⚛️ quantum physics

Cost of Delay for Post-Quantum Migration: Putting Classical and Harvest-Now-Decrypt-Later Risk on One Ordered List

본 논문은 고전적인 보안 위험과 양자 내성 암호의 "선(先)수집-후(後)복호화(Harvest-Now-Decrypt-Later)" 위협을 모두 단일한 통화 기반의 "지연 비용" 지표로 변환하여, 조직이 기존의 보안 백로그에 맞서 암호 전환 과업을 최적으로 우선순위화하고 순서를 정할 수 있도록 하는 통합 프레임워크를 제안한다.

원저자: Animesh Shaw

게시일 2026-10-08

📖 3 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Animesh Shaw

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

우리 디지털 세계의 가장 가치 있는 비밀들이 보관된 금고를 상상해 보십시오. 수십 년 동안 이 금고의 자물쇠는 만들기는 쉽지만 적절한 열쇠 없이는 풀기가 거의 불가능한 수학적 퍼즐에 의존해 왔습니다. 그러나 새로운 종류의 기계, 즉 현재의 자물쇠를 순식간에 무용지물로 만들 수 있을 만큼 강력한 양자 컴퓨터가 지평선 위로 떠오르고 있습니다. 위험은 이러한 기계들이 미래에 도착할 것이라는 사실뿐만이 아닙니다. 적들이 오늘 암호화된 데이터를 기록하여 거대한 디지털 창고에 저장해 두었다가, 양자 컴퓨터가 도착하면 이를 해독하기 위해 기다릴 수 있다는 점이 문제입니다. 이는 "지금 수집하고, 나중에 해독하라(harvest now, decrypt later)"라고 알려져 있습니다. 조직들은 부서진 문이나 약한 창문과 같은 기존의 보안 문제들을 해결해야 하는 백로그를 안고 있으면서도, 동시에 이 미래의 양자 위협에 대비해야 하는 어려운 선택에 직면해 있습니다. 하지만 그들에게는 어떤 문제가 더 시급한지를 측정할 공통된 방법이 없습니다. 오늘 새는 지붕을 고치는 것이 더 중요한가, 아니면 미래의 폭풍에 대비해 금고를 보강하는 것이 더 중요한가?

독립 연구자인 아니메쉬 쇼(Animesh Shaw)는 이 질문에 답하기 위해 두 위협을 하나의 친숙한 언어인 '지연 비용'으로 번역하는 새로운 방법을 개발했습니다. 이 방법은 추상적인 점수나 별개의 목록을 사용하는 대신, 특정 데이터를 수정하기 위해 기다리는 매년마다 조직이 정확히 얼마만큼의 돈을 잃게 되는지를 계산합니다. 일반적인 보안 위험의 경우, 이는 침해 가능성과 그로 인해 발생할 피해액을 기반으로 한 표준적인 계산입니다. 양자 위협의 경우, 계산 방식은 더 미묘합니다. 이는 기다림을 통해 적이 결국 해독될 데이터를 얼마나 더 많이 기록할 수 있게 되는지를 측정합니다. 핵심 혁신은 이 두 계산을 단순히 더하는 것이 아니라는 점입니다. 이 모델은 만약 고전적인 해커가 데이터를 먼저 훔쳐간다면, 양자 적군은 더 이상 훔칠 것이 없다는 점을 인식합니다. 이러한 경쟁 관계를 고려함으로써, 이 방법은 모든 특정 자산에 대해 지연 행동에 따른 단일하고 정밀한 연간 비용을 산출해 냅니다.

이 접근법을 테스트하기 위해, 연구자는 네 가지 서로 다른 유형의 공공 시스템에 이를 적용했습니다: 국가 신원 플랫폼, 핵심 뱅킹 시스템, 의료 기록 시스템, 그리고 데모용 온라인 상점입니다. 이 연구는 해당 조직들의 실제 개인 데이터를 사용하지 않고, 공공 문서와 시스템 작동 방식에 대한 합리적인 가정을 바탕으로 모델을 구축했습니다. 결과는 명확한 패턴을 보여주었습니다. 수명이 짧거나 빈번하게 변경되는 데이터의 경우, 일반적인 보안 위험이 우선순위 목록을 지배했습니다. 그러나 수십 년간 비밀로 유지되어야 하며, 기록되기 쉬운 네트워크를 통해 전송되는 데이터의 경우, 양자 위협이 주요한 긴급성을 유발했습니다. 국가 신원 시스템과 관련된 한 구체적인 사례에서는, 이 새로운 방법이 등록 패킷의 유형을 우선순위 목록의 6위에서 맨 위로 끌어올렸는데, 이는 전통적인 보안 위험만을 고려했을 때는 일어나지 않았을 변화였습니다.

연구는 또한 강력한 양자 컴퓨터가 정확히 언제 도착할 것인지와 같은 불확실한 추측에 최종 순위가 얼마나 의존하는지를 탐구했습니다. 분석 결과, 대부분의 시스템에서 우선순위의 순서는 놀라울 정도로 안정적이었습니다. 지연 비용을 유발하는 가장 큰 요인은 양자 기계의 도착 날짜가 아니라, 데이터의 가치와 매년 생성 및 전송되는 데이터의 양이었습니다. 양자 위협은 실재하며 심각하지만, 그것이 조직의 표준적인 보안 작업 우선순위 결정 방식을 완전히 뒤엎지는 않습니다. 다만, 특정 부류의 오래 지속되고, 조용하며, 기록 가능한 데이터에 대해서는 예외입니다. 이러한 특정 자산들의 경우, 기다림의 비용이 너무 높기 때문에 다른 긴급한 문제들과 상관없이 즉시 처리되어야 합니다.

연구자는 엄격한 수학적 증명과 컴퓨터 시뮬레이션을 통해 이 방법을 검증하여, 다양한 시나리오에서도 논리가 성립함을 확인했습니다. 연구 결과는 조직들이 현재의 보안 계획을 포기하며 패닉에 빠질 필요는 없지만, 장기적인 비밀들을 새로운 긴급함을 가지고 식별하고 보호해야 함을 시사합니다. 이 방법은 어떤 데이터가 지금 가장 강력한 보호를 필요로 하는지를 결정하는 명확하고 정량적인 방법을 제공하며, 이를 통해 제한된 자원이 가장 돌이킬 수 없는 손실을 방지할 수 있는 곳에 쓰이도록 보장합니다. 이는 복잡하고 미래적인 딜레마를 실질적인 재무적 결정으로 바꾸어 놓으며, 리더들이 어떤 디지털 자산이 오늘 도난당하고 내일 해독될 위험에 처해 있는지 명확하게 볼 수 있게 해줍니다.

기술 요약: 양자 내성 암호(PQC) 이행을 위한 지연 비용(Cost of Delay)

문제 정의
조직들은 보안 업무의 우선순위를 정할 때 결정적인 의사결정 간극에 직면해 있다. 즉, 자산을 양자 내성 암호(PQC)로 이행하는 것과 기존의 고전적 보안 취약점 해결 과제를 두고 선택해야 한다. 현재 이 두 가지 위협은 공통된 측정 단위를 결여하고 있다. 고전적 리스크는 일반적으로 연간 기대 손실(ALE, 연간 통화 단위)로 정량화되는 반면, 기존의 양자 전용 점수 모델(예: QARS)은 차원이 없는 양자 전용 지표를 사용한다. 결과적으로, 의사결정자는 특정 PQC 이행이 특정 고전적 취약점 수정보다 더 시급한지, 또는 제한된 자원 내에서 이러한 작업들을 어떻게 순차적으로 배치해야 하는지에 대한 원칙적인 방법을 갖지 못하고 있다. 또한, 기존 모델들은 고전적 브리치가 양자 컴퓨터가 도착하기 전에 발생할 수 있는 "경쟁적 위험(competing risks)"의 특성을 고려하지 못하여, 리스크를 이중 계산하거나 유예의 시급성을 잘못 표현할 가능성이 있다.

방법론
본 논문은 고전적 리스크와 "선수집-후해독(Harvest-Now-Decrypt-Later, HNDL)" 리스크를 모두 동일한 단위인 연간 통화 단위($/year)로 표현하는 통합 지연 비용(Cost of Delay, CoD) 프레임워크를 제안한다.

수학적 정식화:
- 고전적 항 ( $CoD_c$ ): 연간 노출 위험율( $\lambda$ )과 자산 가치( $V$ )의 곱인 연간 기대 손실( $\lambda V$ )로 정의된다.
- 양자 항 ( $CoD_q$ ): 이행을 미룸으로써 발생하는 돌이킬 수 없는 HNDL 손실의 비율로 정의된다. 이는 $r \cdot h \cdot I(\kappa, L)$ $r \cdot h \cdot I (κ, L)$ 로 계산된다:
  - $r$ 은 연간 턴오버(매년 유입되는 새로운 가치)이다.
  - $h$ 는 공격자가 기록 가능한 트래픽의 비율이다.
  - $L$ 은 요구되는 기밀성 유지 기간이다.
  - $I(\kappa, L)$ 은 자산의 수명 내에, 그리고 고전적 브리치가 발생하기 전에 암호 해독 가능한 양자 컴퓨터(CRQC)가 도착할 확률을 나타내는 적분이다.
- 결합(Coupling): 모델은 고전적 위험( $\lambda$ )과 CRQC 도착 시간( $T_q$ )이 독립적인 확률 변수인 경쟁 위험 프레임워크를 사용한다. 양자 항은 데이터가 이미 고전적으로 노출되었을 가능성을 배제함으로써 이중 계산을 방지하도록 게이트(gate)가 설정된다.
- CRQC 도착 법칙: 모델은 전문가 설문 조사 앵커(2025년 양자 위협 타임라인 보고서)에 웨이불 분포(Weibull distribution)를 적합시켜 CRQC 도착의 확률 밀도를 추정하며, 이를 통해 낙관적 시나리오와 비관적 시나리오를 모두 생성한다.
검증 및 분석:
- 수학적 증명: 단위 불변성, 결합의 비가산성, 지배 임계값의 존재를 포함한 모델의 속성에 관한 12가지 명제를 증명한다.
- 수치적 검증: 구현 모델은 몬테카를로 시뮬레이션, 적응형 구적법(adaptive quadrature) 및 독립적인 JavaScript 구현을 통해 검증되었다.
- 사례 연구: 공개 문서에서 도출된 파라미터를 사용하여 네 가지 공개 시스템(MOSIP, Apache Fineract, OpenMRS, 데모 웹숍)에 이 방법을 적용하였다.
- 통계적 분석: 입력 불확실성은 서열 밴드(ordinal bands)로부터 파라미터를 재추출하는 섭동(perturbation)을 통해 전파되어 입력값의 안정성을 평가한다. 분산 분해(Sobol' 지수)를 통해 불확실성의 동인을 식별한다.

주요 기여

통합된 통화: 고전적 리스크와 양자 리스크를 모두 단일한 지연 비용(연간 통화 단위)으로 표현하여, 임의의 가중치나 정규화 상수를 사용할 필요를 없앴다.
경쟁 위험 결합: 양자 항을 고전적 위험과 결합하는 것이 이중 계산을 제거함을 수학적으로 증명하였다. 논문은 결과적인 지표가 별개의 고전적/양자 점수의 가중 합이 아님을 증명한다.
지배 임계값 ( $\lambda^*$ ): 고전적 위험율에 대한 특정 임계값을 도출하였다. 이 임계값 아래에서는 자산의 화폐 가치와 관계없이 양자 항이 전체 지연 비용을 지배한다. 이는 특정 클래스의 자산(낮은 고전적 위험, 긴 수명, 기록 가능한 데이터, 높은 턴오버)에서 PQC 이행이 독보적으로 시급함을 식별해 준다.
스케줄링 최optimality (최적성): 일정한 손실률 하에서 자산을 순차적으로 배치하는 것이 최적임을 증명하기 위해 스미스 법칙(Smith's rule)을 적용하였다. 본 논문은 고전적 작업과 양자 작업을 별도의 큐로 관리할 때 발생하는 "비용"을 정량화한다.
경험적 검증: 네 가지 시스템에 대한 엄격한 통계 분석을 통해, 장기 수명 자산의 경우 양자 항이 우선순위를 결정적으로 재편할 수 있는 반면, 중기 수명 시스템의 경우 그 재편 효과가 분석가의 의견 불일치(입력 노이즈)보다 작을 수 있음을 입증하였다.

결과

재정렬 영향: MOSIP(국가 신원 시스템) 사례 연구에서 양자 항을 포함했을 때 "등록 패킷(registration packets)"의 순위가 고전적 모델 기준 6위에서 1위로 상승했다. 4,000번의 섭동 시뮬레이션 중 55%에서 이 자산은 상위 2위 안에 머물렀으며, 고전적 모델 기반 순위에서는 한 번도 상위 2위에 들지 못했다.
신호 대 잡음비: MOSIP의 경우, 양자 항이 입력 불확실성보다 자산 쌍의 순위를 더 자주 변경하였다(신호 대 잡음비 1.36). Fineract, OpenMRS, Boutique의 경우, 재정렬 효과가 분석가의 판단 차이로 인한 노이즈보다 작았다.
분산 동인: 민감도 분석 결과, 자산 가치( $V$ )와 연간 턴오버( $\tau$ )가 양자 항의 불확실성을 73~~91% 설명하였다. CRQC의 구체적인 도착 날짜는 특히 자산 수명이 30년을 초과하여 도착 확률이 포화 상태에 이른 경우, 변동성의 3~~17%만을 설명하였다.
스케줄링 효율성: 시뮬레이션 결과, 통합된 지연 비용에 의해 순위가 매겨진 단일 백로그는 동적 계획법(dynamic programming)으로 도출된 정확한 최적해의 5~~10% 이내에 있었던 반면, 고전적 및 양자 큐를 분리하여 관리할 경우 확정된 손실이 27~~150% 증가했다.
QARS와의 비교: 통합 CoD 모델은 QARS와 다른 순위를 생성하였는데, 이는 QARS가 고전적 위험을 고려하지 않고 가치를 연속적인 값이 아닌 이산적인 밴드로 취급하기 때문이다.

의의 및 주장
본 논문은 새로운 수학적 이론이나 검증된 경험적 결과를 제시하기보다는, 새로운 우선순위 결정 방법의 구축 및 검증을 제공한다는 점을 겸허히 주장한다.

실용적 유용성: 문제를 격리하지 않고 기존 리스크 레지스터에 PQC 이행을 통합할 수 있는 원칙적인 방법을 제공한다. 양자 위협이 우선순위 목록을 변화시키는 지점(장기 수명, 저활동, 기록 가능한 데이터)과 그렇지 않은 지점을 명확히 식별한다.
의사결정 지원: 모델은 단일한 "교정된 점수"를 산출하는 것이 아니라, 다양한 가정(예: CRQC 도착 날짜, 할인율)에 따라 순위가 어떻게 변하는지를 보고함으로써 의사결정자가 불확실성의 경계를 파악할 수 있게 한다.
한계점: 저자는 파라미터가 실무자로부터 도출된 것이 아니라 공개 문서를 바탕으로 가정된 것임을 명시하며, 결과는 예시적이라고 밝힌다. 모델은 기밀성을 주요 리스크로 가정하며(무결성/가용성 무시), 고전적 공격자와 양자 공격자 사이의 독립성을 가정한다. 도착 법칙은 15년 이후를 외삽한 두 데이터 포인트의 보간법이다.
결론: 양자 항은 특정 클래스의 장기 데이터에 대해서만 우선순위를 결정적으로 바꾼다. 대부분의 중기 수명 시스템에 대해 양자 항은 리스크의 '규모'는 변화시키지만, 입력 불확실성이라는 노이즈를 넘어 순위 자체를 바꾸지는 못한다. 본 모델의 주요 가치는 서로 다른 위협을 하나의 경제적 근거가 있는 타임라인 위에서 비교할 수 있는 능력에 있다.

유사한 논문