Does Demand Response Increase Vulnerability to Cyber Attacks by Adversarial Data Modifications?

기술 요약: 수요 반응(Demand Response)은 적대적 데이터 변조에 의한 사이버 공격 취약성을 증가시키는가?

문제 정의
산업 공정 산업에서의 수요 반응(DR)은 생산 일정을 최적화하고 비용을 절감하기 위해 정확한 전력 가격 예측(EPF)에 의존한다. 신경망 기반의 예측 모델은 높은 정확도를 제공하지만, 모델의 출력을 저하시키면서도 탐지하기 어렵게 설계된 정교한 데이터 조작인 적대적 공격(adversarial attacks)에 취약하다. 그리드 상태 추정 및 부하 예측에 대한 적대적 공격은 이미 잘 연구되어 있으나, 산업용 DR의 의사결정 과정에 미치는 영향에 대해서는 아직 충분히 탐구되지 않았다. 특히, 조작된 가격 예측이 스케줄링 최적화에 어떻게 영향을 미치는지, 다양한 수준의 공정 유연성이 취약성에 어떤 영향을 주는지, 그리고 DR의 경제적 이익이 인간 운영자에게 쉽게 탐지되지 않으면서도 이러한 공격에 의해 침식될 수 있는지 여부는 불분명하다.

방법론
저자들은 EPF와 DR 스케줄링 최적화라는 2단계 과정을 통해 산업용 DR의 적대적 공격에 대한 취약성을 평가하는 프레임워크를 제안한다.

1. 전력 가격 예측 (EPF): 독일의 데이 애프터(day-ahead) 전력 시장 데이터(2023–2024)를 사용하여 시간당 가격을 예측하도록 합성곱 신경망(CNN)을 학습시킨다. 모델은 데이 애프터 부하, 풍력(온쇼어/오프쇼어) 및 태양광(PV) 예측, 그리고 전일 가격을 포함한 입력 데이터를 활용한다.
2. 적대적 공격 설계: 본 연구는 학습된 EPF 모델에 대해 기본 반복법(Basic Iterative Method, BIM)을 사용하는 회피 공격(evasion attacks)을 채택한다. 두 가지 공격 휴리스틱을 비교한다:
   • 비표적 공격 (Untargeted Attack, UA): 모델 출력과 실제 타겟(모델 출력에 백색 잡음을 더한 값으로 근사함) 사이의 편차를 최대화하는 것을 목표로 한다.
   • 표적 (미러) 공격 (Targeted (Mirror) Attack, TA): 예측된 가격 프로필을 일일 평균을 중심으로 미러링(mirroring)하고 신호를 증폭시켜, 스케줄러가 고가 기간에 전력을 구매하도록 유도하는 특정 타겟 벡터를 향해 출력을 끌어당기는 것을 목표로 한다.
   • 스텔스 제약 조건: 공격은 변조 크기를 제한하기 위해 $L_\infty$ 노름($\epsilon$)에 의해 제약된다. 비물리적인 변조(예: 야간의 음수 태양광 발전량)는 은밀함을 유지하기 위해 필터링된다.
3. 일반화된 공정 모델 (GPM): 다양한 산업 시나리오에 걸친 취약성을 평가하기 위해, 저자들은 에너지 집약적 공정(특히 전기 분해)을 나타내는 GPM을 활용한다. 이 모델은 명목 전력 흡수, 오버사이징($\theta_{add}$), 최소 부분 부하, 저장 용량, 램핑 제한, 효율 손실에 대한 제약 조건을 포함한다. 스케줄링 목표는 (잠재적으로 변조된) 가격 예측을 바탕으로 전력 비용을 최소화하는 것이다.
4. 사례 연구: 이 프레임워크는 다양한 유연성 수준을 가진 일반화된 공정과 네 가지 특정 전기 분해 구성(알루미늄, 구리, 클로르-알칼리, PEM 수전해)에 적용된다.

주요 결과

• 예측 대 의사결정 영향: 예측 정확도와 의사결정 품질 사이에는 디커플링(decoupling) 현상이 존재한다. 비표적 공격은 미러 공격에 비해 모델 출력에서 훨씬 더 큰 오차(높은 MSE/MAE)를 유발한다. 그러나 미러 공격은 DR 스케줄링 최적화에서 실질적으로 더 큰 경제적 손실을 초f래한다. 이는 미러 공격이 가격 벡터의 '방향(orientation)'을 변경하여 최적해를 가용 다면체(feasible polytope)의 다른 꼭짓점으로 이동시키는 반면, 비표적 공격은 가격 벡터를 단순히 스케일링(scaling)하는 경우가 많아 선형 계획법의 최적 기저(optimal basis)를 바꾸지 않을 수 있기 때문이다.
• 공정 유연성: 공정 유연성(예: 더 높은 오버사이징)을 높이면 공격 하에서의 절대적인 경제적 손실은 증가하지만, 정상 상태 운영 대비 유지되는 상대적인 비용 절감 효과는 크게 변하지 않는다. 심각한 공격율 하에서도, 공격이 "스텔스" 범위($\epsilon \leq 0.1$) 내에 있다면 유연한 공정은 정상 상태 운영 대비 약 90%의 재무적 이점을 유지한다.
• 공격 규모 및 탐지 가능성: DR의 재무적 이익을 완전히 무효화하려면 변조량이 스텔스 임계값($\epsilon > 0.1$)을 초과해야 하며, 이 경우 입력 특성의 상당한 편차로 인해 인간 사용자에 의해 쉽게 탐지될 수 있다.
• 계절적 효과: 공격의 영향은 계절적이다. DR은 높은 태양광 생산량으로 인해 독특한 가격 프로필이 형성되어 미러 휴리스틱을 통한 역전(inversion)이 더 어려운 여름철에 공격에 더 강한 면모를 보인다. 겨울철에는 DR 잠재력이 낮아지며, 공격의 상대적 영향이 더 두드러진다.
• 비볼록성 (Non-Convexity): 연구 결과, 종료(shutdown)가 가능한 공정(PEM과 같은)에서 혼합 정수 변수로 인해 발생하는 비볼록성이 선형 계획법과 비교했을 때 취약성 추세를 근본적으로 바꾸지는 않는다는 것을 발견했다. 즉, 정수 변수의 변화 횟수는 연속 변수와 마찬가지로 공격률과 양의 상관관려를 갖는다.

의의 및 주장
본 논문은 산업용 DR이 외부 데이터에 의존하며 이론적으로 적대적 조작에 취해 있지만, 실질적인 재무적 이점은 견고하다는 점을 주장한다. 저자들의 주장은 다음과 같다:

1. 강건성: DR은 인간이 탐지하기 어려운 제한된 범위 내에서 가격 예측이 조작되더라도 정상 상태 운영 대비 약 90%의 재무적 이점을 보존한다.
2. 공격 설계의 민감도: DR의 취약성은 단순히 예측 오차의 크기뿐만 아니라, 스케줄링 문제의 민감도와 관련된 적대적 변조의 '방향'에 결정적으로 달려 있다. 스케줄링 문제의 구조에 대한 지식을 활용한 표적 공격(미러 공격과 같은)이 비표적 공격보다 더 강력하다.
3. 방법론적 전환: 저자들은 향에 대한 공격 분석이 의사결정 조건 하에서의 엄밀한 평가를 제공하기 위해, 스케줄링 최적화 모델의 민감도를 공격 설계에 명시적으로 통합해야 한다고 결론짓는다.
4. 한계점: 본 연구는 데이 애프터 시장에 대한 화이트박스(white-box) 공격에 초점을 맞추고 있다. 저자들은 실제 환경에서는 공격자가 블랙박스(black-box) 공격만을 사용할 수 있으며, 이는 일반적으로 덜 강력하다는 점과 인트라데이(intraday) 시장은 조사되지 않았음을 언급한다.

이 논문은 DR이 사이버 위협으로부터 면역이 있다고 주장하는 것이 아니라, 테스트된 특정 클래스의 스텔스 적대적 공격에 대해 DR의 특정 경제적 이점이 탄력적이라는 점을 주장하는 것이다. 또한, 이러한 이점을 상쇄하기 위해 필요한 오차의 크기는 인간의 탐지를 유발할 가능성이 높다.