QUASAR: A Quantum-Classical Neural Network for SAR Satellite Physical-Layer Authentication

우주의 거대한 침묵 속에서, 새로운 종류의 수호자가 형체를 갖추어가고 있습니다. 이 수호자는 위성의 언어를 듣는 것이 아니라, 그 하드웨어가 내뿜는 독특하고 비자발적인 웅성거림에 귀를 기울입니다. 지구 궤도를 도는 위성은 재난을 모니터링하고, 기후 변화를 추적하며, 군사 작전을 안내하는 등 결코 눈을 깜빡이지 않는 눈 역할을 하며 점점 더 중요해지고 있습니다. 하지만 이 기계들은 취약합니다. 범죄자가 서명을 위조하거나 비밀번호를 훔칠 수 있듯이, 적대 세력은 지상국을 속여 가짜 신호를 받아들이게 함으로써 거짓 이미지를 생성하거나 실제 이미지를 차단할 수도 있습니다. 전통적인 보안은 복잡한 디지털 코드에 의존하지만, 이러한 코드는 해킹되거나 도난당할 수 있습니다. 물리 계층 인증(physical-layer authentication)이라고 알려진 더 근본적인 접근 방식은 더 깊은 곳을 들여다봅니다. 이는 어떤 두 전자 기기도 완벽하게 동일할 수 없다는 사실에 기반합니다. 동일한 조립 라인에서 만들어진 위성이라 할지라도, 회로에는 미세하고 현미경적인 결함이 존재하며, 이는 그들이 보내는 라디오파에 독특한 흔적을 남깁니다. 이 흔적은 기계 자체의 물리적 실체로부터 탄생하기 때문에 완벽하게 복제하는 것이 불가능한 지문과 같습니다.

문제는 이 지문을 우주에서 읽어내는 것이 매우 어렵다는 점이었으며, 특히 정밀한 영상 촬영에 사용되는 고주파 레이더 위성의 경우 더욱 그러했습니다. 이 기계들은 주파수가 너무 높아 표준 라디오 장비로는 직접 들을 수 없으며, 신호가 매우 복잡하여 기존의 컴퓨터 방식으로는 위성 간의 미세한 차이를 찾아내는 데 어려움을 겪습니다. 연구진은 이 문제를 해결하기 위해 QUASAR라는 새로운 시스템을 개발했습니다. 이는 현대 인공지능의 패턴 인식 능력과 양자 컴퓨팅의 독특한 수학적 힘을 결합한 하이브리드 지능입니다. 표준 컴퓨터가 불가능한 일을 억지로 수행하도록 하는 대신, 이 시스템은 특수 양자 회로를 사용하여 위성의 진정한 정체를 드러내는 특정한 미세한 특징들을 포착합니다.

QUASAR 팀은 ICEYE로 알려진 상업용 레이더 위성 군단에 초점을 맞췄습니다 구름이나 어둠에 상관없이 지면의 선명한 이미지를 만들기 위해 지구를 돌며 강력한 레이더 펄스를 발사하는 기계들입니다. 이 새로운 시스템을 테스트하기 위해 연구진은 이러한 고주파 신호를 포착할 수 있는 지상국을 구축했습니다. 그들은 들어오는 파동의 주파수를 낮추기 위해 맞춤형 설정을 사용하였고, 이를 통해 표준 소프트웨어 정의 라디오(software-defined radios)가 신호를 처리할 수 있도록 했습니다. 28일 동안 연구진은 방대한 양의 원시 데이터를 수집했으며, 37개의 서로 다른 운용 중인 위성으로부터 신호를 모았습니다. 이 데이터셋은 거의 4테라바이트에 달하는 엄청난 규모였으며, 이는 함대 내 각 기계의 독특한 "목소리"를 포착하기 위한 상당한 노력을 나타냅니다.

그들의 발견의 핵심은 이 데이터를 어떻게 처리했느냐에 있습니다. 연구진은 원시 라디오파를 신호의 에너지가 시간과 주파수에 따라 어떻게 변하는지를 보여주는 스펙트로그램(spectrogram)이라는 시각적 지도로 변환했습니다. 이 지도들은 패턴을 찾아내도록 설계된 일종의 인공지능인 신경망에 입력되었습니다. 그러나 연구진은 표준 컴퓨터 네트워크가 결정적인 무언가를 놓치고 있다는 것을 깨달았습니다. 라디오 신호는 강도(strength)와 위상(phase)을 포함하고 있는데, 이는 하드웨어의 결함을 식별하는 데 필수적인 타이밍 관계입니다. 표준 방식은 종종 위상 정보를 버리거나 제대로 처리하지 못합니다. QUASAR는 신호의 위상과 강도를 마치 구 위의 한 점이 두 개의 각도로 정의되는 것처럼 하나의 자연스러운 단위로 취급하는 양자 회로를 사용하여 이 문제를 해결합니다. 이를 통해 시스템은 전통적인 방식으로는 도달할 수 없는 명확함으로 지문을 볼 수 있습니다.

이러한 접근 방식의 결과는 놀라웠습니다. 표준 시스템이 동일한 과업을 학습하는 데 필요한 데이터의 단 10%만을 사용했을 때도, QUASAR는 최고의 고전적 컴퓨터 모델과 대등한 정확도를 보였습니다. 고전적 모델과 동일한 양의 데이터가 주어졌을 때, QUASAR는 이들을 크게 능가하며 약 97%의 사례에서 위성을 정확히 식별해 냈습니다. 이러한 효율성은 데이터를 수집하는 과정이 느리고 비용이 많이 들기 때문에 매우 중요합니다. 위성이 머리 위를 지나가는 것을 기다려야 하는데, 이는 하루에 불과 몇 번밖에 일어나지 않기 때문입니다. 학습에 더 적은 데이터가 필요함으로써 QUASAR는 훨씬 빠르게 배치될 수 있었습니다. 또한, 이 시스템은 기만 행위에 대해 견고함을 입증했습니다. 연구진은 공격자가 시스템을 속이기 위해 시도할 수 있는 세 가지 방식, 즉 녹화된 신호를 재생하거나, 처음부터 가짜 신호를 생성하거나, 혹은 타겟을 흉내 내는 경쟁 위성을 사용하는 상황을 시뮬레이션했습니다. 세 가지 시나리오 모두에서 QUASAR는 성공적으로 가짜 전송을 거부했으며, 재생된 신호를 거의 매번 잡아냈고 나머지 두 유형의 공격도 높은 신뢰도로 식별해 냈습니다.

시스템이 어떻게 결정을 내리는지 이해하기 위해 연구진은 기계의 "두뇌" 내부를 들여다보았습니다. 그들은 양자 네트워크가 단순히 추측하는 것이 아니라, 하드웨어의 고유한 결함이 가장 잘 보이는 1밀리초 미만의 짧고 찰나적인 순간들에 집중하고 있다는 것을 발견했습니다. 이 순간들은 바로 위성의 레이더 펄스가 처음 켜지는 시점으로, 이때 전자 장치들은 특정 유닛만의 고유한 방식으로 작동합니다. 또한 시스템은 서로 다른 위성의 신호를 별개의 그룹으로 분리하여, 실제 신호와 가짜 신호 사이에 명확한 거리를 만드는 법을 배웠습니다. 이 분리는 고전적 시스템이 달성할 수 있는 것보다 훨씬 더 넓고 신뢰할 수 있는 수준이었으며, 이는 양자 구성 요소가 단순히 컴퓨터가 이미 알고 있는 것을 반복하는 것이 아니라 진정한 가치를 더하고 있음을 증명했습니다.

이 연구의 함의는 단순히 한 종류의 위성에 대한 더 나은 보안을 넘어섭니다. 이는 양자 기계 학습이 완전히 기능하는 양자 컴퓨터가 널리 보급되기 전이라도 현실 세계의 문제를 해결할 수 있음을 보여줍니다. 연구진은 표준 컴퓨터에서 양자 부분을 시뮬레이션함으로써 수학적 이점이 실재하며 오늘날에도 활용 가능하다는 것을 보여주었습니다. 위성 군집이 점점 더 커지고 밀집됨에 따라, 궤도에 있는 기계의 정체를 빠르고 정확하게 검증하는 능력은 필수적이 될 것입니다. QUASAR는 물리학의 법칙과 양자 역학의 힘을 사용하여 우리 행성을 관찰하는 눈이 진실을 보고 있도록 보장하는 길을 제시합니다.