잠재된 위협: AI 기반 아날로그 트로이 목마 공격의 새로운 지평

AI 기반 아날로그 트로이 목마 삽입 및 평가 프레임워크 LATENT가 개발되어 아날로그 IC 보안 분야에 새로운 위협과 함께 혁신적인 방어 기술 개발의 필요성을 제기했습니다. LLM을 활용한 LATENT는 은밀하고 효과적인 아날로그 트로이 목마 생성이 가능함을 보여주며, 미래의 사이버 보안 연구 방향에 중요한 시사점을 제공합니다.

안전이 생명인 시스템, 자동차의 브레이크 시스템부터 의료 기기까지, 우리 삶 곳곳에 아날로그 및 혼합 신호(A/MS) 집적 회로(IC)가 자리 잡고 있습니다. 하지만 이러한 IC의 글로벌 아웃소싱은 예측 불가능한 위험을 야기합니다. 바로 아날로그 트로이 목마입니다.

디지털 트로이 목마에 비해 상대적으로 연구가 부족했던 아날로그 트로이 목마는 특정 전압 범위에서만 활성화되는 은밀성 때문에 더욱 위협적입니다. 기존 연구는 이러한 트로이 목마의 다양성과 은폐 기술에 대한 이해가 부족하여 효과적인 방어 기법 개발에 어려움을 겪었습니다.

이러한 상황에서 등장한 것이 바로 LATENT입니다. Jayeeta Chaudhuri, Arjun Chaudhuri, Krishnendu Chakrabarty가 개발한 LATENT는 대규모 언어 모델(LLM) 을 활용하여 아날로그 회로에 은밀하게 트로이 목마를 삽입하고 평가하는 최초의 프레임워크입니다.

LATENT는 LLM을 자율 에이전트로 활용, 탐지 모델의 피드백을 통해 지능적으로 트로이 목마 부품을 삽입하고 개선합니다. 이는 마치 장인이 정교한 조각을 다듬듯, 트로이 목마가 탐지되지 않으면서도 성능 저하를 유발하도록 설계하는 것을 의미합니다.

실험 결과, LATENT로 생성된 트로이 목마는 평균 15.74%의 좁은 활성화 전압 범위를 가지면서도, 활성화 시 11.3%의 성능 저하를 야기했습니다. 이는 대부분의 작동 전압에서는 비활성 상태를 유지하다가, 특정 상황에서 치명적인 공격을 가할 수 있음을 보여줍니다.

LATENT의 등장은 아날로그 IC 보안 분야의 패러다임 변화를 예고합니다. AI 기술을 악용한 새로운 위협에 대한 이해를 높이고, 이에 대응하는 혁신적인 방어 기술 개발이 시급해졌습니다. 앞으로는 AI 기반 공격과 방어 기술의 경쟁이 더욱 치열해질 것으로 예상됩니다. 잠재된 위협에 대한 경각심을 갖고, 미래의 안전한 시스템 구축을 위한 노력을 지속해야 할 것입니다.