AI에 양자난수 암호까지…물리보안 발전 마중물, 수술실 CCTV 의무화
9월부터 병원 수술실 CCTV 설치 의무화 조치가 시행되는 가운데 다양한 보안 기술이 제도 정착을 지원할 것으로 전망된다. 인공지능(AI)을 비롯해 인증에 활용되는 보안 기술은 혹시 모를 영상 유출 등 부작용을 막는 역할을 수행할 수 있다.
오는 9월 25일부터 환자의 의식이 없는 상태에서 수술을 진행하는 의료기관은 수술실 내부에 반드시 CCTV를 설치해야 한다. 의료계에서도 지난한 갑론을박이 이뤄진 뒤 마침내 시행에 들어가는 제도라 관심이 큰 상황. 특히 수술 영상은 환자의 신체를 비롯해 의사의 행위 등 민감한 정보를 담을 수밖에 없어 보안 강화에 대한 목소리가 컸다.
물리보안 업계에서는 새로운 시장 성장 기회로 본다. CCTV 관련 시장을 넘어 기반 기술을 더 확산할 수 있을 거란 기대다. 보안에 대한 우려가 깊은 만큼 법령 또한 자세한 절차를 명시해 놓았는데 여기에 각 기업의 기술력이 적용되는 것이 눈에 띈다.
이번 제도의 근거가 된 의료법 개정안은 CCTV 설치 의무화와 함께 이로 인한 정보유출 방지 조치를 명시했다. 구체적으로 수술실 CCTV는 저장장치와 네트워크를 분리해야 하고, 외부로 반출할 때는 주요 부위 등에 모자이크 처리 등 비식별화 조치를 해야 한다. 의식이 없는 환자의 수술 과정에서 일어날 수 있는 사고나 자격 없는 간호사의 집도, 마취 환자에 대한 희롱 등 혹시 모를 사건을 는 게 목적이다.
특히 AI 기술이 적용된 것이 눈에 띈다. AI가 보안 담당자의 수고를 덜어준다. 긴 시간 이어지는 수술의 경우 담당자가 해당 영상을 모두 확인하고 일일이 마스킹하기 어려운 만큼 AI의 도움으로 부담을 줄이는 게 기업들의 목표다.
SK쉴더스는 이달 중순 ‘캡스 영상반출 솔루션’을 출시했다. AI 기술이 솔루션의 핵심이다. AI 추적 기능을 통해 영상 내 사람의 움직임을 자동으로 감지하고 모자이크를 덮어준다. 담당자의 큰 수고 없이도 비식별화 조치를 쉽게 할 수 있다는 게 회사의 설명이다. 영상 내 마스킹 선택 영역도 추가로 설정하거나 제외할 수 있다.
‘콘텐츠 세이퍼 포 헬스케어(Contents SAFER for Healthcare)’를 선보인 마크애니도 AI를 활용한 마스킹 기능을 제공한다. 마크애니 관계자는 “AI를 활용한 안면 인식 추적 마스킹 기능을 통해 자동으로 움직이는 객체를 인식할뿐더러 추가로 영역을 지정하면 AI가 자동으로 모자이크 또는 블러 처리해준다”고 말했다.
자체 개발한 기반의 객체 검출 모델(Object Detection)을 적용해 객체 하나하나에 일종의 라벨을 붙여 특정 시간대 특정 객체를 지우거나 지우지 않는 등 상세 설정도 가능하다는 게 이 관계자의 설명이다. 워터마크를 넣어 불법적인 유출이 발생했을 때도 쉽게 유출 경로를 추적할 수 있도록 하고 캡처 방지 기능도 적용했다.
암호화 방식을 고도화한 것도 눈에 띈다. 영상은 반출을 요청한 환자나 보호자 또는 유관기관 관계자만 재생할 수 있어야 한다. 이에 담당자 인증 방식을 강화해 해커나 제3자가 영상을 볼 수 없도록 하는 데 암호화 기술을 적용한다.
SK쉴더스의 캡스 영상반출 솔루션은 양자난수생성(QRNG) 기술을 적용한 지문인식기를 통해 2단계 인증을 거쳐야만 영상을 반출할 수 있도록 했다. 양자 역학의 특성을 활용해 예측하기 어려운 무작위 숫자를 만들어 내는 QRNG 기술은 현재 슈퍼컴퓨터로도 뚫을 수 없는 고도화 한 암호화 기술로 꼽힌다. 지문을 찍는 인식기로 담당자의 신원 인증을 하는 방식은 똑같지만, 이 인증을 위한 인식기 자체에 양자난수 암호를 적용해 지문인식기에 대한 해킹도 막는다는 게 회사의 설명이다.
당장 수술실 CCTV 의무화가 큰 수익을 가져다 주는 것은 아니지만 더 많은 분야에 물리보안 기술을 선보이는 계기가 될 거라는 게 업계의 전망이다.
SK쉴더스 관계자는 “단순히 CCTV 관련이 아니라 AI 알고리즘을 활용한 마스킹 기술이나 암호화 기술이 확산할 장이 마련된 것 또한 긍정적인 요소”라며 “지속적인 기능 업데이트를 통해 외연을 넓힐 예정”이라고 밝혔다.
글. 바이라인네트워크
<이진호 기자>jhlee26@byline.network