스마트 홈을 위한 이중 바이오인증 시스템 ARM7TDMI 기반 홍채와 지문 인식

초록

본 논문은 ARM7TDMI‑S 마이크로컨트롤러와 홍채·지문 인식 기술을 결합한 이중 바이오인증 시스템을 제안한다. 사용자는 최초 등록 단계에서 홍채와 지문을 각각 캡처하여 데이터베이스에 저장하고, 인증 단계에서는 두 생체 정보를 동시에 검증한다. 하나라도 매칭에 실패하면 접근이 차단된다.

상세 분석

본 연구는 스마트 홈 환경에서 기존의 비밀번호·신분증 기반 인증의 취약점을 보완하기 위해 이중 바이오인증 방식을 채택하였다. 하드웨어 플랫폼으로 ARM7TDMI‑S를 선택한 이유는 저전력, 저비용, 실시간 처리 능력이 뛰어나며, 주변 장치 인터페이스가 풍부해 카메라·지문 센서와의 통합이 용이하기 때문이다. 시스템은 크게 등록(Enrollment)과 인증(Authentication) 두 단계로 구성된다. 등록 단계에서는 사용자의 홍채 영상을 Near‑Infrared 카메라로 촬영하고, 지문은 광학식 센서를 이용해 고해상도 이미지로 획득한다. 홍채 이미지 전처리 과정에는 눈동자 경계 검출, 눈동자와 동공 영역 분리, 노이즈 제거, 그리고 1‑D 로그-극좌표 변환을 통한 특징 추출이 포함된다. 지문에서는 골든 스미스 알고리즘을 변형한 미니맥스(minutiae) 추출 방식을 적용해 핵심 포인트와 방향을 데이터베이스에 저장한다. 두 바이오모달리티 모두 매칭 단계에서 코사인 유사도와 Hamming 거리 기반의 임계값 비교를 수행한다. 이중 매칭 로직은 ‘OR’가 아닌 ‘AND’ 연산을 적용해, 어느 하나라도 불일치 시 접근을 차단함으로써 보안성을 크게 향상시킨다. 시스템 구현에서는 ARM7TDMI‑S의 내장 UART와 SPI 버스를 활용해 카메라·지문 센서와 통신하고, 매칭 알고리즘은 외부 메모리(Flash) 상에 저장된 라이브러리를 호출해 실행한다. 실시간 성능 측면에서 홍채 이미지 전처리와 특징 추출에 평균 350 ms, 지문 매칭에 120 ms가 소요되어 전체 인증 시간은 약 500 ms 내외로, 사용자 경험을 저해하지 않을 수준이다. 그러나 제한된 연산 자원으로 인해 딥러닝 기반 고성능 특징 추출을 적용하기는 어려웠으며, 조명 변화에 민감한 홍채 인식의 경우 추가적인 적외선 조명 보강이 필요하다. 또한 데이터베이스 관리가 중앙 집중식이 아닌 로컬에 저장되므로, 데이터 무결성 및 백업 전략이 별도로 마련되어야 한다. 전반적으로 저비용 임베디드 플랫폼 위에 이중 바이오인증을 구현함으로써 스마트 홈 보안에 실용적인 대안을 제시했으며, 향후 보안 강화와 확장성을 위해 블록체인 기반 인증 로그와 클라우드 연동을 고려할 수 있다.