사람마다 독특성을 지닌 얼굴이나 목소리, 지문, 눈의 망막과 홍채, 손 등과 같은 생물학적 특징은 행동특성과 함께 '내가 누구인가'를 알려주는 역할을 한다. 이들 특성을 자동화한 이른바 '생체 측정학'에 관한 연구가 한창 진행중인데, 이 기술이 지금보다 한층 고도화된다면 우리 신분증은 더이상 불필요해질지도 모른다.
은행이나 군부대 정보부 연구소 교도소 등 보안을 중요시하는 곳에서 정확한 신분확인이란 그 기관의 운명을 좌지우지할 정도로 중요한 사안이다. 신원검증은 흔히 사진이 붙은 주민등록증이나 운전면허증 등을 참조해 쉽게 이루어지지만, 만일 이를 자동화한다면 상당히 어려운 작업이 될 것이다. 이를 위해 지금까지 개발된 여러가지 방법들중에서 가장 신뢰성이 높은 것으로 평가되는 것이 바로 생체측정학이다.
이는 각 개인마다 독특하게 가지고 있는 지문이나 안구의 홍채 등 신체의 생리적인 특성이나, 또는 필체나 타자치는 것과 같은 행동 양식 등을 이용해 신분을 확인하고 인식하는 분야를 의미한다. 현재 은행이나 컴퓨터, 통신 등에서 보안을 유지하기 위해 여러가지 비밀번호(password)를 사용하는 불편함은 생체측정기술의 도입으로 크게 줄어들 것이다.
생체측정학을 이용한 최초의 상품은 1960년대에 나온 아이덴티맷(Identimat)이라는 이름의 손가락 길이 측정기였다. 이것은 당시 미국 쉬어슨 해밀 회사에서 시간을 점검하는 계시장치(Time-Keeping System)에 설치돼 사용된 다음에 웨스턴 일렉트릭, 미해군 정보국, 미국 에너지성 등 각 회사에서 고급비밀 장치에 설치돼 사용되었다.
"당신이 바로 그 '당신'인가"
생물측정장치는 대개 ▲사람의 특성을 주사해 디지털이나 아날로그 영상을 잡는 자동장치, ▲영상을 압축처리 저장해 기억된 데이터와 비교하는 장치 ▲시스템간의 인터페이스와 같은 세가지 주요 부품으로 구성된다.
이러한 부품들은 상황에 따라 적당히 조립되는데, 기억된 영상(기준 템플렛, reference template)을 사람들이 제시하는 카드 또는 호스트 컴퓨터 중 어디에 저장시키는가 하는 공통적인 문제를 안고 있었다.
사실 생체측정시스템을 개발하기 위해서는 부품의 가격이나 신뢰성, 사용의 편리함, 필요한 데이터의 양 등 고려해야 할 대상들이 한 두가지가 아니다. 일반적으로 방대한 양의 데이터베이스를 개발하는 것이 필수적인 조건이며 여기에 경제성까지 고려한다면 결코 쉬운 일은 아니다.
다행스럽게도 최근 들어 이런 시스템의 가격이 떨어지고 있으며, 자동화의 발전으로 강제적이거나 불쾌감을 일으키지 않는 방식으로 연구가 진행중이다. 성능이 뛰어난 개인용 컴퓨터에 저렴한 신원확인시스템을 설치하는 기술이 늘고 있고, 몇몇 회사들은 신경망을 얼굴이나 지문, 음성, 필적 등을 감정하는데 이용하고 있기도 하다.
생체측정학의 핵심은 검증시스템에 있다. 이것은 사람이 코드나 카드를 제시하여 자신임을 보여주는 것을 필요로 한다. 두 아이템을 서로 맞추는 공식이나 연산은 실물과 등록된 영상을 비교한다. 이때 기계가 물어보는 질문은 "내가 당신이 누구인지를 아는가"가 아니고 "당신은 당신이 말한 바의 당신인가"이다.
생체측정학은 생리적인 특성과 행동적인 특성을 모두 포함한다. 생리적인 특성은 지문이나 손의 윤곽, 홍채 패턴, 망막 패턴 등과 같이 외상이 없는 한 변하지 않는 신체의 일부다. 반면 행동특성은 어떤 생리적인 기반을 가지고는 있지만 심리적인 기질도 반영하고 있다.
생리적인 방법과 행동적인 방법의 차이는 중요한 의미를 지니고 있다. 각 개인의 내부적인 변화 정도는 행동적인 것보다 신체적인 특성에서 더욱 적다. 그러므로 행동에 근거한 시스템을 개발한 사람들은 개인의 변화에 적응해야 하기 때문에 훨씬 어려운 작업을 해야 한다. 예를 들면, 감정 상태나 코를 킁킁대는 행동을 설명하기 위해 연산을 쓰는 것보다, 똑같은 위치에 손을 놓도록 안내해주는 기계를 만드는 것으로 더 쉽게 측정된다.
그러나 신체적인 특징을 측정하는 기계는 더 크고 비싸며 사용자를 위협하는 듯한 인상을 줄지 모른다. 행동에 근거한 장치는 보다 소형이고 가격이 싸고 사용자에게 보다 친숙하다. 어쨌든 둘다 암호나 카드만 사용하는 신원확인보다는 훨씬 더 믿을 수는 있다.
생물측정기의 성능을 가름하는 가장 일반적인 요소로는 확인력을 꼽을 수 있다. 이 측정은 거짓거부율(FRR: False rejectiong rate)과 거짓수용률(FAR: False Acceptance rate)이라고 하는 통계에 의해 정의되는데, FAR과 FRR의 균형을 맞추기 위해 많은 기계들은 한계치(threshold)를 조절할 수 있게 돼 있다. 만일 사기꾼들을 막기 위해 허용치를 너무 좁게 설정해 놓으면 허가증이 있는 사람들도 접근하기가 어려울 것이다. 역으로 너무 접근하기 쉽게 해 놓으면 사기꾼들이 들락거릴 것이다. 처음 몇번의 시도에서 사용자는 사기꾼들을 거의 완벽하게 막기 위해 흔히 몇번의 거부를 받을 각오를 해야 한다.
이제 생리적 요소와 행동적 요소 각각의 특성을 알아보고 현재 개발 수준을 살펴보자.
손
사람의 손은 신원확인을 위해 상당히 많은 이점들을 제공한다. 즉 1,2초내로 손을 검색해 신원을 확인할 만큼 빠르며, 9바이트 정도로 정보량이 적기 때문에 신용카드의 자기띠에도 쉽게 저장할 수 있다.
손의 정보들간에는 상호 밀접한 관계가 있다. 예를 들면 새끼 손가락이 길면 집게 손가락도 길다. 약 4백여개의 손들이 이러한 상호 상관 관계를 결정하기 위해 측정되었으며, 일련의 매트릭스(matrices)로 시스템에 내장되었다. 이러한 매트릭스를 측정된 외형에 응용해 등록시에 시스템에 저장되는 9바이트 크기의 신원확인용 벡터(identity feature vector)가 만들어진다. 4.5㎏의 기판 한 장에 이러한 데이터들을 압축하면 2만여개의 신원을 저장할 수 있다.
현재 미국 캘리포니아주의 캠프벨(Campbell)에 있는 레커그니션 시스템사(Recognition System Inc.)에서 개발한 'ID3D 핸드키(HandKey)'라는 제품이 유일하게 판매되는 손윤곽검색기다. 사용자들은 자신의 신분번호를 입력한 다음, 손을 판 위의 가이드 핀 사이에 놓으면 위에 있는 CCD(Charge-Coupled Device) 디지털 카메라와 보조 거울에 의해 손의 윗면과 옆면의 상이 찍히게 된다. 흑백 디지털 영상이 HD64180(Z80을 기본으로한 칩)마이크로프로세서에 의해 분석되어 신원확인용 특성들이 추출된다. 그러한 특성을 사용자가 실물과 비교하여 확인을 하게 된다.
레커그니션 시스템의 제품들은 본래 템플렛이 완전하지 못한 상태에서 만들어지는 경우에 대비해 기준 벡터를 동시에 미세하게 조정하도록 움직인다. 이런 방식의 손검색기는 사용자에게 분명한 이해를 주고 최소한의 메모리만 필요하기 때문에 기존의 시스템에 접합시키기 쉽다. ID는 또한 자기띠에 저장돼 바코드나 광문자 인식기 등과 함께 독립된 시스템을 이룰 수도 있다. 시스템은 2백56개의 손을 인식할 수 있는 상품이 2천 달러가 조금 넘는 정도니, 가격도 싼 편이다.
손 인식 시스템의 한계는 장치의 크기에 있다. 그것은 대부분의 손을 받아 들일 수 있어야 하기 때문에 키패드나 문의 손잡이에 정착할 수 없다. 원론적으로는 다른 사람의 손을 사용하고 비밀번호를 알아내 가짜 손을 만들어 기계를 속일 수 있겠으나, 기존의 카드나 코드, 열쇠들을 사용하는 보안장치보다 훨씬 더 안전하다.
지문
약 1백년간의 연구 결과에 의하면 쌍둥이라도 지문이 같을 확률은 10억분의 1에 지나지 않는다고 한다. 사실 지문인식은 많은 응용 가능성을 가지고 있으며, TV의 범죄드라마에서 본 것처럼 일반사용들에게도 이미 친숙하다.
시중에 있는 지문검색기는 지문을 검색하는데 있어서 시작점과 끝점 그리고 서로 겹쳐서 만나는 지점 등의 모든 세부사항들을 분석한다. 이러한 장치들은 x, y축의 좌표를 설정하여 지문의 위치를 정한다. 기준 템플렛을 정하기 위하여 둥고선의 개수를 세고, 지문검색에 영상처리 문제를 도입해 자체 개발한 VLSI(Very Large-scale Integrated Chip)나 신경망, 퍼지 등 다양한 기술들을 사용한 지문 인식 시스템들이 나와 있기도 하다. 이들 장치들은 인식률도 높아 등록된 사용자를 잘못 인식할 경우는 3% 이하이며 비등록자를 받아들이는 실수율은 1백만분의 1에 지나지 않는다.
1971년 TRW의 항공기 기술자인 랜들 파울러에 의해 첫 상품이 개발된 이후 지금까지 전세계적으로 12개이상의 회사들이 새로운 지문검색망을 형성하여 자사의 제품이 가장 낮은 FRR률, 저렴한 가격, 작은 템플렛 등을 제공한다고 주장하고 있다.
이 가운데 아이덴틱스 시스템이란 회사에서 만든 지문 인식 시스템은 개인 사용자가 비밀번호를 얻어 CCD 이미지 센서에 의해 주사되도록 유리판이나 플렉시유리판에 손가락 하나를 놓으면 2백50kB의 이미지가 30초만에 디지털 신호로 처리되고 분석돼 최종적으로 약 1kB의 수학적인 지문의 특성을 얻을 수 있도록 설계됐다.
이 장치는 사용자에게 3번의 기회를 주고 실패하면 거절하게 된다. 첫번째 시도에서 잘못 거절될 확률은 2-3% 가량이고, 잘못 승인될 확률은 0.0001% 이하에 불과하다. 독립된 장치는 48개의 지문을 저장할 수 있으며, 선택 사양인 메모리 카드를 꽂으면 8백46개까지 확장할 수 있다.
망막과 홍채
'데몰리션 맨'이란 영화에 등장하기도 했던 망막검색은 이미 수많은 군시설이나 은행에서 고등보안장치로 사용되고 있다. 망막검색은 약한 적외선빛을 동공을 통하여 눈의 뒷면에 비추는 식으로 이루어지는데 1985년부터 상품으로 판매되고 있다. 망막의 패턴은 CCD 카메라에 투영돼 그 고유한 패턴이 35바이트 이하의 정보형태로 저장된다.
망막 주사는 낮은 FRR과 거의 0%의 FAR을 가지고 있어서 지금까지 가장 좋은 생물측정술의 하나로 꼽힌다. 이 기술은 데이터 복제를 제공해 신분확인을 신속히 처리하며 5백명 이하의 데이터베이스에서 개개인을 인식하는 일을 훌륭하게 처리한다.
미국의 아이덴터파이(Eyeidentify Inc.)라는 회사가 유일하게 망막검색기를 생산하고 있는 중인데, 사람들은 그 기기에 필요한 만큼 그들의 눈을 밀착시키는 것을 원치 않기 때문에 사용자의 저항감이 망막주사기술의 가장 어려운 장애물로 꼽힌다.
한편 홍채의 패턴은 눈의 표면에 있어 사용자가 장치에 근접하게 움직일 필요가 없이 40-50㎝의 거리에서 홍채의 패턴을 읽을 수 있기 때문에 망막스캔보다 인기가 좋으며 상품화도 상당히 진전돼 있다.
홍채스캐너는 미국의 안과의사인 래너드 플롬과 아란 사퍼에 의해 개발되고 특허가 난 원리와 존 도그맨에 의해 발전된 수학적인 연산에 기초한 것으로 아이리스캔(IriScan Inc.)에 의해 개발되고 있다.
플롬과 사퍼는 홍채에 아주 세밀하고 독특한 조직이 일생동안 남아있다는 것을 관측하였다. 눈동자의 이 부분은 얼굴의 가장 두드러진 특징 중의 하나다. 이것은 눈의 하얀 조직에 의해 둘러싸여진 각막의 깨끗한 보호막 뒤의 색깔있는 원반으로서 몇 미터 떨어진 곳에서도 쉽게 볼 수 있다. 관찰되는 특징들은 수축자국, 줄무늬, 구멍, 콜라겐 섬유질, 가는 실 같은 것, 여포선, 구불구불한 맥반, 고리, 반점 등이다.
홍채의 조직은 독특하여 지문과 같지만 지문보다 6배이상이 큰 현저한 특징들을 갖고 있다. 눈의 이 부분은 시력손상 없이는 수술로 바꿀 수 없다. 손상이나 외부적 변화로부터 각막에 의해 보호되며, 빛에 반응을 나타내는데 이것이 자연스런 테스트가 된다.
얼굴
얼굴 전체를 자동인식용으로 사용하는 것은 얼굴이 항상 변하기 때문에 상당히 복잡한 작업이다. 얼굴 표정과 머리카락 모양, 얼굴에 난 털, 머리의 위치, 카메라의 크기, 조명 등의 변화로 필름이나 비디오테이프에 찍힌 상과 전혀 다른 상이 생긴다. 그러나 보다 발전된 영상처리 기술과 신경망(NN: neural network)의 응용으로 이것이 가능케 됐다.
미국의 뉴로메트릭 비전 시스템은 얼굴인식 문제에 대해 연구하면서 얼굴의 표정이나 머리카락모양 얼굴의 위치들에 따라 카메라 스케일과 조명의 일정한 허용폭을 갖도록 해 가능한 제약요소들을 최소화한 얼굴인식기를 개발했다.
이러한 개발은 얼굴의 비교나 얼굴 주요 부분의 측정, 얼굴 외형의 비교 등이 얼굴인식시스템에 사용될 수 있다는 사실로부터 비롯됐다. 이런 접근방식의 어떠한 것도 영상분류과정을 위해 원리에 입각한 논리(rule-based logic)나 신경망을 도입해야 한다.
1992년에 처음 소개된 뉴로메트릭 시스템은 디지털 신호처리 카드(DSP)와 장착된 카메라로부터 래스터주사된 프레임을 픽셀표기로 변환하는 프레임그래버 카드를 설치한 386이나 486 PC에서 사용할 수 있다. 이 시스템은 흑백 비디오 카메라나 비디오 녹화기로부터 바로 영상을 잡을 수 있게 되어 있다.
DSP 카드에서 작동하는 소프트웨어는 얼굴을 비디오 프레임에 위치시킨 다음 필요에 따라 크기를 조절하고 회전시켜 조명의 차이를 보완하며, 얼굴을 실수 픽처벡터의 집합으로 수학적으로 변환시킨다. 이 픽처벡터 집합은 신경망에 입력돼 1초내로 조율된 영상과 비교된다.
신경망에 의한 영상처리나 분류는 DSP 카드에서 이루어지는데, 이것은 필요할 때마다 PC의 디스크로부터 신경망 클러스터를 불러낸다. 현재의 시스템은 5천개의 얼굴을 데이터베이스에 저장할 수 있으며, 다중 DSP 카드와 비디오카메라을 사용하여 초당 20명의 얼굴을 인식할 수 있다.
조만간 5만개의 영상을 저장할 수 있는 데이터베이스를 갖춘 두번째 세대가 소개될 것이며 궁극적으로 백만개의 영상을 수용할 것으로 보인다. 이 정도 크기의 데이터베이스에서 검색하는데 걸리는 시간은 대략 20초에서 2분이내.
물론 쌍둥이처럼 구별하기 어려운 얼굴은 뉴로메트릭 시스템을 속일 수도 있다. 하지만 이 시스템은 보통사람들보다 훨씬 객관적으로 쌍둥이들의 미세한 차이점을 포착하여 구별한다. 또한 머리카락 모양이나 색깔, 수염, 안경 등의 변화에도 별 영향을 받지 않는다.
음성
생물측정기술에서 사용하기에 가장 자연적이고 침투성이 적은 것은 음성검색이다. 음성인식에는 두가지 접근방법이 있다. 하나는 접근지점에 전용 하드웨어와 소프트웨어를 사용하는 것이다. 두번째 방법은 일반 전화선으로 하나의 망을 구축하는 개인용 컴퓨터를 호스트로 사용하는 것이다. 이 접근 방식은 일반적인 접근제어 상황을 처리하며, 각 단말기마다 1천5백 달러 이상의 비용이 든다.
가장 최근의 장치로는 은행의 현금인출기에 사용된 미국 AT&T의 스마트카드다. AT&T 카드는 신용카드 크기의 메모리카드에 사용자의 음성패턴을 저장한다. 은행에서 구좌를 여는 사람은 지정된 2개나 3개 음절의 단어를 8번 반복하여 말해야 한다. 그 단어는 사용자에 의해 선택될 수 있고 어떤 언어나 사투리도 가능하다.
전화선에 연결하기 위한 디지털 신호처리보드를 장착한 386 PC를 기반으로 한 시스템은 음성을 8kHz 디지털신호로 바꾸어 단어들을 자동적으로 조각내어 디지털정보 조각의 끝점을 만들어낸다. 음성 견본들이 매 수밀리초마다 취해져서 정량화되고 피치, 속도, 에너지밀도, 파형 등 20여가지 변수들로 표준화된다.
각각 8번씩 반복한 음성이 일단 스펙트럼 형식으로 전환되면, 30-50밀리초로 중복된 견본들은 이런 방식으로 분석된다. 그 다음 하나의 단어를 이루고 있는 일련의 개개 파형은 다른 반복된 것과 비교되고, 응용목적에 따라 미리 설정된 FAL(False Acceptance Level)과 FRL(False Rejection Level)에 맞춰서 파형의 허용폭이 선택된다. 이 파형 폭은 메모리카드에서 7백바이트 이하를 차지한다.
이 시스템을 사용하는 사람은 오늘날 널리 사용되고 있는 현금인출기에 현금카드를 넣는 것과 같이 자신의 스마트카드를 입력장치에 넣는다. 그러면 일정한 비율과 성량, 피치에 따라 음성의 패턴을 표준화하는 견본 방법론(sampling methodology)을 사용한 동적 시간왜곡 연산(DTWA, Dynamic Time-Warp Algorithm)은 예민도와 크기, 또는 병에 의한 쉰 상태 등을 따라 계속적으로 검색한다. 사용자가 암호를 말하면 시스템은 저장된 데이터와 이를 비교한다. 만일 이것이 허용된 범위내이면, 사용자는 받아들여진다.
음성시스템에 대하여 사람들이 묻는 일반적인 질문은 "성대 묘사는 어떻게 할 것인가"이다. 그러나 이러한 위험요소는 생각만큼 심각하지 않다. 왜냐하면 이 기기는 사람들이 들어서 모빙하는 특징보다는 언어의 특징에 의도적으로 그 초점을 맞추기 때문이다. 사람들은 복제가 불가능한 생리적이고 행동적인 요소들을 조합하여 말의 패턴을 형성한다.
필체
요즈음에는 도장대신 서명이 보편화되는 추세여서 필체가 생물측정학 발전의 가장 관심 있는 분야가 되고 있다. 필체인식에 있어서 가장 중요한 것은 거의 모든 필체에 있어서 변화되는 부분과 습관적인 부분을 구분하는 것이다. 몇개의 확인 기기들은 필체의 모양을 계산에 넣고 몇개는 기록이나 재출력을 위해 모양을 찍을 수 있다.
일반적으로 확인기기들은 전선으로 연결된 펜이나 민감한 테블렛, 혹은 이들을 함께 사용한다. 전선으로 연결된 펜을 사용하는 기기들은 가장 가격이 저렴하고 크기가 작으나 내구성이 떨어진다는 단점이 있다.
필체시스템은 1990년대 후반에 이르면 일반 공공용지 사용시 가장 일상적인 생체측정 장치가 될 것으로 예상되고 있다.
타자방식
미국 국립과학재단(NSF)과 국립표준기술원은 각 개인의 타자 패턴은 사람마다 독특하다는 것을 연구한 바 있다. 이를 바탕으로 연구된 타자역학(Keystroke Dynamics), 또는 타자리듬은 컴퓨터보안시대에 모든 생체측정학 기술이 간절히 기다려왔던 기술이다. 이름이 암시하듯이 이 방법은 자판기에서 사용자가 입력하는 것을 1천번가량 관측해 사용자의 타자습관을 분석한다. 이것은 과거 전보를 보낼 때 수신자가 발송자의 주먹의 크기를 알아서 누가 보냈는지를 알아내는 것과 유사하다.
이 방법은 사용자가 조회를 받고 있다는 사실을 눈치채지 못하며, 사용자가 타자를 잘 할 수록 신원조회가 쉽다. 또한 조사와는 상관없이 사용자가 키를 두드리기 때문에 일반 작업의 흐름을 방해하지 않는다. 입력기기가 설치되어 있는 키보드이기 때문에 이 기술은 비용이 저렴하다는 장점도 있다.
컴퓨터 환경에서 타자방식이 이롭다는 것은 명백하다. 타자역학은 플러그 인(plug-in) 보드와 내장된 하드웨어, 소프트웨어 등의 형태로 제공될 수 있다. 하지만 이 기술이 약속한대로 작동하도록 하는데 수반되는 기술적인 어려움으로 상품화에서 실패한 상태다. 똑같은 회사 제품이라도 키보드의 물리적 특성의 차이점들과 통신 프로토콜 구조는 개발자에게 가시박힌 장애물과도 같다.
