⚡ electrical engineering

Implementation and protection of Wi-Fi sensing based on coherent processing over NDP packets

본 논문은 동기화된 NDP 패킷의 코히어런트 처리를 통해 정확한 다중 대상 거리 탐지를 달성하는 동시에, 훈련 신호를 무작위화하고 가시선 성분을 약화시키는 방법을 제안함으로써 개인정보 보호 문제를 해결하는 Wi-Fi 센싱 시스템을 제시한다.

원저자: Francois Horlin, Nihad Elhag, Julien Grolet, Mohcine Hamoumi, Audrey Vermeulen, Jerome Louveaux

게시일 2026-07-01

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Francois Horlin, Nihad Elhag, Julien Grolet, Mohcine Hamoumi, Audrey Vermeulen, Jerome Louveaux

원본 논문은 CC BY 4.0 (https://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

핵심 아이디어: "유령 레이더"로서의 Wi-Fi

여러분의 거실에 Wi-Fi 공유기가 있다고 상상해 보세요. 보통 우리는 이것을 휴대폰이나 노트북에 데이터를 보내는 장치라고 생각합니다. 하지만 이 논문은 Wi-Fi 신호가 그 이상의 일을 하고 있다는 것을 보여줍니다. Wi-Fi 신호는 사람, 가구, 벽을 포함한 방 안의 모든 것에 부딪혀 튕겨 나옵니다.

저자들은 Wi-Fi를 레이더처럼 취급합니다. 박쥐가 소리의 메아리를 이용해 어둠 속에서 "보는" 것처럼, 이 시스템은 Wi-Fi의 메아리를 이용해 벽 너머의 움직임까지 "봅니다". 다만, 단순히 소리를 듣기만 하는 박쥐와 달리, 이 시스템은 실제 데이터를 전송하지 않고 오직 공간을 측정하기 위해 특별히 설계된 무음 신호(NDP)를 내보냅니다.

문제점: "떨리는" 신호

사람의 움직임을 선명하게 포착하려면, 시스템은 수천 개의 Wi-Fi 메아리를 듣고 이를 하나의 영화처럼 이어 붙여야 합니다. 이를 **코히어런트 프로세싱(Coherent Processing)**이라고 합니다.

이것은 마치 밤에 움직이는 자동차를 장노출 사진으로 찍으려는 것과 같습니다. 카메라가 아주 조금이라도 흔들리면 사진은 흐릿하게 나옵나다.

흔들림: Wi-Fi에서 발생하는 "흔들림"은 두 가지 원인 때문입니다.
1. 타이밍 지터(Timing Jitter): Wi-Fi 패킷이 완벽하게 정확한 간격으로 도착하지 않습니다 (마치 박자가 약간씩 어긋나는 드러머처럼 말이죠).
2. 주파수 드리프트(Frequency Drift): 하드웨어의 결함으로 인해 라디오 파동의 음높이가 미세하게 변합니다 (마치 기타 줄이 약간 음이 나가는 것과 같습니다).

이 문제들을 해결하지 못하면, 움직이는 사람의 "사진"은 흐릿한 덩어리가 되어 버리며, 그 사람이 어디에 있는지 또는 얼마나 빨리 움직이는지 알 수 없게 됩니다.

해결책: "지휘자"와 "노이즈 캔슬러"

논문은 이 흐릿한 덩어리를 선명한 이미지로 바꾸기 위한 2단계 해결책을 제안합니다.

지휘자 (동기화):
시스템은 엄격한 오케스트라 지휘자처럼 작동합니다. 시스템은 가장 강하게 되돌아오는 신호(가시선(LOS) 신호 — 라운터에서 수신기 사이의 직접적인 경로, 마치 빈 방에서 크게 외치는 소리와 같은 것)를 관찰합니다. 이 강한 외침을 이용해 나머지 오케스트라(사람에게서 튕겨 나온 더 약한 메아리들)에게 정확히 언제 연주를 시작하고 어떤 음높이를 내야 할지 알려줍니다. 이를 통해 모든 패킷을 완벽하게 정렬하여 "흔들림"을 제거합니다.
노이즈 캔슬러 (클러터 제거):
신호가 정렬된 후에도, 시스템에는 벽, 바닥, 가구처럼 움직이지 않는 것들로부터 오는 많은 "노이즈"가 여전히 들립니다. 저자들은 **광범위 제거 알고리럼(ECA)**이라는 기술을 사용합니다.
- 비유: 시끄러운 방 안에서 속삭임을 들으려고 노력한다고 상상해 보세요. 먼저 방의 배경 소음을 녹음한 다음, 그 녹음본을 실시간 오디오에서 뺍니다. 그러면 남는 것은 오직 속삭임뿐입니다.
- 이 논문에서 시스템은 모든 정적인 메아리(벽)의 "평균"을 계산한 뒤, 이를 전체 신호에서 빼버립니다. 그러면 움직이는 대상(사람)만 남게 됩니다.

결과: 벽을 투과하여 보기

연구진은 시뮬레이션과 특수 라디오(USRP라 불리는 장비)를 사용한 실제 하드웨어를 통해 이를 테스트했습니다.

테스트: 한 사람이 방 안을 걷고 있고, 수신기는 20cm 두께의 벽 밖에 있는 시나리오를 설정했습니다.
결과: 벽 너머에서도 시스템은 걷고 있는 사람을 명확하게 볼 수 있었습니다. 시스템은 그 사람이 얼마나 멀리 있는지(거리)와 얼마나 빠르게 움직이는지(도플러)를 정확히 파악할 수 있었습니다.
"벽 투과"의 놀라운 점: 이 방식은 사람이 벽 뒤에 있어도 작동하며, 저자들은 이것이 양날의 검이라고 언급합니다. 즉, 보안에는 훌륭하지만 사생활 침해의 위험이 있다는 뜻입니다.

위협: "도청자"

이 논문은 **도청(Eavesdropping)**이라는 무서운 가능성을 강조합니다.
Wi-Fi 신호는 벽을 통과하기 때문에, 복도에 서 있는 해커가 저렴한 장치를 사용하여 집 안의 Wi-Fi 신호를 도청함으로써 당신이 집에 있는지, 어디로 걷고 있는지, 심지어 무엇을 하고 있는지까지 알아낼 수 있습니다. 그들은 비밀번호를 해킹할 필요가 없습니다. 그저 "메아리"를 듣기만 하면 됩니다.

방어: 신호 숨기기

도청자를 막기 위해, 저자들은 Wi-Fi 센싱을 보호할 두 가지 "잠금장치"를 제 제안합니다.

비밀 코드 (무작위화):
시스템은 측정에 사용되는 "파일럿" 신호를 허가된 기기들만 알고 있는 비밀 키를 사용하여 암호화할 수 있습니다.
- 비유: 라우터가 비밀 언어로 말한다고 상상해 보세요. 집 안의 사람들은 이해할 수 있는 사전이 있지만, 복도의 도청자는 들리는 것이 그저 횡설수설하는 소리로만 들릴 것입니다. 비밀 키 없이는 도청자가 신호를 정렬할 수 없으며, 따라서 "사진"은 계속 흐릿한 상태로 남게 됩니다.
스포트라이트 (LOS 감쇄):
시스템을 설계할 때, 신호가 복도로 새어 나가지 않고 실제 활동이 일어나는 방 안에만 집중되도록 할 수 있습니다.
- 비유: 손전등을 생각해보세요. 빛을 넓게 비추면 빛이 사방으로 퍼집니다. 하지만 좁은 빔을 사용하면 빛은 방 안에 머뭅니다. 만약 도청자가 복도에서 충분한 "직접적인 외침"(LOS 신호)을 얻지 못한다면, 그들은 메아리를 동기화할 수 있는 "지휘자" 역할을 할 수 없습니다. 동기화 없이는 아무것도 볼 수 없습니다.

요약

이 논문은 Wi-Fi가 사람과 그 움직임을 매우 정밀하게 포착할 수 있는 강력한 벽 투과 레이더 역할을 할 수 있음을 증명합니다. 그러나 이 강력한 기능은 완벽한 타이밍을 필요로 합니다. 저자들은 레이더가 제대로 작동하도록 타이밍 문제를 해결하는 방법을 보여주는 동시에, 이것이 Wi-Fi의 사생활 침해 위험이 될 수 있음을 경고합니다. 또한 신호를 암호화하거나 빔을 집중시킴으로써, 권한이 있는 사용자만이 내부를 "볼" 수 있도록 문을 잠그고, 도청자는 흐릿한 벽만을 바라보게 만들 수 있다고 제안합니다.

기술 요약: NDP 패킷 기반의 코히런트 프로세싱을 이용한 Wi-Fi 센싱 구현 및 보호

문제 정의
Wi-Fi 센싱은 보안 및 헬스케어 애플리케이션을 위해 Wi-Fi 신호에서 유도된 채널 상태 정보(CSI)를 활용하는 신흥 기술이다. 주변 신호에 의존하는 수동 레이더 시스템과 달리, 통합형 Wi-Fi 센싱(특히 IEEE 802.11bf 하에서의)은 높은 정확도를 달}{성하기 위해 Null-Data Packet(NDP)의 제어된 전송을 사용한다. 그러나 다중 타겟 추적을 위한 범위-도플러 맵(RDM)을 계산하는 것은 두 가지 주요 요인으로 인해 까론하다:

패킷 타이밍 불규칙성: Wi-Fi에서의 센싱 세션은 종종 데이터 통신과 인터리빙(interleaved)되어, NDP 전송에서 비균일한 시간 패턴을 초래한다.
하드웨어 결함: 저가형 트랜시버는 샘플 클록 오프셋(SCO)과 캐리어 주파수 오프셋(CFO)을 도입하여, 여러 패킷 간의 코히런트 프로세싱을 복잡하게 만드는 무작위 위상 회전과 타이밍 오프셋을 발생시킨다.

또한, 벽을 투과하여 존재 여부와 활동을 감지할 수 있는 Wi-Fi 센싱의 능력은 심각한 프라이버시 문제를 제기한다. 광대역 하드웨어를 갖춘 도청자는 이러한 신호를 가로채 사용자 활동을 추론할 수 있지만, 현재의 문헌에는 정당한 사용자들을 위한 성능을 유지하면서 센싱 기능력을 이러한 공격으로부터 보호할 수 있는 견고한 방법이 부족하다.

방법론
저자들은 IEEE 802.11ax/be (EHT) 표준을 사용하는 광대역 Wi-Fi 센싱에 특화되어, 코히런트 수동 레이더 기술에서 적응된 신호 처리 체인을 제안한다. 이 방법론은 네 단계의 순차적인 단계로 구성된다:

동기화(Synchronization): NDP 프리앰블 내의 광대역 롱 트레이닝 필드(LTF)를 사용하여 패킷별 동기화가 수행된다. 시스템은 지배적인 라인-오브-사이트(LOS) 성분을 참조로 활용하여 위상 오프셋과 타이밍 지연을 추정하고 보상한다. 이 단계는 여러 패킷 간의 코히런트 적분을 가능하게 하는 데 결정적이다.
범위 프로세싱(Range Processing): 저자들은 상호적 필터(Reciprocal Filter, RpF) 접근 방식을 활용한다. 주파수 영역에서 참조 신호로 감시 신호를 나눔으로써, 시스템은 채널 주파수 응답(CFR)을 추정한다. 그 후 IFFT(Inverse Fast Fourier Transform)를 적용하여 채널 임펄스 응답(CIR)을 얻으며, 이는 시스템 대역폭(최대 320 MHz)에 의해 결정되는 범위 해상도를 제공한다.
클러터 제거(Clutter Removal): 확장 클러터 제거(Extended Clutter Cancellation, ECA) 알고리즘이 사용된다. 사이클릭 OFDM 신호를 사용하는 Wi-Fi 센싱의 맥락에서, 이는 패킷 간의 탭별 평균 차감(per-tap mean subtraction)으로 단순화된다. 이를 통해 움직이는 타겟으로부터의 반사만을 분리하기 위해 정적인 환경 성분(강한 LOS 경로 포함)을 제거한다.
도플러 프로세싱(Doppler Processing): 패킷 시퀀스에 대해 푸리에 변환을 적용하여 범위-도플러 맵(RDM)을 생성한다. 이를 통해 범위와 속도 모두를 기준으로 타겟을 분리할 수 있다.

본 연구는 또한 전송 규칙성(균일 vs. 섭동 vs. 무작위)의 영향을 조사하며, 도청에 대응하기 위한 두 가지 대응책을 제안한다:

LTF 무작위화(LTF Randomization): 비밀 키를 사용하여 트레이닝 심볼을 스크램블링함으로써 승인되지 않은 채널 추정을 방지한다.
LOS 감쇄(LOS Attenuation): 송신 빔을 물리적으로 조향하여 도청자의 위치에서 LOS 성분을 약화시킴으로써, 코히런트 프로세싱에 필요한 동기화 참조를 방해한다.

주요 기여
본 논문은 다음과 같은 구체적인 기여를 한다:

수동 레이더 프로세싱의 적응: 저자들은 코히런트 프로세싱 기술(RpF 및 ECA)을 광대역 CSI를 입력값으로 하는 Wi-Fi 센싱에 엄격하게 적응시켰다. 그들은 패킷 수준의 시간/위상 동기화가 주요 성능 병목 구간임을 강조한다.
광대역 신호로의 확장: 본 연구는 이전의 20 MHz (2.4 GHz) 연구에서 5 GHz 대역의 160 MHz 대역폭으로 실험적 검증을 확장했다. 이 확장은 서브 미터급 범위 해상도를 가능하게 하여, 오직 범위와 속도만을 기반으로 여러 개인의 분리를 가능하게 한다.
전송 규칙성 분석: 본 연구는 코히런트 프로세싱이 대략적으로 균일한 패킷 전송으로부터 상당한 이득을 얻는다는 것을 정량적으로 입증한다. 타이밍 불확실성(예: 20%)은 미미한 영향을 미치지만, 완전히 무작위적인 전송 패턴은 RDM 품질과 타겟 탐지 능력을 저하시킨다.
보안 분석 및 대응책: 본 논문은 도청을 심각한 위협으로 식별하며, 공격자가 벽을 통해서도 코히런트 프로세싱을 악용할 수 있음을 입증한다. 또한, 채널 추정을 방해하기 위한 키 기반 LTF 무작위화와 동기화를 방지하기 위한 물리적 LOS 감쇄라는 이중 전략을 제안하고 검증한다.

결과
USRP X310 플랫폼을 사용한 수치 시뮬레이션 및 실험적 검증을 통해 다음과 같은 결과를 얻었다:

해상도 및 탐지: 160 MHz 대역폭과 512개의 패킷을 사용하여, 시스템은 0.94 m의 범위 해상도와 0.06 m/s의 속도 해상도를 달성했다. 60 dB의 코히런트 프로세싱 이득 덕분에 SNR이 -40 dB만큼 낮은 상황에서도 타겟이 안정적으로 탐지되었다.
타이밍 불확실성에 대한 견고성: 시뮬레이션 결과, 패킷 전송 시간의 20% 불확실성은 완벽하게 균일한 전송과 비교했을 때 성능 저하가 미미하여, 제어된 Wi-Fi 센싱 시스템에서의 실용성을 입증했다.
동기화 민감도: 시스템은 코히런트 프로세싱을 유지하기 위해 정확한 ToA 추정(오차 < 샘플링 주기)과 위상 추정(오차 < $\pi/100$ )을 필요로 한다. 위상 복구는 낮은 SNR에서도 견고한 것으로 나타났으나, ToA 추정 오차는 타겟 응답을 범위 축을 따라 크게 분산시켰다.
투과 능력: 실험 결과는 시스템이 20 cm 두께의 석고 벽을 통해 실내의 움직이는 개인을 외부에서 추적할 수 있음을 확인하였으며, 이는 프라이버시 문제를 제기한다.
대응책의 효과:
- LTF 무로화: 승인되지 않은 수신자의 RDM을 흐리게 만들어 신뢰할 수 있는 채널 추정을 방지하는 데 성공했다.
- LOS 감쇄: LOS 성분이 타겟 반사 수준만큼 감쇄되었을 때, 동기화 알고리즘이 위상 오프셋을 정확하게 추정하는 데 실패하여 코히런트 프로세싱이 붕괴되고 RDM에서 타겟이 보이지 않게 되었다.

의의 및 주장
본 논문은 NDP 패킷에 대한 코히런트 프로세싱이 복잡한 안테나 배열 없이도 범위와 속도 영역 모두에서 다중 타겟을 분리할 수 있는 실행 가능하고 고성능인 방법이라고 주장한다. 저자들은 이 기술이 보안 및 건강 모니터링에 큰 이점을 제공하지만, 벽을 투과하고 은밀하게 작동할 수 있는 능력 때문에 보호 메커니즘의 개발이 필요함을 강조한다. 제안된 대응책(LTF 무작위화 및 LOS 감쇄)은 도청으로부터 센싱 동작을 보호하기 위한 효과적인 방법으로 제시되며, 올바른 키나 물리적 구성을 가진 장치만이 코히런트 프로세싱을 수행할 수 있도록 보장한다. 본 연구는 광대역 Wi-Fi 센싱 능력에 대한 기술적 시연이자, 연관된 프라이버시 위험에 대한 경고적 분석으로서 역할을 한다.