|
|
|
|
|
|
|
|
|
|
| Total 125articles, Now page is 1 / 13pages |
|
|
| View Article |
|
|
|
| Name |
|
관리자 |
|
| Subject |
|
스팸봇 방지 기술 |
|
3년 전 야후의 웹 채팅방에 10대 소년을 가장한 소프트웨어 '봇(bot)'이 출현해 화제가 된 적이 있다. 이 봇은 대화 상대의 개인 정보를 빼내고 채팅방 참가자에게 광고 사이트를 홍보하는 등의 말썽을 부렸다. 당시 상대가 물음표를 타이핑할 때까지 기다렸다가 자동으로 답변을 생성하거나 광고 사이트의 URL로 대답하는 등의 수법이 사용됐다.
스팸봇들은 이처럼 온갖 종류의 스팸 메시지를 생성하는 자동 소프트웨어를 가리킨다. 프린터 카트리지 광고에서부터 성인용 물품 광고, 큰 돈을 보내주겠다는 나이지리아발 속임수 메일까지 종류는 다양하다. 이들은 이메일 계정을 자동 개설한 뒤 스팸 메시지를 뿌리는 방법을 주로 애용하고 있다. 스팸 메시지의 증가세는 매우 가파르다. 예를 들어 2001년 한 해 동안 발생한 스팸은 전년도에 비해 무려 6배였다. 2000년에 비해 2002년에는 21배가 늘어났다.
짜증스러운 스팸을 막기 위한 수동적인 방법으로는 이메일 필터링이 있다. 그러나 자동 생성으로 관리되는 이메일 계정 자체를 방지하기 위해서는 이메일 계정 신청자가 사람인지 아닌지를 판별하는 소프트웨어 문지기가 필요하다. 야후의 우디 맨버(Udi Manber) 연구원은 카네기 멜론 대학교의 매누얼 블럼(Manuel Blum, http://www-2.cs.cmu.edu/~mblum/) 교수와 함께 이미지 기법을 통한 봇 판별 시스템을 개발했다. 블럼 교수는 약간씩 뒤틀리거나 훼손된 이미지로 숫자와 문자를 표시함으로써 사람과 기계를 구분하는 일종의 튜링 테스트에 관심을 갖고 있었다.
한편 컴퓨터 비전 분야의 유명한 학자인 헨리 배어드(Henry Baird, http://www2.parc.com/istl/members/baird/)도 같은 분야에서 연구를 진행 중이었다. 루슨트사 벨연구소 연구원이었던 배어드는 오랫동안 컴퓨터 비전 분야에서 문서 이미징 기법에 대한 연구를 수행해 왔다. 배어드는 1998년에 제록스 연구소로 옮긴 뒤 인터넷 봇에 관심을 돌리고 새로운 이미지 훼손 모델인 페시멀 프린트(Pessimal Print)라는 기법을 개발했다.
비슷한 시기에 야후와 블럼은 이지짐피(EZ-Gimpy)라는 유사한 모델을 개발하고 있었다. 이 모델은 소프트웨어 봇을 사람과 분리하는 일종의 역 튜링 테스트로, 이후 "CAPTCHA(completely automated public Turing test to tell computers and humans apart)"라고 불리게 된다.
CAPTCHA 시험에서 다루는 내용은 사람은 풀 수 있지만 컴퓨터는 쉽게 풀지 못하는 인지적 단계의 퍼즐이다. 예를 들어 이지짐피는 850단어의 작은 사전에서 단어를 무작위로 골라내 글자를 약간 훼손시킨 뒤 복잡한 배경 화면 위에 표시한다. 야후는 이메일 계정을 열거나 채팅방에 들어가려는 사용자에게 이 시험을 통과할 것을 주문함으로써, 소프트웨어 봇의 접근을 막고 있다. 이후 MS사의 핫메일도 이 방식을 채택했다.
이지짐피는 현재 스팸 봇을 가려내는데 상당히 효율적이나, 차세대 봇이라면 이런 수준의 테스트도 쉽게 통과하게 될 것으로 보인다. 뒤틀린 폰트까지도 인식하는 인공지능 봇이 나오게 되면, 이 정도 테스트만으로는 사람과 소프트웨어를 구분하기 어려워질 것이기 때문이다. 배어드는 자신이 버클리 대학교의 모니카 츄(Monica Chew, http://www.cs.berkeley.edu/~mmc/)와 함께 개발한 또 다른 CAPTCHA 프로그램인 배블텍스트(BaffleText)가 이러한 염려도 덜어줄 것으로 기대하고 있다.
배플텍스트는 이지짐피가 가진 850단어의 한계를 넘어서, 새로운 사용자가 접근할 때마다 매번 새로운 단어를 생성한다. 배플텍스트는 사전에 들어 있는 실제 단어만이 아니라 말이 되지 않는 단어까지도 이용한다는 점에서 이지짐피와 다르며, 게슈탈트 심리학에서 말하는 인간의 이미지 구성 능력을 최대한 활용하고 있다. 사전을 이용한 공격에 안전하고, 게슈탈트식 이미지들은 컴퓨터 비전과 패턴 인식의 복잡한 문제들이 풀리지 않는한 소프트웨어 봇으로서는 맞추기 어려운 것들이다.
최근에는 텍스트 기반 CAPTCHA뿐만 아니라 소리나 시각적 이미지에 기반한 CAPTCHA 테스트에 대한 연구도 진행되고 있다. 또 스마트봇을 이용한 네트워크 침입 프로그램에 대한 대비책으로, 네트워크 및 웹 서비스 분야에서도 이 방식에 대한 관심이 높아지고 있다. 인공지능 학계에서는 계속해서 최신 CAPTCHA 시스템이 개발되고, 또 그 시스템을 깨뜨리는 지능적인 봇이 나오는 일이 반복되면서, 궁극적으로 인간의 인지 능력에 대한 이해가 높아짐과 동시에 인간과 기계를 구분하는 그 무엇에 대한 의문도 언젠가는 풀릴 것으로 기대된다.
정보출처 http://www.sciam.com/article.cfm?chainID=sa001&colID=6&articleID=00053EA7-B6E8-1F80-B57583414B7F0103
|
|
|
|
|
|
|
|
|
