실시간 통신·인공지능(AI) 전문기업 티에스엔랩이 온-디바이스 딥러닝 가속기의 물리 채널 취약점을 검증하고 대응기술을 개발할 수 있는 시스템을 확보했다. 이를 통해 AI 보안 분야의 원천기술을 확보하게 됐다.

티에스엔랩은 2021년부터 2024년까지 고려대학교 주관으로 진행한 '고신뢰 온-디바이스 딥러닝 가속기 설계를 위한 물리채널 기반 취약점 검증 및 대응기술 개발' 과제에 참여해 이 시스템을 개발했다고 13일 밝혔다.

개발된 시스템은 딥러닝 가속기의 물리 채널 기반 보안 취약점을 측정하고 분석해 대응기술을 적용할 수 있는 기능을 갖추고 있다. 딥러닝 가속기 탑재용 FPGA, 취약점 분석 소프트웨어 연동용 FPGA, 전압 패턴 분석 회로 등으로 구성돼 있다.

최근 스마트폰, 웨어러블 기기, 자율주행차 등 모바일 엣지 컴퓨팅 환경에서 실시간 AI 연산 수요가 급증하면서 온-디바이스 딥러닝 가속기 탑재가 빠르게 확산되고 있다. 하지만 이 과정에서 오류 주입이나 부채널 공격 등 물리 채널 공격에 노출될 위험이 있다.

오류 주입 공격은 의도적인 전압 변화나 레이저를 이용해 디바이스 작동에 오류를 일으켜 인증을 우회하거나 암호키를 추출하는 방식이다. 부채널 공격은 전력 소비, 전자기 방사, 연산 시간 등의 부채널 정보를 이용해 모델 내부 상태나 민감 정보를 파악한다.

티에스엔랩은 현재 개발 중인 RISC-V 기반 AI 가속기 'CONNX NPU'에 이번에 개발한 취약점 검증 기술을 적용할 계획이다. 이를 통해 물리 채널 공격에 대한 보안 안정성을 확보해 글로벌 경쟁력을 높인다는 방침이다.

이호석 티에스엔랩 부사장은 "이 시스템을 활용해 딥러닝 가속기의 물리 채널 공격 안전성 가이드라인을 제시할 수 있을 것"이라며 "보안성을 갖춘 제품은 AIoT 장비, 모바일 기기, 스마트 의료기기 등 다양한 임베디드 시스템에 적용돼 세계 시장을 선도할 것으로 기대한다"고 말했다.

시장조사기관에 따르면 딥러닝 가속기 시장 규모는 2026년 578억 달러까지 성장할 것으로 전망된다.