기술 요약: 양자 리스크의 세 가지 축 (Three Axes of Quantum Risk)

1. 문제 정의

포스트 양자 마이그레이션은 NIST의 FIPS 203/204/205 확정과 NSA의 CNSA 2.0 데드라인(2025~2033년)에 따라 연구 단계를 넘어 운영상의 필수 과제로 전환되었습니다. 그러나 현재의 암호학적 관측성(cryptographic observability) 도구들은 각 자산에 대해 "해당 프primitive가 양자 내성이 있는가?"라는 단일 질문만을 던지는 결정적인 한계를 가지고 있습니다.

이러한 단일 축 접근 방식은 다음과 같은 이유로 전체적인 양자 리로스 포스처(quantum-risk posture)를 포착하는 데 실패합니다:

1. 채널 보호의 무시: 동일한 알고리즘(예: ECDSA-P256)을 사용하는 두 자산이라도, 하나는 보호되지 않은 링크를 사용하고 다른 하나는 양자 키 분배(QKD) 링크를 사용한다면 리스크 프로필은 판이하게 다릅니다.
2. 암호 민첩성(Crypto-Agility)의 불투명성: 설정을 통해 알고리즘을 변경할 수 있는 클래식 알고리즘을 사용하는 자산은, 알고리즘이 펌웨어에 하드코딩된 자산과는 다른 리스크 상태에 있습니다. 현재의 도구들은 "마이그레이션 민첩성"을 제1급 텔레메트리 지표로서 표면화하지 못합니다.
3. 통합 모델링의 부재: 문헌에서 PQC와 QKD는 종종 상호 배타적인 대안으로 취급되지만, 운영자에게는 하이브리드 배포가 현실인 환경을 평가하기 위한 통합된 모델이 필요합니다.

결과적으로, 운영자들은 알고리즘 내성, 채널 보안, 마이그레이션 속도에 대한 통합된 뷰를 갖지 못함으로써 "우리가 제때 양자 준비(PQ-ready)를 마칠 수 있는가?"라는 질문에 정확히 답할 수 없습니다.

2. 방법론

저자들은 리스크를 다차원적인 관찰 문제로 취급하는 **세 가지 축 양자 리스크 포스처 모델(Three-Axis Quantum-Risk Posture Model)**을 제안합니다. 각 자산은 세 개의 독립적인 축에 따라 등급이 매겨지며, 이후 단일한 데드라인 조정 점수 $q(asset, t)$로 통합됩니다.

세 가지 축

• 축 A (알고리즘 내성 - Algorithmic Resistance): 암호 프리미티브를 [0, 1] 척도로 점수화합니다.
  • 1.0: 양자 내성 (예: ML-KEM, ML-DSA).
  • 0.9: 양자 하이브리드 (예: X25519 + ML-KEM).
  • 0.3: 클래식 (예: RSA-2048, ECDSA).
  • 0.0: 폐기됨/취약함 (예: SHA-1, RC4).
  • 점수는 역할(서명, 키 교환, 암호화, 해시)에 따라 가중치가 부여됩니다.
• 축 C (채널 보호 - Channel Protection): 키 전달 메커니즘을 [0, 1] 척도로 점수화합니다.
  • 1.0: QKD 전용.
  • 0.7: QKD-하이브리드 PSK (QKD 유도 키를 하이브리드 모드에서 사용).
  • 0.0: 클래식 전용.
  • 이 축은 링크 성능 저하(예: 높은 양자 비트 에러율)를 고려하여 그에 비례하여 점수를 차감합니다.
• 축 G (마이그레이션 민첩성 - Migration Agility): 프리미티브를 변경할 수 있는 능력을 [0, 1] 척도로 점수화합니다.
  • 1.0 (협상형 - Negotiated): 세션당 알고리즘이 선택됨 (예: TLS 1.3).
  • 0.75 (설정 가능형 - Configurable): 설정 파일을 통해 변경 가능.
  • 0.50 (고정형 - Pinned): 소스 코드에 하드코딩되어 소프트웨어 업그레이드를 통해 변경 가능.
  • 0.20 (잠금형 - Locked): 펌웨어 또는 FIPS 인증 모듈에 고정됨.
  • 0.0 (동결형 - Frozen): 실리콘/ROM에 고정됨.

통합 점수

모델은 데드라인이 조정된 리스크 점수 $q(asset, t)$를 계산합니다:
$$q(asset, t) = 1 - (\alpha \cdot A + \beta \cdot C + \gamma(\tau) \cdot G)$$
여기서 $\tau$는 "데드라인 긴장도(deadline tension)"(현재 시점 $t$가 운영자의 데드라인 $D$에 얼마나 근접했는지)를 나타냅니다. 데드라인이 다가올수록 민첩성에 할당되는 가중치 $\gamma$는 줄어들며, 이는 시간이 촉박할 때 높은 민첩성이 주는 완충 효과가 적음을 반영합니다. 현재 점수와 상관없이, 낮은 민첩성으로 인해 제때 마이그레이션이 불가능한 자산에는 BLOCKED(차단됨) 플래그가 표시됩니다.

구현: Sezar

저자들은 이 모델을 실행하기 위해 Rust로 작성된 오픈 소스 관측성 플랫폼인 Sezar를 구현했습니다. 주요 구성 요소는 다음과 같습니다:

• 스키마 확장: channel_protection 및 agility 필드를 포함하도록 crypto_inventory_event v1 스키마를 확장했습니다.
• 다섯 가지 에이전트:
  1. sezar-net: eBPF 기반의 TLS/SSH/IPsec 관측.
  2. sezar-qkd: ETSI GS QKD 014 수집기 및 테스트를 위한 합성 KME 에뮬레이터.
  3. sezar-agility: 소스 코드와 바이너리를 분석하여 민첩성 수준을 파악하는 정적 스캐너(Semgrep 규칙 사용).
  4. sezar-cert: CT 로그 및 호스트 스캔을 통한 X.509 인벤토리.
  5. sezar-chain: 퍼블릭 블록체인 관측.
• 롤업 엔진 (Rollup Engine): 이벤트를 수집하고 운영자가 설정한 가중치와 데드라인을 기반으로 통합 점수를 계산하는 순수 함수입니다.

3. 주요 기여

1. 세 가지 축 모델: 알고리즘 내성, 채널 보호, 마이그레이션 민첩성을 분리하여 PQC와 QKD가 상호 보완적인 관측 대상임을 인정하는 공식적인 프레임워크를 제시했습니다.
2. 스키마 확장: QKD와 민첩성을 위한 상호 운용 가능한 텔레메트리를 가능하게 하는 crypto_inventory_event 스키마(v1.1)의 엄격한 가산적 업데이트를 제공했습니다.
3. Sezar 레퍼런스 구현: eBPF 네트워크 관측, REST 기반 QKD 텔레메트리, 정적 코드 분석을 통합하는 완전한 오픈 소스 스택(에이전트, 수집기, 대시보드)을 제공합니다.
4. QKD 에뮬레이터: 물리적 하드웨어 없이도 QKD 인식 소프트웨어를 테스트할 수 있도록 하는 개방형 ETSI GS QKD 014 KME(Key Management Entity) 에뮬레이터를 제공합니다.
5. 민첩성 루브릭 및 코퍼스: Semgrep 규칙 팩을 통해 작동되는 5단계 서수 점수 체계를 구축하였으며, 이를 50개의 오픈 소스 서버 프로젝트로 구성된 핸드 그레이딩(hand-graded) 그라운드 트루스 코퍼스와 검증했습니다.

4. 실증 결과

본 논문은 세 가지 재현 가능한 연구를 통해 모델을 검증합니다:

• 연구 1 (축 A - Tranco Top-1k):

  • Tranco top-1k 중 724개의 응답 가능한 호스트를 스캔했습니다.
  • 결과: 호스트의 43.8%가 하이브리드 PQ 키 교환(X25519MLKEM768)을 제안받았을 때 이를 협상했습니다. 그러나 16.9%는 여전히 TLS 1.2(구조적으로 PQ 부적격)를 협상했으며, 인증서 서명 분포는 RSA가 지배적(64.9%)이었습니다.
  • 통찰: 단일 축 스캔은 구조적 제약(TLS 버전)과 인증서 민첩성의 결여를 놓칩니다.

• 연구 2 (축 C - QKD 에뮬레이터):

  • 다섯 가지 실패 시나리오(정상 상태, 성능 저하, 하드 실패, 만료된 PSK, 분리된 SAE)에 걸친 13개의 유도된 상태 전이에 대해 시스템을 테스트했습니다.
  • 결과: 13/13의 상태 변화가 정확하게 분류되었습니다. 시스템은 링크 수준의 실패와 개별 세션 귀속 문제(예: 하나의 SAE는 실패하고 다른 하나는 성공하는 경우)를 정확히 구분했습니다.
  • 통찰: 링크 수준의 텔레메트리만으로는 불충분하며, 정확한 채널 보호 점수 산출을 위해서는 세션별 귀속(per-session attribution)이 필요합니다.

• 연구 3 (축 G - 민첩성 파일럿):

  • sezar-agility 스캐너를 50개 프로젝트 코퍼스 중 11개 프로젝트 하위 집합에 대해 핸드 그레이딩된 그라운드 트루스와 비교했습니다.
  • 결과: 91%의 일치율(11개 중 10개 프로젝트)을 보였습니다. 유일한 불일치는 chrony에서 발생했으며, 정적 증거가 "설정 가능(configurable)"과 "고정(pinned)" 사이에서 모호했습니다.
  • 통찰: 정적 분석은 인간의 채점과 상당한 수준의 일치를 달 수 있지만, Go 생태계의 커버리지 격차(초기에 crypto/tls 패턴 누락)를 해결하기 위한 규칙 업데이트가 필요합니다.

5. 의의 및 주장

본 논문은 "단일 비트(single-bit)" 방식의 PQ 준비성 지표가 2030~2033년 데드라인을 마주한 운영자들에게 불충분하다고 주장합니다. 본 연구의 의의는 다음과 같습니다:

1. 총체적 리스크 평가: 자산의 리스크는 단순히 사용하는 알고리즘뿐만 아니라, 키가 어떻게 전달되는지, 그리고 알고리즘을 얼마나 빨리 교체할 수 있는지에 달려 있음을 입증했습니다.
2. 운영 가능성: PQC, QKD, 민첩성을 아우르는 통합 관측 모델을 독점적인 상용 스택 없이 범용 하드웨어와 오픈 소스 도구를 사용하여 구축할 수 있음을 보여주었습니다.
3. 실행 가능한 우선순위 설정: 세 가지 축을 데드라인 조정 점수로 결합함으로써, 운영자가 단순한 "현재의 취약성"이 아닌 현실적인 "수정 소요 시간(time-to-fix)"을 기준으로 마이그레이션 노력을 우선순위화할 수 있게 합니다.
4. 재현 가능성: 저자들은 전체 스키마, 에뮬레이터, 규칙 세트 및 그라운드 트루스 코퍼스를 제공하여, 커뮤니티가 점수 상수와 가중치를 절대적인 진리로 받아들이는 대신 검증, 비판 및 개선할 수 있도록 초대합니다.

저자들은 이 모델이 마이그레이션의 경제적 또는 정치적 제약을 해결하는 것이 아니라, 의사결정을 정보에 기반하도록 만드는 데 필요한 텔레메트리 계층을 제공하는 것임을 명시적으로 밝히고 있습니다. 기여의 핵심은 특정 수치적 점수가 아니라 모델과 도구이며, 해당 점수들은 운영자가 설정할 수 있는 변수입니다.