를 적용한 PQ-TOTP(Post-Quantum TOTP) 인증 기법을 제안한다. 제안 기법은 디바이스 바인딩과 세션 난수 결합 메커니즘을 통해 Credential Stuffing 공격의 성공 확률을 이론적으로 감소시킨다. 보안성 분석 결과, 제안 기법은 기존 TOTP 대비 양자 공격 저항성과 재사용 공격 방어 측면에서 향상된 보안 수준을 제공함을 확인하였다.

Credential stuffing attacks have significantly increased due to large-scale credential leaks. Conventional Time-based One-Time Password (TOTP) mechanisms mitigate password reuse attacks; however, HMAC-SHA-based constructions may suffer reduced security strength in the presence of quantum adversaries. This paper proposes a Post-Quantum TOTP (PQ-TOTP) scheme leveraging lattice-based and hash-based post-quantum cryptography. The proposed mechanism incorporates device binding and session randomness to reduce the success probability of credential stuffing attacks. Security analysis demonstrates that the proposed scheme provides enhanced resistance against quantum attacks and replay-based credential reuse compared to conventional TOTP mechanisms.

디지털방송 기술은 방송 품질 향상과 효율적인 스펙트럼 활용을 위해 지속적으로 발전해 왔다. DVB(Digital Video Broadcasting)는 위성, 지상파 및 케이블 방송 환경에서 널리 사용되는 대표적인 디지털방송 표준이다. DVB 시스템에서 정의한 서비스 정보(Service Information, SI)는 채널 구성, 프로그램 일정 및 서비스 식별 정보를 제공하는 핵심 메타데이터로서 수신기의 채널 탐색 및 전자 프로그램 가이드(EPG) 생성에 중요한 역할을 한다. 그러나 DVB 전송 구조는 기본적으로 서비스 정보에 대한 인증 및 무결성 보호 기능을 제공하지 않기 때문에 위조된 서비스 정보 삽입, 불법 방송 신호 송출, 수신기 파싱취약점 등 다양한 보안 위협이 발생할 가능성이 존재한다. 본 연구는 디지털방송 시스템 구조와 DVB-SI 표준을 설명하고 DVB-SI 기반 보안 위협을 체계적으로 분류한다. 또한, 각 위협에 대한 공격 시나리오를 분석하고 이에 대응하기 위한 기술적 및 정책적 대응 방안을 제안한다. 본 연구는 디지털방송 환경에서 서비스 정보 보안의 중요성을 제시하고 향후 안전한 방송서비스 제공을 위한 연구 방향을 제시한다

Digital Video Broadcasting (DVB) standards are widely used in satellite, terrestrial, and cable broadcasting systems. In DVB systems, Service Information (SI) provides essential metadata for channel configuration, service identification, and electronic program guides. However, DVB transport streams do not inherently provide authentication or integrity protection mechanisms for SI data. This limitation may lead to various security threats such as spoofed SI injection, rogue broadcast signals, and receiver parsing vulnerabilities. This paper introduces the architecture of digital broadcasting systems and the structure of DVB Service Information. It then classifies and analyzes representative security threats related to DVB-SI. Furthermore, technical and policy-based countermeasures are proposed to enhance the security of DVB-SI transmission. The proposed approaches aim to improve the reliability and security of digital broadcasting infrastructures.

조직의 정보시스템은 자산, 서비스, 업무가 상호 의존하는 구조로 운영되므로, 특정 자산에서 발생한 침해사고의 영향이 서비스와 업무 전반으로 확산될 수 있어 신속하고 체계적인 대응이 요구된다. 그러나 기존 위험평가는 사고 이전의 가능성과 잠재적 영향을 중심으로 하는 예측적 평가 체계이므로, 사고 이후의 실제 피해 규모와 피해액을 직접적으로 설명하기 어렵다. 이에 본 연구는 정성적인 사전 위험도와 정량적인 사후 심각도를 구분하여 정의하고, 사고로 인해 실제 발생한 정보 유·노출, 데이터 변조, 서비스 중단을 각각 기밀성(C)·무결성(I)·가용성(A) 손실률로 정량화함으로써, 실현된 피해의 규모를 보안 관점에서 평가하는 모델을 제안한다. 제안 모델은 자산–서비스 의존 구조를 반영한 자산 중요도와 CIA 손실률을 결합하여 심각도를 산정하며, 자산별 및 보안 속성별 기여도를 해석할 수 있어 대응 과정에서의 우선순위 설정과 자원 배분 등 보다 효율적인 의사결정을 지원한다. 이는 향후 위험관리 수준의 재설정과 DoA 기준의 구체화에 반영되어 조직의 보안관리 체계 개선으로 환류될 수 있다.

Organizational information systems operate through interdependent assets, services, and business functions; thus, the impact of a cyber incident affecting a specific asset can propagate across services and operations, requiring prompt and systematic response. However, conventional risk assessment is a predictive framework centered on pre-incident likelihood and potential impact, making it inadequate for directly explaining the actual scale of damage and financial loss after an incident has occurred. Accordingly, this study distinguishes qualitative pre-incident risk from quantitative post-incident severity and proposes a model for evaluating realized damage from a security perspective. Specifically, actual incident outcomes, including information leakage, data tampering, and service disruption, are quantified as Confidentiality, Integrity, and Availability (CIA) loss rates. The proposed model calculates severity by combining these CIA loss rates with asset importance derived from asset–service dependency structures. It also enables interpretation of the contribution of individual assets and security attributes, thereby supporting more efficient decision-making in response prioritization and resource allocation. Furthermore, the results can be fed back into the recalibration of risk management levels and the refinement of Degree of Assurance (DoA) criteria, contributing to improved organizational security management.

공공기관의 클라우드 전환이 가속화됨에 따라 지능형 지속위협(APT)에 대한 선제적 대응 체계 수립이 국가 사이버안보의 핵심 과제로 부상하고 있다. 본 연구는 공공 클라우드 전환 단계별 발생 가능한 APT 위협을 MITRE ATT&CK 프레임워크 기반으로 분류하고, 제로트러스트 아키텍처(ZTA)와 AI 탐지 기술을 융합한 ZETA-AD 프레임워크를 제안한다. 제안 모델은 비지도·지도학습 및 그래프 신경망(GNN)을 결합한 다층 앙상블 탐지 엔진을 통해 위협을 식별하며, 이를 ZTA 정책 엔진과 연동하여 실시간 동적 권한 제어를 수행한다. 실험 결과, F1-Score 92.8%의 높은 탐지 정확도를 기록하였으며, 기존 체계 대비 APT 평균 체류 시간을 81.8% 단축시키고 데이터 유출 성공률을 80.4% 감소시키는 성과를 확인하였다. 또한 SHAP 기반의 설명 가능한 AI(XAI)를 적용하여 탐지 근거의 투명성을 확보함으로써, 공공 보안 관제 현장에서의 실무적 활용성을 높였다.

As public cloud migration accelerates, establishing a proactive defense against Advanced Persistent Threats (APT) has become a vital national cybersecurity challenge. This study classifies APT threats by migration phase using the MITRE ATT&CK framework and proposes the ZETA-AD framework, which integrates Zero Trust Architecture (ZTA) with AI detection technologies. The proposed model utilizes a multi-layered ensemble engine combining unsupervised/supervised learning and Graph Neural Networks (GNN) to identify threats, while enabling real-time dynamic control through integration with the ZTA policy engine. Evaluation results show an F1-Score of 92.8%, a 81.8% reduction in average APT dwell time, and a 80.4% decrease in data exfiltration success rates. Furthermore, by incorporating SHAP-based Explainable AI (XAI), the framework ensures transparency in detection rationale, providing a practical and reliable model for security administration in public institutions.

무선 인터넷과 IoT(Internet of Things) 기술 기반의 다양한 스마트기기가 확산함에 따라 경량 블록 암호 기술의 사용이 증가하고 있다. 경량 블록 암호는 저전력과 저면적 환경에서 데이터의 보안, 무결성, 인증 등 스마트 기기의 정보보호에 필수적인 기술로 자리 잡고 있다. 그러나, 개발된 경량 블록 암호 기술에 대한 공격 기법들이 연구되면서, 개선의 필요성이 대두되고 있다. 본 연구에서는 경량 블록 암호 기술을 개선하기 위해, 추가적인 논리 게이트오버헤드가 전혀 없는 비용 제로(zero-cost) 기반의 통계적 경로 재설계 기법(Statistical Path Redesign)을 제안한다. 이 통계적 경로 재설계 기법을 활용하여, 경량 블록 암호의 국제 표준으로 선정된 SPN(Substitution-Permutation Network) 구조의 PRESENT[2]와 ARX(Addition-Rotation-XOR) 구조의 HIGHT[3] 암호 기술에 대한 취약성을 분석하고, 최적화된 개선 방안을 제안한다. 그리고, 개선된 경량 블록 암호에 대해 기존 공격 기법들에 대한 저항성과 최초 제안된 경량 블록 암호와의 성능을 대수적 검증과 시뮬레이션 결과로 분석한다.

As various smart devices based on wireless internet and IoT(Internet of Things) technologies proliferate, the demand for lightweight block cipher technology continues to rise. Lightweight block ciphers have become an essential component for ensuring data security, integrity, and authentication in smart devices operating within low-power and resource-constrained environments. However, as cryptanalysis techniques against existing lightweight block ciphers advance, the necessity for structural improvement is emerging. In this paper, to enhance lightweight block cipher security, we propose a Statistical Path Redesign(SPR) technique achieved at zero-cost, incurring absolutely no additional logic gate overhead. Using this SPR technique, we analyze the vulnerabilities of the SPN(Substitution-Permutation Network)-based PRESENT[2] and ARX(Addition-Rotation-XOR)-based HIGHT[3] architectures which are both registered as international standards for lightweight ciphers, and propose optimized improvement schemes. Finally, through rigorous algebraic verification and extensive simulation results, we demonstrate that the enhanced lightweight block ciphers fundamentally evade known attack vectors while maintaining the performance profiles of the originally proposed designs.

최근 대규모 언어 모델(LLM)과 Vision-Language Model(VLM)의 발전은 사이버보안 자동화와 위험 정보 전달 방식에 새로운 가능성을 제시하고 있다. 그러나 기존의 보안 진단 결과는 주로 PDF 기반 정적 보고서 형태로 제공되어, 비전문가와 의사결정자가 위험성과 대응 우선순위를 직관적으로 이해하는 데 한계가 존재한다. 본 연구는 웹 취약점 진단을 사례로 하여, 진단 스크린샷 이미지를 기반으로 설명형 보안 보고서를 자동 생성하고 자연어 질의를 지원하는 LLM 기반 대화형 보안 위험 커뮤니케이션 시스템을 제안한다. 제안 시스템은 VLM을 활용하여 웹 취약점 이미지를 분석하고, OWASP 기반 구조화 결과와 보호동기이론(PMT)을 반영한 프롬프트 설계를 통해 위험 설명과 대응 방안을 포함하는 보안 보고서를 생성한다. 또한 챗봇 기반 상호작용 기능을 통해 사용자가 생성된 보고서 내용을 자연어 형태로 질의하고 재해석할 수 있도록 구성하였다. 전문가 기반 초기 평가 결과, 제안 시스템은 기존 정적 보안 보고서 대비 사용자 이해도와 위험 인식 향상 측면에서 긍정적인 가능성을 보였다. 본 연구는 LLM 기반 보안 자동화를 사용자 중심의 설명형 보안 커뮤니케이션 구조로 확장할 수 있는 가능성을 제시한다.

Recent advances in Large Language Models (LLMs) and Vision-Language Models (VLMs) have created new opportunities for cybersecurity automation and security risk communication. However, conventional security assessment results are typically delivered as static reports, making it difficult for non-experts to understand security risks and response priorities. This study proposes an LLM-based interactive security risk communication system that automatically generates explainable security reports from web vulnerability assessment screenshots. The proposed system utilizes a VLM to analyze vulnerability images and generates security reports based on OWASP-oriented structured results and Protection Motivation Theory (PMT)-based prompting. A chatbot interface enables users to query and reinterpret the generated reports through natural language interaction. Preliminary expert evaluation results indicate that the proposed system has the potential to improve user comprehension and risk awareness compared with conventional static reports. The findings suggest that LLM-based security automation can be extended toward a user-centered explainable security communication framework.

공공기관, 대학 전산실, 도서관 및 무인민원발급기 등 공용 PC 환경에서는 사용자가 문서를 열람하거나 출력한 후 PDF 파일을 삭제하지 않아 개인정보가 노출되는 사례가 지속적으로 발생하고 있다. 기존 데이터 유출 방지(DLP) 기술은 이메일 전송, USB 저장매체 복사 및 클라우드 업로드 등 외부 반출 과정의 정보 유출 방지에 초점을 두고 있어 시스템 내부에 남겨진 잔존 파일에 의한 개인정보 노출 문제에는 효과적으로 대응하지 못한다. 본 연구에서는 공용 PC 환경에서 잔존 PDF 파일로 인한 개인정보 노출을 방지하기 위한 경량 개인정보 사전 탐지 시스템을 제안한다. 제안 시스템은 PDF 문서로부터 텍스트를 추출한 후 정규표현식 기반 탐지 기법을 적용하여 전화번호, 이메일, 주민등록번호 및 학번 등의 개인정보를 실시간으로 분석한다. 또한 향후 자동 암호화 및 접근통제 기능과 연계 가능한 확장형 구조를 적용하였다. 100개의 PDF 문서를 대상으로 성능을 평가한 결과, Precision 0.96, Recall 0.93, F1-score 0.94를 기록하였으며 평균 처리시간은 12ms/PDF로 나타났다. 또한 BERT 기반 탐지 모델과 비교하여 우수한 처리 속도와 자원 효율성을 확인하였다. 연구 결과는 공용 PC 환경의 개인정보 보호 수준 향상을 위한 실용적인 경량 보안 기술로 활용될 수 있음을 보여준다.

Shared PC environments, such as public service kiosks, university computer labs, libraries, and self-service certificate issuance systems, frequently expose users to privacy risks caused by residual PDF files left on systems after viewing or printing documents. Conventional Data Loss Prevention (DLP) solutions primarily focus on preventing data leakage during external transmission processes, including email transfers, USB storage copying, and cloud uploads, and thus have limitations in addressing privacy exposure caused by residual files within systems. This study proposes a lightweight PDF-based personal information pre-detection system to prevent privacy exposure from residual files in shared PC environments. The proposed system extracts text from PDF documents and employs regular expression–based detection techniques to identify sensitive information, including phone numbers, email addresses, resident registration numbers, and student identification numbers, in real time. Furthermore, the system is designed with an extensible architecture that can be integrated with automatic encryption and access control mechanisms. Experimental evaluations using 100 PDF documents achieved a Precision of 0.96, Recall of 0.93, and F1-score of 0.94, with an average processing time of 12 ms per PDF document. Comparative experiments with a BERT-based detection model demonstrated superior processing speed and resource efficiency of the proposed approach. The results indicate that the proposed system can serve as a practical and lightweight security solution for enhancing privacy protection in shared computing environments.

최근 재택근무, 하이브리드 업무 환경, 클라우드 기반 업무 시스템의 확산으로 인해 엔드포인트 보안의 중요성이 더욱 커지고 있다. 엔드포인트는 사용자와 조직의 정보자산이 직접 연결되는 영역으로서 악성코드 감염, 비정상 프로세스 실행, 파일 변조, 비인가 접근 등 다양한 위협에 노출된다. 그러나 기존의 시그니처 기반 보안 솔루션은 알려진 위협 탐지에는 효과적이지만, 신·변종 악성코드나 비정상 행위 탐지에는 한계가 있다. 이에 본 연구에서는 Zabbix, Winlogbeat, Sysmon과 같은 오픈소스 기반 도구와 자체 개발한 IOC(Indicator of Compromise) 기반 실시간 파일 검증 프로그램을 연계한 엔드포인트 실시간 모니터링 및 위협 탐지 솔루션을 제안한다. 제안 솔루션은 엔드포인트에서 발생하는 시스템 이벤트 로그와 파일 시스템 변화를 실시간으로 수집하고, 이를 관리 서버로 전송하여 통합적으로 분석하는 구조로 설계되었다. 또한 IOC 데이터베이스를 활용하여 악성 파일을 식별하고, 위협 발생 시 관리자에게 Slack 알림을 제공함으로써 신속한 대응이 가능하도록 하였다.

The growing adoption of remote work, hybrid environments, and cloud-based systems has significantly increased the importance of endpoint security. Endpoints, which directly interface with organizational information assets, are exposed to diverse threats including malware infections, abnormal process execution, file tampering, and unauthorized access. While traditional signature-based security solutions are effective against known threats, they are limited in detecting novel and evolving attacks. This paper proposes a real-time endpoint monitoring and threat detection framework that integrates open-source tools such as Zabbix, Winlogbeat, and Sysmon with a custom-developed IOC (Indicator of Compromise)- based file verification mechanism. The proposed system collects system event logs and file system changes from endpoints in real time and transmits them to a centralized server for unified analysis. In addition, an IOC database is utilized to identify malicious files, and Slack-based alerting is implemented to enable rapid incident response. Experimental results demonstrate that the proposed approach enhances the detection of abnormal behaviors and improves response efficiency in endpoint security environments.

AI 패러다임은 언어 생성을 넘어 파일 시스템 접근, 외부 도구 호출, 결제 권한 등을 수행하는 실행형 에이전트 환경으로 확장되고 있으며, 이기종 멀티 에이전트 시스템에서는 개인 에이전트(PA: Personal Agent)와 서비스 에이전트(SA: Service Agent)가 서로 다른 정책, 감사 기준, 데이터 보존 규칙하에서 협업한다. 이로 인해 정책 불일치, 프롬프트 주입, 공급망 공격, 설정 오류가 연쇄적 피해로 이어질 수 있으므로, 본 논문은 소유권 기반 보안 수준 협약 프레임워크인 Agent-SecSLA를 제안한다. 제안 프레임워크는 데이터 민감도와 실행 위험도의 이원 분류, 3단계 보안 레벨, DSPN(Discover-Settle-Pin-Notify) 프로토콜, 사건 단위 PEP/PDP 정책 집행, 위임 토큰의 depth/fanout 제어, 해시 포인터 기반 연계보관성(CoC: Chain of Custody), 단계적 패널티 메커니즘으로 구성된다. 또한 기존 정책 협상·집행 기법과의 비교, 형식적 안전성 명제와 증명 스케치, 합성 시뮬레이터 기반 예비 정량 평가를 통해 제안 프레임워크의 적용 가능성을 분석한다.

The AI paradigm is expanding beyond language generation toward action-capable agent environments that perform file-system access, external tool invocation, and payment authorization, while heterogeneous multi-agent systems require Personal Agents (PAs) and Service Agents (SAs) to collaborate under different policies, audit criteria, and data-retention rules. As a result, policy mismatches, prompt injection, supply-chain attacks, and misconfigurations may lead to cascading damage; therefore, this paper proposes Agent-SecSLA, an ownership-based security level agreement framework. The proposed framework consists of a bivariate classification of data sensitivity and action risk, three security levels, the DSPN (Discover-Settle-Pin-Notify) protocol, event-level PEP/PDP policy enforcement, depth/fanout control for delegation tokens, hash-pointer-based Chain of Custody (CoC), and a graduated penalty mechanism. In addition, this paper analyzes the framework’s applicability through comparison with existing policy negotiation and enforcement techniques, formal safety propositions, proof sketches, and preliminary quantitative evaluation using a synthetic simulator.

연구목적은 국가중요시설 보안실무자의 보안활동이 보안교육과 보안성과에 미치는 영향을 분석하는데 있다. 실무에서 근무하고 있는 200명의 보안요원들을 대상으로 2025년 12월 01일부터 2026년 01월 9일까지 약 6주 동안 설문조사를 실행하였다. 설문내용은 “보안활동, 보안교육, 보안성과”로 구성하고 이후 연구가설을 3개 작성하였다. AMOS 23.0을 활용하여 각 변수별로 신뢰도 및 탐색적 요인을 분석하고 구조방정식을 도출하였다. 분석결과, 3개의 연구가설 “보안활동 ⇨ 보안교육, 보안교육 ⇨ 보안성과, 보안활동 ⇨ 보안성과”는 모두 통계적으로 유의하게 도출되었다. 따라서 보안요원들의 보안성과를 높이기 위해서는 보안활동과 보안교육에 대한 중요성을 확인하였고 이를 향상시키기 위한 노력이 필요해 보인다. 최근 발생한 국내 최대 이커머스 보안사고인 쿠팡 고객정보 유출사건 등을 예방하면서 각 기업 내 보안활동과 보안교육을 효율적으로 실시하기를 바라는 바이다.

The purpose of this study was to investigate the impact of security activities of security personnel at nationally important facilities on security training and security performance. A survey was conducted over a six-week period, from December 1, 2025, to January 9, 2026, targeting 200 security personnel working in the field. The survey consisted of the following questions: "Security activities, security training and security performance," and three research hypotheses were developed. Using AMOS 23.0, we analyzed reliability and exploratory factors for each variable and derived a structural equation model. The results of the analysis revealed that the research hypotheses "Security activities ⇨ Security training, Security training ⇨ Security performance, Security activities ⇨ Security performance" were all statistically significant. Therefore, the importance of security activities and security training to enhance security personnel's security performance has been confirmed, and efforts to improve them are necessary. We hope that each company will effectively implement security activities and security training within its own organization while preventing incidents such as the recent Coupang customer information leak, the largest e-commerce security incident in Korea.

저궤도 위성 네트워크는 전 지구적 저지연 통신을 제공하지만, 높은 손실률과 급변하는 채널 특성, 제한된 대역폭으로 인해 안정적인 무선 펌웨어 업데이트를 수행하기 어렵다. 기존의 무선 펌웨어 업데이트 방식은 펌웨어 데이터와 제어 메시지를 분리하여 전송하고 패킷 단위 ACK 교환에 의존하기 때문에, 저궤도 위성 통신환경에서 과도한 오버헤드와 반복 재전송을 유발하여 제한된 통신 시간 안에 업데이트하기 어렵다. 본 논문은 이러한 구조적 한계를 해결하기 위해 데이터와 제어 정보를 단일 전송 단위로 통합하고, 경량화된 통합 ACK 구조를 적용한 데이터-제어신호 어그리게이션 기반 전송 기법을 제안한다. 실험 결과에 따르면 제안 기법은 종래 기법 대비 전송 횟수 측면에서 최대 2배 이상의 통신 효율 향상을 보였으며, 펌웨어 크기 증가에 따른 전송 횟수는 약 8% 감소하였다. 또한, 전체 오버헤드는 약 11%를 절감되었고, 처리율은 최대 2배 수준으로 우수한 성능을 입증하였다.

Low Earth Orbit (LEO) satellite networks provide global low-latency communication, but high loss rates, rapidly changing channel characteristics, and limited bandwidth make stable wireless firmware-over-the-air (FOTA) updates challenging. Existing OTA methods transmit firmware data and control messages separately and rely on packet-level ACK exchanges, causing excessive overhead and repeated retransmissions in the LEO environment, making it difficult to complete updates within the limited communication window. This paper proposes a data-control signal aggregation-based transmission technique that integrates data and control information into a single transmission unit and applies a lightweight integrated ACK structure to overcome these structural limitations. According to the experimental results, the proposed technique demonstrated a communication efficiency improvement of up to more than twice that of the conventional technique in terms of transmission count. The transmission count per firmware size increase decreased by approximately 8%. Furthermore, the overall overhead was reduced by approximately 11%, and the throughput proved excellent performance at up to twice the level.

제로 트러스트 아키텍처(ZTA)에서 정책 시행 지점(PEP)은 모든 접근 요청을 통제하는 핵심 구성요소이나, 현재 SDP·프록시·API 게이트웨이 등 소프트웨어 방식에 의존하여 취약점 악용·권한 상승·구성 오류에 의한 정책 집행 우회 가능성을 내포한다. 본 연구는 하드웨어 기반 크로스 도메인 솔루션(CDS)을 PEP로 통합하는 고신뢰 아키텍처(CDS-PEP)를 제안한다. MAL(Meta Attack Language) 프레임워크를 활용하여 소프트웨어 PEP 모델과 제안된 CDS-PEP 모델의 보안 효과성을 비교하였다. 분석 결과, 하드웨어 기반의 CDS-PEP가 소프트웨어 기반 모델 대비 구조적 침해 저항성이 월등히 높음을 확인하였다.

In Zero Trust Architecture (ZTA), the Policy Enforcement Point (PEP) constitutes a core component responsible for the control of all access requests. Nevertheless, contemporary software-based methodologies such as SDP, proxies and API gateways inherently carry the risk of policy enforcement being circumvented due to vulnerability exploitation, privilege escalation or configuration errors. The present study proposes a high-trust architecture (CDS-PEP) that integrates a hardware-based Cross Domain Solution (CDS) as the PEP. The security effectiveness of the software PEP model and the proposed CDS-PEP model was compared using the Meta Attack Language (MAL) framework. The findings of the analysis indicated that the hardware-based CDS-PEP demonstrates a substantially higher degree of structural resistance to compromise in comparison with the software-based model.

본 연구는 소프트웨어 정의 제품(Software Defined Product, SDP) 제조 환경에서 AI 기반 설계 자동화와 데이터 기반 운영 최적화 전략이 제품 개발 효율성과 운영 성능에 미치는 영향을 체계적으로 분석한다. 디지털 트윈 기반 시뮬레이션 환경을 구축하여 세 가지 전략(1) 기존 수동 설계, (2) AI 기반 설계 자동화, (3) AI 설계 자동화와 데이터 기반 운영 최적화 통합을 비교 분석하였다. 실험 결과, AI 기반 설계 자동화 전략은 제품 개발 기간을 평균 36개월에서 22개월로 약 39% 단축시켰으며, 설계 오류율을 12.4%에서 6.1%로 감소시켰다. AI 설계 자동화와 데이터 기반 운영 최적화를 통합한 전략에서는 개발 기간이 18개월까지 단축되고 시스템 안정성이 97.8%로 향상되었다. 더불어, 본 연구는 SDP 환경의 높은 네트워크 의존도에 따른 사이버 위협을 고려하여, 적대적 공격(Adversarial Attack) 방어 및 블록체인 기반 데이터 무결성 검증, 환경 변동성(노이즈, 지연)에 대한 강건성 평가를 수행함으로써 통합 전략의 보안적 신뢰성을 입증하였다. 본 연구의 결과는 스마트 제조 환경에서 AI 기반 통합 전략의 실질적인 성과와 보안적 활용 가치를 정량적으로 제시하며, 향후 산업 현장 적용을 위한 기반 연구에 활용이 가능하다.

This study systematically analyzes the impact of AI-based design automation and data-driven operational optimization strategies on product development efficiency and operational performance in a Software-Defined Product (SDP) manufacturing environment. Using a digital twin-based simulation environment, we compared and analyzed three strategies: (1) traditional manual design, (2) AI-based design automation, and (3) the integration of AI design automation and data-driven operational optimization. Experimental results showed that the AI-based design automation strategy shortened product development time by approximately 39%, from an average of 36 months to 22 months, and reduced the design error rate from 12.4% to 6.1%. A strategy that integrated AI design automation and data-driven operational optimization shortened development time by 18 months and improved system stability to 97.8%. Furthermore, considering the high network dependency and cyber threats in SDP environments, this study validated the security reliability of the integrated strategy by evaluating adversarial attack defense, blockchain-based data integrity verification, and robustness against environmental variability (noise, latency). The results quantitatively demonstrate the practical benefits and security applications of AI-based integrated strategies in a smart manufacturing environment.

경계 기반 보안 모델의 내부 보안 위협 대응이 어려운 한계점을 극복하기 위해 제로 트러스트 보안 모델이 제안되었으며,이를 뒷받침하기 위한 다양한 보안 기술이나 SDP 등의 개념이 제안되었다. 그러나 컨테이너 플랫폼에서는 네트워크 접근통제 기능이 호스트 시스템에서 동작하여 하나의 플랫폼에서 다수의 정보서비스를 위한 SDP 구현이 어려운 한계가 있다. 이에 따라 본 연구에서는 컨테이너 서비스 환경에 대하여 제로 트러스트 보안 모델을 구현하기 위한 SDP 아키텍처를 제안한다. 제안하는 아키텍처는 사용자 접근통제 정책을 설정하는 정보 서비스 내부의 컨테이너 에이전트와 사용자를 검증하는 Side-Car 컨테이너, 접근통제 정책을 적용하는 호스트 에이전트로 구성된다. 구조적으로 폴링 방식으로 동작하는 호스트 에이전트에 의해 SDP를 구현할 수 있다. 다만 본 연구는 컨테이너 환경에 대한 SDP 아키텍처에 집중하였으므로, SDP를 위한 SPA 프로토콜에 대한 추가 연구가 필요하다.

To overcome the limitations of perimeter-based security models in responding to internal security threats, a Zero Trust security model was proposed, along with various security technologies and concepts such as SDP to support it. However, in container platforms, network access control functions operate on the host system, which presents a limitation in that it is difficult to implement SDP for multiple information services on a single platform. Accordingly, this study proposes an SDP architecture to implement a Zero Trust security model in a container service environment. The proposed architecture consists of a container agent within the information service that sets user access control policies, a Side-Car container that verifies users, and a host agent that applies access control policies. Structurally, SDP can be implemented by a host agent that operates via a polling method. However, since this study focused on the SDP architecture for container environments, further research on SPA protocols for SDP is necessary.

본 연구는 인공지능(AI) 시대에 확산되는 조직 내 감시·검열 메커니즘을 분석하고, 국내외 실제 사례를 통해 사회적·윤리적 함의를 도출한다. DLP 시스템, EDR 솔루션, AI 기반 생산성 모니터링, 자동 검열 메커니즘을 포함한 네 가지 감시 체계를 분석하고, 프랑스 아마존, 스타벅스 등 국내외 사례를 비교 검토하였다. 연구 결과, 과도한 AI 기반 감시·검열은 근로자의 프라이버시 침해, 표현의 자유 위축, 데이터 권력 불균형 등 윤리적 문제를 야기하며, 현행 법제의 미비점이 나타났다. 이에 GDPR의 DPIA 제도 도입, 기업 감시 최소화 원칙, 근로자 참여 보장 등 법적·제도적 개선 방안과 함께 국제 AI 윤리 원칙의 조직내 적용 방안을 제시한다. 또한 프라이버시 중심 설계(Privacy by Design)와 직장 내 AI 감시 영향평가(WASIA) 기술 규격을 제안하여 규범적 균형의 기술적 구현 방안을 함께 제시한다.

This study analyzes the mechanisms of organizational surveillance and censorship expanding in the age of artificial intelligence (AI), and derives socio-ethical implications through domestic and international cases. Four surveillance mechanisms—DLP systems, EDR solutions, AI-based productivity monitoring, and automated censorship—are analyzed, and cases from Amazon France, Starbucks, and Korean companies are comparatively reviewed. The findings indicate that excessive AI-based surveillance and censorship raises ethical concerns including privacy violations, suppression of freedom of expression, and data power imbalances, while inadequacies in current legal frameworks are identified. This paper proposes legal and institutional improvements including the introduction of GDPR-style DPIA, adoption of a monitoring minimization principle, and guarantees of worker participation, along with recommendations for applying international AI ethics principles within organizations. Additionally, this study proposes a technical implementation framework based on Privacy by Design principles and introduces the Workplace AI Surveillance Impact Assessment (WASIA) as a structured technical specification for achieving normative balance in practice.

본 논문은 경량 임베디드 환경에서 보안 인증 요구사항을 만족하는 안전한 난수(Random Number) 생성 구조를 제안한다. 제안하는 구조는 난수 생성기의 보안 적합성과 관련된 국제 표준인 NIST SP 800-90A/B/C 및 FIPS 140 계열 표준을 기반으로 설계하였다. 또한, 양자 컴퓨터가 적용되는 정보 시스템 환경에서도 적용될 수 있도록 양자 난수 발생기(QRNG: Quantum Random Number Generator)를 엔트로피 소스로 활용하였다. QRNG에서 생성된 원시 엔트로피(Raw Entropy)는 SHA-256 기반 조건화 구성요소(Conditioning Component)를 통해 정제되며, 이후 CTR_DRBG를 통해 암호학적으로 안전한 난수로 확장된다. 또한 엔트로피 소스(칩 자체 포함)의 신뢰성을 확보하기 위해 QRNG 출력에 대한 헬스 체크를 지속 수행하도록 설계했다. 특히, 본 연구는 엔트로피 소스와 난수 생성기의 역할을 명확히 분리하고, 임베디드 장치에서도 구현가능한 구조를 제시함으로써 최소 엔트로피 (min-entropy) 과대평가 위험을 줄이고 인증 적합성을 확보하였다. 제안 구조를 구현하기 위해 상용화 된 QRNG 칩(IDQ250C2)을 적용한 동작 구조를 제시하고 동작을 시험하였다.

This paper proposes a secure random number generation architecture that satisfies security requirements in lightweight embedded environments. The proposed system was designed based on the NIST SP 800-90A/B/C and the FIPS 140 series standards, which are international standards governing the security compliance of random number generators. Furthermore, a Quantum Random Number Generator (QRNG) is utilized as the entropy source to enable applicability in quantum-computing environments. The raw entropy generated by the QRNG is refined through a SHA-256-based conditioning component and subsequently used to produce cryptographically secure random numbers through CTR_DRBG. In addition, it was designed to continuously perform health checks on the QRNG output to ensure the reliability of the entropy source (including the chip itself). In particular, this study clearly separates the roles of the entropy source and the random number generator, presenting a structure implementable in embedded devices. This approach reduces the risk of overestimating min-entropy and ensures regulatory compliance. To validate the proposed structure, an operational model applying a commercially available QRNG chip (IDQ250C2) was presented and its operation was tested.

본 연구는 대규모 언어 모델(LLM)의 기술적 특성과 GDPR 원칙 간 충돌에 관한 개인정보 리터러시 교육 효과를 실증적으로 분석하였다. 이를 위해 인공지능 및 정보보호 전공 대학원생 31명을 대상으로 단일 집단 사전-사후 검사 설계를 적용하여 5가지 기술적 요인(대규모 데이터 사용, 모델 경직성, 데이터 편향성, 블랙박스, 새로운 보안 위협)에 따른 인식 변화를 측정하였다. 분석 결과, 교육 후 ‘모델 경직성’과 ‘데이터 편향성’ 요인에서는 위험 인식이 유의미하게 강화된 반면, ‘블랙박스’와 ‘대규모 데이터 사용’ 관련 항목에서는 기술적 이해도 향상에 따라 막연한 불안감이 합리적으로 조정되는 경향이 나타났다.

This study provides an empirical analysis of the impact of privacy literacy education on the tension between the technical features of Large Language Models (LLMs) and GDPR principles. Utilizing a single-group pre- and post-test design with 31 graduate students in AI and information security, we evaluated perceptual changes based on five technical domains: large-scale data use, model rigidity, data bias, the black box phenomenon, and new security threats. The results indicate that while risk perception was significantly heightened regarding ‘model rigidity’ and ‘data bias,’ arbitrary anxiety surrounding ‘black box’ issues and ‘large-scale data use’ was rationally mitigated through enhanced technical comprehension.

현대 전장의 핵심 패러다임인 지상 유·무인복합체계(MUM-T, Manned-Unmanned Teaming)는 높은 자율성과 네트워크 의존성으로 인해 제어권 탈취, 센서 변조, 데이터 지연 및 단절, 공급망 오염 등 치명적인 사이버 위협에 노출될 수 있다. 그러나 한국형 위험관리프레임워크(K-RMF; Korean Risk Management Framework) 제도가 공포된 지 2년이 지난 현재까지도, 기존의 획일적인 국방 보안인증 제도는 동적인 작전 환경과 이기종 무기체계 간의 연동 취약점을 능동적으로 방어하는 데 명확한 한계를 지닌다. 이에 본 연구에서는 지상 MUM-T의 운용 개념과 자산 계층별 데이터 흐름(DFD)을 분석하여 5가지 부류의 임무 실패 요인을 도출하고, 이를 기반으로 무인지상차량(UGV, Unmanned Ground Vehicle)의 핵심 보안 취약점과 보안요구사항을 정의하였다. 나아가 AI 기법을 활용한 완화 조치 키워드 매핑을 통해 현행 기준선에 미반영된 '지상 MUM-T 특화 보안통제 오버레이' 설계 방안을 제안하고 K-RMF 현행 기준선 대비 MUM-T오버레이 적용시와 보안통제항목 구성의 보안요구 충족도를 비교하였다.

As a core paradigm of modern warfare, the ground Manned-Unmanned Teaming (MUM-T) system is exposed to critical cyber threats, such as hijacking of control authority, sensor tampering, data latency and interruption, and supply chain contamination, due to its high autonomy and network dependence. However, even two years after the promulgation of the Korean Risk Management Framework (K-RMF) regulations, the existing uniform defense security authorization system has clear limitations in actively defending against dynamic operational environments and interoperability vulnerabilities among heterogeneous weapon systems. To address these challenges, this study precisely analyzes the operational concepts and data flows by asset layer (DFD) of ground MUM-T to derive five key mission failure factors, and defines the core security vulnerabilities and security requirements of Unmanned Ground Vehicles (UGVs) based on these factors. Furthermore, through AI-based mitigation keyword mapping, this study proposes a design method for a 'Ground MUM-T Specialized Security Control Overlay' that is not reflected in the current baseline, and compares the security requirement fulfillment rate of the security control configuration when applying the MUM-T overlay against the current K-RMF baseline.

최근 제로 트러스트 보안 모델의 확산으로 이기종 네트워크 간 안전한 연계를 보장하는 망연계 시스템(CDS)의 중요성이 커지고 있다. 그러나 기존의 보안 게이트웨이는 위협 탐지 시 불친절한 에러 코드나 단순 로그만을 반환하여 일반 사용자의 보안 수용성과 업무 효율성을 저하시키는 한계가 존재한다. 본 논문에서는 기존 보안 장비의 한계를 극복하기 위해, AI 기반 설명 생성 기능을 포함한 지능형 CDS 보안 게이트웨이를 제안한다. 제안하는 시스템은 프론트엔드 노드(V1), 다단계 검사 모듈(V2), AI 설명 생성 서버(V3)로 구성된 3-Tier 구조의 모듈화를 채택하였다. 특히, 대규모 트래픽 처리 시 보안 엔진의 부하를 줄이고 잠재적 취약점 노출을 원천 차단하기 위해 검사부(V2)와 생성부(V3)를 물리적으로 분리하는 실용적 기여를 달성하였다. 정책 위반 및 악성코드 탐지 시나리오를 바탕으로 시스템 구현 및 실험을 수행한 결과, 제안 시스템은 위협을 정확히 식별하고 단순 에러 코드가 아닌 차단 사유와 후속 조치가 포함된 사용자 친화적인 자연어 기반 설명을 성공적으로 생성하여 반환함을 확인하였다. 이를 통해 사용자의 보안 투명성을 극대화하고 관리자의 헬프데스크 대응 부하를 획기적으로 절감할 수 있을 것으로 기대된다.

Recently, the importance of secure data transfer across heterogeneous networks has increased in modern security environments. However, existing security gateways have limitations in that they return unfriendly error codes or simple logs upon threat detection, which degrades user acceptance and operational efficiency. In this paper, a novel intelligent CDS security gateway incorporating an AI-based explanation generation function is proposed to overcome the limitations of conventional systems. The proposed system was designed with a modularized 3-Tier architecture consisting of a frontend node(V1), a multi-stage inspection module(V2), and an AI explanation generation server(V3). Specifically, a practical contribution was made by physically separating the inspection unit(V2) and the generation unit(V3) to reduce the computational load on the core security engine and prevent the exposure of potential vulnerabilities. Experiments were conducted in environments involving policy violations(e.g., transmitting test.exe) and malware detection. The results demonstrated that the proposed system accurately identified threats and successfully returned a contextual 'Natural Language Explanation' regarding the reasons for blocking, rather than opaque error codes. It is expected that this approach will maximize security transparency for end-users and significantly reduce the operational burden on IT helpdesks.

본 연구는 러시아-우크라이나 전쟁에서 우크라이나군이 드론을 활용하여 전술적 목표를 달성하는 것에 주목하여 우크라이나군이 주로 사용하는 드론을 분류하고 드론별로 대응방안을 제시하는 모델을 학습하였다. 데이터는 크롤링 기법을 통해 드론 종류(Bayraktar, blackhornet, mavic3, Switchblade)별로 구축하였고, 모델은 ResNet-50과 EfficientNet-B0을 사용하였다. 모델을 학습하는 과정에서 부족한 학습 데이터 문제를 해결하기 위해 데이터 증강기법과 전이 학습을 활용하였다. 모델의 성능을 높이기 위해 batch size, learning rate, learning layer를 중점적으로 하이퍼 파라미터 튜닝을 진행하였다. 실험결과로써, 제안방법은 84.62% 정확도를 보여주었다. 추가적으로 이렇게 분류된 드론결과를 토대로 대응방안을 제시하는 방법도 다루었다.

This study focuses on the utilization of drones by the Ukrainian military to achieve tactical objectives during the Russia-Ukraine war. The study aimed to classify the drones primarily used by the Ukrainian military and propose response strategies for each type of drone. The data was collected through a crawling technique and categorized by drone types (Bayraktar, blackhornet, mavic3, Switchblade). The models used for classification were ResNet-50 and EfficientNet-B0. To address the issue of insufficient training data, data augmentation techniques and transfer learning were employed during the model training process. Hyperparameter tuning was carried out with a focus on batch size, learning rate, and learning layer to enhance the model's performance. The experimental results showed an accuracy of 84.62%. Additionally, the study also discusses how to propose response strategies based on the classified drone results.

2026년 ‘에픽 퓨리 작전(Operation Epic Fury)’은 사이버 전력이 부수적 지원을 넘어 ‘주도적 기동 전력’으로 전환되었음을 시사하는 군사적 분기점이다. 본 작전은 물리적 타격 전 전략 노드를 선제 무력화하는 ‘사이버 우선’ 교리를 통해 적의 지휘통제체계를 전략적 마비 상태로 유도하였다. 또한, 우주-사이버 통합 작전으로 보복 미사일 위협을 상당 부분 차단하며 다영역 통합 작전의 실전적 효용성을 입증하였다. 비록 작전 정보의 공개 검증에는 한계가 있으나, 본 연구는 REFORPAC 훈련등 구조적 토대와 작전 후의 비대칭 리스크를 고찰한다. 이를 바탕으로 한국군의 ‘국방혁신 4.0’ 및 ‘킬 웹(Kill Web)’ 고도화를 위한 발사 전 단계(Left of Launch) 작전 수립, AI 기반 디지털 복원력 확보 및 전문 인력 양성 등의 전략적 방향을 제언한다.

Operation Epic Fury (2026) illustrates a paradigm shift where cyber capabilities function as ‘primary maneuver forces’ in modern warfare. By implementing a ‘Cyber-First’ doctrine, U.S. forces neutralized strategic digital nodes prior to kinetic strikes, inducing severe strategic paralysis in the adversary’s C2 architecture. The integration of space and cyber assets further mitigated retaliatory threats, validating the efficacy of multi-domain synchronization. Despite verification limits of operational data, this study examines structural foundations such as REFORPAC exercises and subsequent asymmetric risks. Finally, it proposes strategic pathways for South Korea’s ’Defense Innovation 4.0‘ and ’Kill Web‘ advancement, emphasizing ’Left of Launch‘ concepts, AI-driven resilience, and specialized personnel development.

본 연구는 탄소중립 달성을 위한 핵심 에너지원으로 부상한 소형모듈원자로(Small Modular Reactor, SMR) 도입에 대비하여, 기존 대형 원전 중심 규제체계의 한계를 극복하기 위한 물리적방호(physical protection) 규제 혁신 방향을 고찰하였다. 이를 위해 본 연구는 설계 단계부터 보안을 내재화하는 설계기반보안(Security by Design, SBD)과 기술포용적 위험기반 성능중심(Technology-Inclusive, Risk-Informed, Performance-Based, TI-RIPB) 접근법을 분석 프레임워크로 설정하고, 미국·영국·캐나다의 최신 규제 동향 및 인허가 사례를 분석하였다. 분석 결과, 주요 선도국은 설계 초기부터 보안 심사를 통합 수행하는 전주기적 관리 체계를 구축하고 있으며, SMR의 향상된 안전성을 근거로 방호 성능을 입증할 경우 규제 요건을 유연하게 적용하는 위험정보 기반의 성능 중심 체계로 패러다임이 전환되고 있음을 확인하였다. 이를 바탕으로 SMR 전주기 방호 규제의 특징을 도출하고, 향후 국내 SMR 규제체계 구축을 위한 정책적 시사점을 제시하고자 한다.

This study examined directions for regulatory innovation regarding physical protection to overcome the limitations of the existing regulatory framework centered on large nuclear power plants, in preparation for the introduction of Small Modular Reactors (SMRs), which have emerged as a key energy source for achieving carbon neutrality.. To this end, this study established Security by Design (SBD), which embeds security from the design stage, and the Technology-Inclusive, Risk-Informed, Performance-Based (TI-RIPB) approach as analytical frameworks, and analyzed the latest regulatory trends and licensing cases in the United States, the United Kingdom, and Canada. The analysis revealed that major countries are establishing integrated lifecycle management systems that incorporate security reviews from the early design stage, and confirmed that the regulatory paradigm is shifting toward a Risk-Informed, Performance-Based system that flexibly applies requirements when protection performance is proven based on the enhancement of SMR safety. Based on these findings, this study derives characteristics of lifecycle SMR protection regulations and suggests policy implications for establishing a domestic SMR regulatory framework in the future.

전 세계에서 큰 인기를 끌고 있는 실사 지도 서비스에 보안 문제가 식별되어 우려가 제기되고 있다. 인도에서는 실사 지도서비스가 테러리스트들에게 악용될 수 있다는 이유로 구글의 거리 사진 촬영을 중단시켰고 영국에서는 런던을 무대로 테러공격을 계획했던 무장단체 용의자 5명이 구글 스트리트뷰를 통해 사전 답사했던 것으로 알려졌기 때문이다. 실사 지도 서비스에는 국가안보와 관련된 시설이 노출되고 있어 적대국 및 테러세력의 중요한 정보로 활용될 수도 있으나 이와 관련한 연구는 아직 진행되지 않은 실정이다. 따라서 본 연구는 실사 지도 서비스상 군 관련 시설물의 노출을 조사 및 분석하였다. 그 결과군 안내표지판, 도로표지판, 위병소 및 출입구, 경계초소 등의 시설물이 실사 지도 서비스상의 다수 노출되어 있는 실태가 식별되었다. 이러한 노출에 따라 군부대의 명칭과 위치, 경계 상황 등의 정보도 함께 노출되는 문제가 있음으로 이를 해결하기 위해 군 관련 시설물의 노출 방지, 노출된 군 관련 시설물의 비공개 조치, 군 관련 시설물의 주기적인 노출 점검 등의 해결방안을 마련하였다.

Security concerns have been raised after vulnerabilities were identified in a highly popular real world mapping service used worldwide. in india, google’s street level photography was suspended due to concerns that the service could be exploited by terrorists. in the united kingdom, it was reported that five suspects belonging to an armed extremist group planning a terrorist attack in london had conducted preliminary reconnaissance using google street view. because real world mapping services expose facilities related to national security, they may be used as important sources of information by hostile states or terrorist groups; however, little research has yet been conducted on this issue. therefore, this study investigated and analyzed the exposure of military related facilities on real world mapping services. the results identified that numerous facilities including military guide signs, road signs, guard posts and entrances, and security sentry posts were visibly exposed on these services. such exposure also revealed information about military unit names, locations, and security conditions. to address these issues, the study proposed several countermeasures, including preventing the exposure of military related facilities, restricting public access to already exposed facilities, and conducting periodic inspections for exposure of military related facilities.

현대 사이버위협은 고도화된 지능형 지속 위협의 형태로 진화함에 따라, 기존의 경계기반 보안모델의 한계가 드러나고 있다. 특히 공격자는 저비용ㆍ고효율의 비대칭성을 활용하여 장기간 은밀히 침투하며, 내부 이동과 권한 상승을 통해 핵심 자산에 접근함으로써 방어자의 대응을 무력화한다. 이는 현대 사이버공격이 비정규전, 특히 게릴라전과 전략적·전술적 유사성을지님을 보여준다. 본 연구는 게릴라전과 사이버전의 공통 특성을 분석하고, 베트남전에서 한국군이 운용한 대게릴라전술인 중대전술기지와 민사심리전을 각각 제로트러스트 아키텍처와 조직 내부 보안 거버넌스와 연계하여 사이버공간에서의 거부적 억제 전략을 제시하였다.

As modern cyber threats evolve into sophisticated Advanced Persistent Threats, the limitations of traditional perimeterbased security models are being revealed. In particular, attackers exploit the asymmetry of low-cost and high-efficiency to infiltrate covertly over a long period, and neutralize the defender's response by accessing core assets through lateral movement and privilege escalation. This shows that modern cyberattacks possess strategic and tactical similarities with irregular warfare, especially guerrilla warfare. This study analyzes the common characteristics of guerrilla warfare and cyber warfare, and presents a deterrence-by-denial strategy in cyberspace by linking the “Company Tactical Base” and “Civic Psychological Warfare”—which are counter-guerrilla tactics employed by the Korean military during the Vietnam War—with Zero Trust Architecture and organizational internal security governance, respectively.

본 연구는 탈냉전 이후 30여 년간 유지되어 온 러시아의 대한반도 ‘균형외교’가 2022년 우크라이나 전쟁을 기점으로 어떻게 해체되고 북·러 군사동맹으로 변용되었는지 실증적으로 규명한다. 러시아의 정책 전환은 단순한 전술적 우회가 아닌, 서방과의 ‘문명적 단절’을 선언한 대외전략의 구조적 패러다임 전환에 따른 필연적 결과다. 공식 문헌 분석 결과 2023년 개정된 ‘대외정책 개념’에서 한반도 비핵화와 균형외교 조항이 전면 삭제되었다. 이는 한반도를 대서방 하이브리드 전쟁을 위한 ‘지정학적전선’으로 재정의한 전략적 결단으로 확인되었다. 이에 따라 한국은 ‘비우호국’으로 전락했다. 그러나 북한과는 2024년 ‘포괄적전략 동반자 협정’ 체결 및 실전 파병을 통해 혈맹으로 격상되었다. 그 결과, 러시아는 다극화 질서 구축이라는 대전략 아래 북한을 사활적 이익 공동체로 편입시켰다. 또한, 한국은 북·러 군사동맹이 상시 작동하는 새로운 안보 환경에 기초하여 외교·안보 전략을 전면 재설계해야 함을 알 수 있다

This study empirically examines how Russia’s "balanced diplomacy" toward the Korean Peninsula, maintained for over 30 years since the end of the Cold War, was dismantled and transformed into a de facto military alliance with North Korea following the 2022 Russia-Ukraine War. The policy shift is not a temporary tactical maneuver but an inevitable consequence of a structural paradigm shift in Russia's grand strategy, which declared a "civilizational rupture" with the West. Textual analysis of Russia's 2023 Foreign Policy Concept reveals the complete removal of clauses regarding the denuclearization of the Korean Peninsula and balanced diplomacy. This confirms Russia's strategic redefinition of the peninsula as a geopolitical frontline for its hybrid war against the West. Consequently, South Korea was downgraded to an "unfriendly state," while relations with North Korea escalated into a military alliance through the 2024 Comprehensive Strategic Partnership Treaty and troop deployments. Ultimately, South Korea must completely redesign its security strategy based on the new normal of a permanent North Korea-Russia military alliance.