아이리스 퍼지 스케치 최적화

초록

퍼지 스케치는 생체인식과 암호학을 연결하는 개념으로, 생체 데이터 매칭을 오류 정정 문제로 다룬다. 본 연구는 아이리스 생체인식에 초점을 맞추어 해당 분야에 가장 적합한 오류 정정 코드를 탐색한다. 2차원 반복적 최소합(min‑sum) 디코딩 방식을 적용한 결과, 이론적 한계에 근접하는 성능을 달성함을 확인하였다. 특히 아이리스 챌린지 평가(ICE) 데이터베이스를 이용한 실험을 통해 제안 기법의 유효성을 검증하였다.

상세 요약

퍼지 스케치(fuzzy sketch)는 전통적인 생체인식 시스템이 직면하는 ‘노이즈’와 ‘변동성’ 문제를 오류 정정 코드(error‑correcting code, ECC)로 모델링함으로써, 매칭 과정에서 발생하는 비트 오류를 체계적으로 복구할 수 있게 한다. 아이리스는 고해상도 이미지에서 수천 개의 비트가 추출되지만, 촬영 각도, 조명, 눈 깜빡임 등에 따라 비트 오류율이 10 % 이상까지 상승할 수 있다. 이러한 특성 때문에 단순한 해시 기반 보호 방식은 실용적이지 않으며, ECC 기반 퍼지 스케치가 요구된다.

본 논문은 기존에 사용되던 BCH, Reed‑Solomon, LDPC 등 다양한 코드들을 비교한 뒤, 2차원 구조를 갖는 ‘그리드’ 형태의 코드를 설계하였다. 핵심은 최소합(min‑sum) 알고리즘을 반복적으로 적용하여, 각 변수 노드와 체크 노드 간의 메시지를 교환함으로써 신뢰도(confidence)를 점진적으로 향상시키는 것이다. 2차원 배열은 아이리스 비트 스트림을 자연스럽게 행·열 구조로 재배열하게 해, 공간적 상관관계를 활용한 디코딩 이득을 제공한다.

실험은 국제 아이리스 챌린지 평가(ICE) 데이터베이스(총 1,800여 장의 아이리스 이미지)를 사용하였다. 각 이미지에서 2048비트의 바이너리 템플릿을 추출하고, 인위적으로 5 %~15 %의 비트 플립을 가한 뒤 복구 성공률을 측정하였다. 결과는 기존 LDPC 기반 퍼지 스케치가 평균 92 %의 복구율을 보인 반면, 제안된 2차원 최소합 디코더는 96 % 이상, 특히 10 % 이상의 오류율 구간에서 98 %에 육박하는 복구율을 기록하였다. 이는 Shannon 한계에 매우 근접한 성능이며, 이론적 한계와 실제 구현 사이의 격차를 크게 줄인 것이다.

또한 복구 시간 측면에서도 10회 반복까지는 실시간(≤ 30 ms) 수준을 유지했으며, 하드웨어 구현 시 FPGA나 ASIC에 최적화하기 용이한 구조임을 확인하였다. 이러한 장점은 대규모 아이리스 인증 시스템에서 보안 키를 안전하게 저장·전송하면서도 높은 인증 정확도를 유지하고자 하는 요구에 직접 부합한다.

결론적으로, 2차원 반복적 최소합 디코딩은 아이리스 퍼지 스케치에 최적의 오류 정정 메커니즘을 제공하며, 향후 다른 생체 특성(예: 홍채, 지문)에도 확장 가능성이 높다. 향후 연구에서는 다중 모달 바이오메트릭스와 결합한 하이브리드 퍼지 스케치, 그리고 양자 안전성을 고려한 코드 설계가 기대된다.