🔦 “보이지 않는 위협, 보이는 빛: VLC 물리계층 공격 가능성 탐구”

📝 Abstract

One of the areas in which wireless networks based on visible light communication (VLC) are considered superior to traditional radio-based communication is security. The common slogan summarizing VLC security features is: WYSIWYS - “What You See Is What You Send”. However, especially in the case of infrastructure downlink communication, security with respect to data snooping, jamming and modification must be carefully provided for. This paper examines the physical layer aspects of VLC networks with respect to possible disruptions caused by rogue transmitters. We present the theoretical system model that we use in simulations to evaluate various rogue transmission scenarios in a typical office environment. We use estimated Bit Error Rate (BER) as a measure of the effectiveness of jamming and rogue data transmission. We find that it is quite easy to disrupt, and in some cases to even hijack legitimate transmission.

💡 Analysis

**

1️⃣ 연구 배경 및 동기

• VLC의 보안 기대감: 광신호는 직진성·장애물 차단 특성 때문에 외부에서 도청이 어렵다는 전제가 있다.
• 현실과의 괴리: 실제 인프라(천장 조명)에서는 다중 LED가 분산 배치되고, LOS·NLOS가 혼재한다. 이러한 복합 환경에서는 “보이는 것이 전송되는 것”이라는 가정이 깨질 가능성이 있다.
• 공격 시나리오 필요성: 기존 연구는 주로 정보이론적(시크리티 용량) 접근에 머물렀으며, 물리계층에서의 실질적인 공격 메커니즘은 부족했다.

2️⃣ 주요 기여

3️⃣ 방법론 상세

1. 광학 모델

   • LED는 Lambertian 소스로 가정하고, 반감각(θ₁/₂)으로 방사 차수를 m을 계산 (식 9).
   • 수신기 FOV와 거리 d에 따라 직접 채널 전달 함수 h_d를 도출 (식 10).

2. 노이즈 모델

   • Shot noise, thermal noise, ISI(Inter‑Symbol Interference) 중 시뮬레이션에서는 주로 배경 shot noise와 ISI를 고려.
   • 다중 조명 환경에서는 인접 LED 간 간섭이 실제 노이즈보다 지배적임을 강조.

3. BER 계산

   • M‑PAM 변조를 가정하고, SNR에 기반한 근사 BER 식 (식 1‑2) 사용.
   • 정상·악성 각각을 ‘데이터’·‘노이즈’로 전환해 두 개의 SNR(𝑆𝑁𝑅ₛ, 𝑆𝑁𝑅ᵣ)과 BER(𝐵𝐸𝑅ₛ, 𝐵𝐸𝑅ᵣ) 도출.

4. 시뮬레이션 파라미터

   • LED 전력: 0.5 W~2 W, 반감각: 60°~120°, 수신기 면적: 1 cm², FOV: 60° 등.
   • 방 안의 반사율: 0.7(벽), 0.8(천장) 등 현실적인 값 적용.

4️⃣ 핵심 결과

• 재밍 임계 전력: 정상 LED 전력 대비 약 30 % 이상만 있으면 BER이 급격히 상승.
• 감지 어려움: 악성 LED가 기존 조명과 동일한 광도·색온도를 유지하면 사용자는 눈치채기 힘듦.

5️⃣ 의의 및 실용적 함의

• 보안 패러다임 전환: “광은 보안이다”라는 기존 인식이 물리계층 공격에 취약함을 보여준다.
• 시스템 설계 시 고려사항
  1. 다중 인증: 물리적 위치 기반 인증(예: 광학 지문) 도입 필요.
  2. 동적 전력/색상 변조: 정상 LED가 주기적으로 전력·색을 변조해 악성 LED와 구분 가능하도록 설계.
  3. 광학 센서 네트워크: 환경 전역에 저전력 광센서를 배치해 비정상적인 광량 변화를 실시간 감시.

6️⃣ 한계점 및 향후 연구 방향

향후 연구 제안

1. 실험실·현장 테스트 – 실제 사무실·공장 환경에서 악성 LED를 설치하고 BER 변화를 측정.
2. 다중 사용자·다중 수신 시나리오 – 사용자 이동성, 다중 수신기 간 상호 간섭을 포함한 모델 확장.
3. 보안 프로토콜 설계 – 물리계층 인증·키 교환을 광학 특성에 매핑한 프로토콜 개발.
4. 머신러닝 기반 이상 탐지 – 실시간 광량·색온도 데이터를 학습해 비정상 패턴을 자동 감지.

7️⃣ 결론 요약

• VLC는 전파 기반 네트워크 대비 물리적 차단 효과가 크지만, 악성 LED 하나만으로도 물리계층 재밍·데이터 하이재킹이 가능함을 이론·시뮬레이션을 통해 입증했다.
• 따라서 보안 설계 단계에서 물리계층 공격 모델을 반드시 포함해야 하며, 동적 전력 제어·다중 인증·실시간 감시 체계가 필수적이다.

이 분석은 논문 본문에 제시된 내용과 일반적인 VLC 연구 흐름을 종합하여 작성되었습니다.

📄 Content

가시광 통신(VLC) 네트워크에서 물리 계층 공격을 실행할 가능성

그제고시 브리노프스키
이메일: g.blinowski@ii.pw.edu.pl
컴퓨터 과학 연구소,
와르샤와 공과대학, Nowowiejska 15/19, 00‑665 Warszawa, 폴란드

초록

가시광 통신(VLC)을 기반으로 한 무선 네트워크가 전통적인 라디오 기반 통신보다 우수하다고 평가받는 분야 중 하나는 보안이다. VLC 보안 특성을 요약하는 일반적인 슬로건은 “WYSIWYS – What You See Is What You Send”(보는 것이 곧 보내는 것)이다. 그러나 특히 인프라 다운링크 통신의 경우, 데이터 도청, 재밍(jamming), 변조(modification) 등에 대한 보안이 신중히 확보되어야 한다. 본 논문은 악성(rogue) 송신기에 의해 발생할 수 있는 방해를 중심으로 VLC 네트워크의 물리 계층을 조사한다. 시뮬레이션에 사용되는 이론적 시스템 모델을 제시하고, 전형적인 사무실 환경에서 다양한 악성 전송 시나리오를 평가한다. 방해 및 악성 데이터 전송의 효과를 측정하기 위해 **비트 오류율(BER)**을 추정한다. 결과적으로 VLC 전송을 방해하거나, 경우에 따라 정당한 전송을 탈취하는 것이 비교적 쉽다는 것을 확인하였다.

키워드: VLC, 가시광 통신 네트워크, 네트워크 보안, 물리 계층 보안, 전송 재밍, 전송 탈취

1. 서론

가시광 통신(VLC)은 LED가 방출하는 빛에 베이스밴드 신호를 변조하는 무선 광학 통신 기술이다[1]‑[3]. LED 기반 조명의 비용이 감소하고 보급이 급속히 확대됨에 따라, VLC는 라디오 기반 무선 통신에 대한 유망한 대안으로 떠오르고 있다. 데이터 전송량과 가용성에 대한 사용자의 요구가 지속적으로 증가함에 따라, 제한된 라디오 스펙트럼 때문에 전송 속도와 채널 용량이 제한되는 Wi‑Fi, Bluetooth, ZigBee 등 전통적인 라디오 기반 시스템은 한계에 봉착한다. 반면, VLC 데이터 전송 네트워크는 이러한 전통 무선 기술에 비해 매력적인 대안을 제공한다.

VLC 시스템은 실내·실외 모두에 적용 가능하도록 제안·구현되어 왔다[2],[4]. 실내 적용 사례로는 현재 라디오 기반 WLAN·PAN이 제공하는 다양한 서비스가 포함된다. 예를 들어 사무실 통신[5], 멀티미디어 회의[6], P2P 데이터 교환·방송(특히 홈 오디오·비디오 스트리밍)[7]‑[10], 실내 위치추정[11],[12] 등이 있다. 또한 광산·석유화학 플랜트와 같은 위험 환경이나 병원·항공기와 같이 전자기 간섭을 최소화해야 하는 분야에서도 전파 간섭이 없는 안전한 대안으로 활용된다[13].

최근에는 RF 네트워크를 보완하거나 대체하는 방안으로도 VLC가 주목받고 있다. 예를 들어 EU가 지원한 “hOME Gigabit Access”(OMEGA) 프로젝트에서는 VLC 기반 멀티미디어 네트워크 기술이 다수 개발되었다[14]. 스마트폰 카메라·광센서를 이용한 모바일 컴퓨팅·센싱 분야에서도 VLC가 적용 가능해졌다. OpenVLC 플랫폼을 이용한 연구[15]에서는 현재의 소프트웨어 정의 라디오(SDR) 툴킷을 활용해 VLC 매체 위에 TCP/IP 스위트를 구현하는 것이 비교적 용이함을 보여주었다.

VLC가 전통 라디오 기반 통신보다 보안 측면에서 우수하다고 여겨지는 이유는 광신호가 **지향성(directivity)**과 장애물 투과 불가능성을 갖기 때문이다. 이는 실내 환경에서 외부로부터 데이터를 가로채기 어렵게 만든다. 이러한 보안 특성을 요약한 슬로건이 바로 “WYSIWYS – What You See Is What You Send”[16]이다. 그러나 IT 기술 발전의 역사를 보면, 새로운 통신 기술이 등장할 때 보안 문제를 간과하거나 소홀히 다루는 경우가 빈번했다. IPv4, 광섬유 네트워크, 초기 WLAN 기술 등이 그 예다. 현재 VLC 산업도 보안보다 물리적 특성에 집중하는 경향이 있어, 보안 트랙이 소홀히 다루어질 위험이 있다.

무선 매체는 공유 특성 때문에 쉽게 모니터링·방송될 수 있다. 공격자는 통신을 감청할 뿐 아니라 재밍(서비스 거부) 공격도 손쉽게 수행할 수 있다. 물리 계층에서 MAC 수준 프로토콜을 무시한 공격은 전통적인 보안 메커니즘으로는 방어가 어렵다. [17]에서는 모바일(스마트폰·태블릿·웨어러블), 고정(PC·주변기기·가전), 인프라(실내 고정 송신기) 세 가지 기본 클래스에 대해 VLC 보안 위험을 평가하였다. 특히 인프라 다운링크 통신에서는 데이터 도청·재밍·변조에 대한 보안이 신중히 설계되어야 함을 강조한다. 따라서 VLC 네트워크의 신뢰성을 확보하려면 악성 송신기 공격 메커니즘을 정확히 이해해야 한다. 본 논문은 이러한 물리 계층 측면을 집중적으로 분석한다.

논문의 구성은 다음과 같다. 2절에서는 현재 VLC 보안 연구 현황을 정리하고, 3절에서는 시뮬레이션에 활용할 이론적 시스템 모델을 제시한다. 4절에서는 평가 시나리오의 물리적 특성을 설명하고, 5절에서는 시뮬레이션 결과를 제시·논의한다. 마지막 6절에서는 결론과 향후 연구 과제를 제시한다.

2. 현재 VLC 보안 연구 현황

2.1. 기밀성 및 데이터 도청

IEEE 802.15.7 표준[18]에서는 “방향성 및 가시성 때문에, 비인가 수신기가 통신 신호 경로에 있으면 쉽게 식별될 수 있다”는 가정을 제시한다. 그러나 인프라 송신기를 이용한 경우, NLOS·LOS 모두에서 비인가 수신기를 눈치채지 못하고 환경에 삽입할 수 있다.

VLC 도청은 장애물 투과 불가능성 때문에 Wi‑Fi 도청보다 어렵지만, 불가능한 것은 아니다. 실험적으로[19]는 저가 SDR 기반 장비를 이용해 다양한 시나리오에서 수용 가능한 BER을 달성하며 방을 벗어나 문틈·열쇠구멍·특수 ‘프라이버시’ 코팅 창문을 통해 64‑QAM 고차 변조 신호를 복조할 수 있음을 보여주었다.

지금까지 VLC 기밀성은 주로 정보 이론 수준에서 다루어졌다. 와이너가 제시한 이산 메모리 없는 와이어탭 채널과 비밀 용량(secrecy capacity) 개념이 핵심이다[20]. MIMO·빔포밍 기법을 활용해 특정 물리적 위치에만 BER을 최소화하고 그 외 영역에서는 BER을 크게 유지함으로써 물리적 도청을 방지하는 연구가 진행되었다[21]. 유사한 접근법이 MISO·널 스티어링·인공 잡음 기법을 이용해 달성 가능한 비밀 전송률을 수치적으로 계산한 연구[22]와 실제 환경에서 검증한 연구[23]에서도 확인된다.

2.2. 재밍 및 데이터 변조

악성 장치를 VLC 인프라에 삽입하는 방법은 크게 직접 LOS(직선 시야) 방식과 비지향성 NLOS 방식이 있다. 전력 제약 때문에 일반적으로 LOS 모델이 선호된다. 공격자는 정당 송신기보다 높은 조도를 수신기에 제공함으로써 방해를 시도한다.

공격자가 사용자를 눈치채지 못하도록 악성 송신기의 조도를 은폐하는 것이 가장 큰 과제다. 이를 위해 고지향성 송신기를 직접 설치하거나, 기존 인프라의 일부를 해킹해 탈취하는 방법이 있다. 다수의 독립적인 송신기로 구성된 VLC 인프라(멀티‑송신기 ‘펨토셀’ 네트워크 포함)[24]에서는 악성 송신기 설치가 쉽게 눈에 띄지 않을 수 있다. 대규모 설치 환경에서는 유선·무선 채널을 통한 탈취도 충분히 가능하다.

데이터 변조는 반응형 재밍 기법을 통해 달성될 수 있다. SDR 기술을 이용한 실시간 반응형 재밍이 공격자에게 비교적 쉬운 수준임을 [25]에서 입증하였다. 해당 연구에서는 ZigBee(IEEE 802.15.4) 장치를 사용했으며, ZigBee와 VLC 802.15.7 표준 간의 MAC‑레벨 유사성을 언급한다.

3. 시스템 모델

시스템은 **다중 LED 송신기(여러 개의 광원)**와 포토다이오드 수신기로 구성된다. 수신 신호는 LED의 물리적 특성, 수신기 특성, 그리고 방의 크기·벽 반사율 등 채널 특성에 의해 결정된다. 우리는 **광선 광학(ray optics)**을 이용해 신호·잡음 수준을 계산하고, 적절한 지표를 도출한다.

• MISO 모델(Multiple Input Single Output)을 가정한다. 다수의 조명기구(legitimate·rogue 각각 다수의 LED 포함)와 하나의 포토다이오드 검출기로 구성한다.
• 단일 LED는 반파(half‑power) 반각과 중심 광도(intensity, cd)로 특성화한다.
• 수신기는 광학 필터·광학 집광기·단일 포토다이오드 소자를 갖는 비영상(non‑imaging) 포토디텍터이며, FOV(시야각), 이득(필터·집광기 곱), 면적, 변환 효율(A/W) 등을 파라미터로 가진다.

3.1. 성능 지표

악성 송신기의 영향을 측정하기 위한 지표는 **비트 오류율(BER)**이며, 이는 **SNR(신호 대 잡음비)**와 변조 방식에 따라 결정된다. M‑PAM 변조에 대한 BER 근사식은 다음과 같다.

[ \text{BER}_{\text{PAM}}(\text{SNR}) \approx \frac{M-1}{M\log_2 M}, Q!\left(\sqrt{\frac{\text{SNR}}{2(M-1)}}\right) ]

[ \text{BER}s = \text{BER}{\text{PAM}}(\text{SNR}_s) \tag{1} ]

위 근사는 그레이 코딩에서 한 비트 오류만 발생한다는 가정에 기반한다[26].

SNR은 다음과 같이 계산한다.

[ \text{SNR}s = \frac{ \overline{s{\text{data}}}^{,2} }{ N + \overline{s_{\text{rogue}}}^{,2} } \tag{2} ]

여기서 (s_{\text{data}})는 정당 데이터 신호, (s_{\

이 글은 AI가 자동 번역 및 요약한 내용입니다.