[과학] DGIST, 알고리즘 개발..암호·보안 시스템 수준 500배 더 빠르게 추정

국내 연구진이 기존 기술보다 500배 빠르게 엔트로피 추정을 할 수 있는 알고리즘 개발에 성공했다. 최근 대구경북과학기술원(DGIST)의 김용준 정보통신융합전공 교수팀은 암호 및 보안 시스템에 핵심적으로 사용되는 '최소 엔트로피'를 효율적이고 정확하게 추정하는 알고리즘을 개발했다. 엔트로피란 평균 정보량을 의미한다. 엔트로피가 낮을수록 이미 알고 있는 정보가 많아 굳이 정보를 전송하지 않아도 돼 평균 정보량이 적다. 반대로 엔트로피가 높으면 평균 정보량이 많다.

연구팀이 개발한 알고리즘은 기존 암호학적 알고리즘에 정보이론과 기계학습 방법론을 접목한 새로운 방식으로 개발됐다. 이 기술은 미국표준기술연구소(NIST)의 표준 알고리즘보다 500배 더 빠른 최소 엔트로피 추정이 가능하다.

향후 정보 보호 및 보안의 중요성이 더욱 증대되는 4차 산업혁명 분야에서 다양하게 응용될 수 있을 것으로 기대된다.

일반적으로 암호 시스템의 보안 수준은 난수의 무작위성이 결정한다. 난수란 암호 시스템의 핵심 구성 요소다. 난수의 무작위성을 정량화하기 위해선 '최소 엔트로피 추정'이 필수적이다. 최소 엔트로피는 특정 알고리즘을 적용해 결정된다. 김 교수 연구팀은 이 알고리즘을 개발했다. 기존 알고리즘과 동일한 추정 정확도를 유지하면서 추정 속도를 기존 기술 대비 500배 이상 높였다. 또 데이터 샘플을 모두 저장하지 않고도 효율적으로 최소 엔트로피를 추정할 수 있게끔 만들었다.

이번 연구를 주도한 김 교수는 "최소 엔트로피 추정 방법과 관련해서 NIST 표준 문서를 검토하던 중 정보이론과 기계학습의 방법론을 적용해 기존의 NIST 표준 알고리즘보다 연산 속도와 추정 정확도를 획기적으로 개선할 수 있는 방법을 생각하게 됐다"고 말했다.

[이종화 기자]

[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]