대칭 타르도스 추적 코드의 최적 설계와 길이 감소

초록

타르도스 방식에 대칭 점수 함수를 적용하고, 블레이어·타사(Bla​yer‑Tassa)의 정밀 분석을 결합하면 기존보다 최대 4배 짧은 코드 길이를 달성한다. 특히 큰 연합 규모에서 코드 길이는 원래 타르도스 상수 100을 약 4.93% 수준으로 감소시켜, 이론적 최적 상수 π²/2에 근접한다.

상세 분석

본 논문은 디지털 워터마크에서 사용되는 타르도스(Tardos) 트레이서 스킴을 두 가지 최신 기법으로 통합한다. 첫 번째는 스코리코 et al.이 제안한 심볼-대칭(score‑symmetric) 점수 함수로, 기존 비대칭 점수와 달리 위조본의 0·1 두 심볼 모두를 동일하게 활용한다. 이는 각 위치에서 부정 행위자를 더 정확히 구분하도록 설계돼, 기대 점수 차이가 커져 짧은 코드로도 충분한 구별력을 제공한다. 두 번째는 블레이어·타사(Bla​yer‑Tassa)의 정밀 파라미터 최적화 기법이다. 이들은 증명 과정에서 여러 보조 변수(dℓ, dz, dδ, dα, r, s, g 등)를 사전에 고정하지 않고, 최적화 조건(S1‑S2, C1‑C2)을 통해 최소 코드 길이를 도출한다.

논문은 먼저 대칭 점수 함수를 적용한 구성 절차를 상세히 제시한다. 코드 길이 ℓ은 ℓ = dℓ·c²·ln(n/ε₁) 형태이며, 각 위치 i에 대해 확률 pᵢ를 arcsine‑분포(δ와 1‑δ 사이에서 절단)에서 샘플링한다. 사용자 j의 비트 X_{j,i}는 pᵢ에 따라 독립적으로 생성된다. 위조본 y는 마킹 가정 하에 생성된 뒤, 각 (j,i) 쌍에 대해 대칭 점수 S_{j,i}를 계산하고, 총점 S_j가 임계값 Z = dz·c·ln(n/ε₁) 를 초과하면 해당 사용자를 고발한다.

음성(innocent) 사용자의 오류(ε₁‑soundness)와 양성( guilty) 사용자의 검출(ε₂‑completeness) 증명은 두 단계로 나뉜다. 첫 단계에서는 마킹 가정과 점수의 기대값·분산을 이용해 마르코프·체비셰프 부등식을 적용, S_j가 Z를 초과할 확률을 ε₁ 이하로 제한한다. 여기서 핵심은 대칭 점수 함수가 제공하는 양쪽 심볼에 대한 균형 잡힌 기여가 분산을 크게 감소시켜, 기존 비대칭 방식보다 더 작은 dℓ·dz·dδ 조합으로 충분함을 보이는 것이다. 두 번째 단계에서는 연합 전체 점수 S_C = ∑_{j∈C}S_j 를 분석한다. 연합 점수의 평균은 양수이며, 분산은 연합 규모 c에 비례한다. 중앙극한정리(CLT)를 활용해 정규 근사를 정밀히 제어하고, 최적 파라미터 s와 g을 선택해 ε₂ ≤ (ε₁/n)^η 를 만족하도록 설계한다.

특히 논문은 파라미터 최적화를 수치적으로 수행해, dℓ ≈ 2.379, dz ≈ 8.06, dδ ≈ 28.31, dα ≈ 4.58, r ≈ 0.67, s ≈ 1.07, g ≈ 0.49 와 같은 값들을 제시한다. 이 값들은 기존 블레이어·타사의 dℓ = 85에 비해 약 3.5배, 원래 타르도스의 dℓ = 100에 비해 4배 이상 짧은 코드 길이를 보장한다.

대규모 연합(c→∞) 에서는 파라미터를 극한값으로 보내면 ℓ ≈ (π²/2)·c²·ln(n/ε₁) 가 된다. 이는 스코리코 et al.이 제시한 π²/2가 필요 충분 조건임을 증명한 것과 일치하며, 실제 증명에서는 정규 근사 가정 없이도 동일한 상수를 달성한다는 점이 혁신적이다. 따라서 본 스킴은 이론적 최적 상수를 실제 프로토콜에 적용한 최초 사례라 할 수 있다.

마지막으로, 논문은 실용적 구현을 위한 정수 ℓ 처리, 파라미터 선택 가이드라인, 그리고 다양한 (n, c, ε) 조합에 대한 표준 코드 길이 예시를 제공한다. 전체적으로, 대칭 점수와 정밀 파라미터 최적화의 결합이 타르도스 트레이서 스킴의 효율성을 크게 향상시켰으며, 실제 디지털 저작권 관리 시스템에 적용 가능성을 크게 넓혔다.