음성 코덱 선택이 트랜스코딩 스테가노그래피에 미치는 영향

초록

본 논문은 IP 전화에서 사용되는 대표적인 음성 코덱들을 대상으로, 트랜스코딩 기반 스테가노그래피(TranSteg)의 은닉 효율과 음성 품질에 미치는 영향을 실험적으로 분석한다. 압축률이 높은 코덱을 선택하면 은닉 용량은 크게 늘어나지만, 과도한 트랜스코딩은 원음 품질 저하를 초래한다. 실험 결과, G.711 → G.729 조합이 가장 높은 은닉 대역폭을 제공하면서도 MOS 점수는 3.5 이상을 유지해 실용적이라고 결론짓는다.

상세 분석

TranSteg은 기존의 스테가노그래피와 달리, 은닉 데이터를 삽입하기 위해 overt(표면) 음성 데이터를 의도적으로 낮은 비트레이트 코덱으로 재압축(트랜스코딩)한다는 점이 핵심이다. 이 과정에서 원래 사용된 코덱보다 압축 효율이 높은 코덱을 선택하면, 압축 후 남는 비트 공간이 늘어나 은닉용 페이로드를 삽입할 수 있다. 그러나 코덱 간 변환은 음성 신호의 스펙트럼 특성을 변형시키며, 특히 고음역대와 비정상적인 왜곡을 유발할 수 있다. 따라서 TranSteg의 성공 여부는 두 가지 상충 목표, 즉 “은닉 대역폭(스테가노그래픽 용량)”과 “음성 품질(청취 경험)” 사이의 균형에 달려 있다.

논문에서는 현재 IP 전화에서 가장 널리 사용되는 G.711, G.722, G.726, G.729, iLBC, Speex 등 여섯 가지 코덱을 선정하고, 각각을 서로 다른 조합으로 트랜스코딩한다. 실험은 두 단계로 진행되었다. 첫 번째는 각 코덱 조합별로 압축률 차이와 남는 비트 수를 정량화하여 이론적 은닉 용량을 계산한다. 두 번째는 실제 음성 파일을 사용해 트랜스코딩 후 MOS(Mean Opinion Score)와 PESQ(PERceptual Evaluation of Speech Quality) 점수를 측정함으로써 청취 품질을 평가한다.

결과는 압축률이 높은 G.729(8 kbps)와 iLBC(13.33 kbps)가 overt 코덱으로 사용될 때, 특히 G.711(64 kbps)이나 G.722(64 kbps)와 같은 고비트레이트 코덱을 하위 코덱으로 변환하면 은닉 대역폭이 급격히 증가한다는 것을 보여준다. 예를 들어 G.711 → G.729 조합은 초당 약 48 kbps의 은닉 데이터를 전송할 수 있으며, MOS 평균은 3.6으로 ‘좋음’ 수준을 유지한다. 반면 G.722 → iLBC 조합은 은닉 용량이 다소 낮지만, MOS가 4.0에 육박해 품질 손실이 거의 없다는 장점이 있다. 반대로 G.726 → Speex와 같이 압축 효율 차이가 작거나, 고음역대 손실이 큰 코덱을 조합하면 은닉 용량은 제한적이며, MOS가 2.8 이하로 떨어져 실용성이 떨어진다.

또한 논문은 트랜스코딩 과정에서 발생하는 패킷 손실 및 지연을 고려하여, 실시간 통신 환경에서의 적용 가능성을 평가한다. 높은 압축률 코덱은 일반적으로 복호화 지연이 짧아 실시간 전송에 유리하지만, 복잡한 코덱(예: Speex)에서는 CPU 부하가 증가해 패킷 지연이 눈에 띄게 늘어날 수 있다. 따라서 최적의 코덱 선택은 네트워크 대역폭, 지연 허용치, 그리고 목표 은닉 용량에 따라 달라진다.

종합하면, TranSteg에서 가장 효율적인 코덱 조합은 “고비트레이트 코덱 → 저비트레이트 고효율 코덱” 형태이며, 특히 G.711 → G.729, G.722 → iLBC, G.711 → iLBC 조합이 은닉 대역폭과 음성 품질 사이의 최적 균형을 제공한다는 것이 논문의 핵심 결론이다.