A Hybrid AI-DEMATEL Model for Causal Analysis of Blockchain-Enabled Secure Communication and Privacy Risks in Access Control of Connected Autonomous Vehicles

당신의 자동차가 스스로 운전하며, 교통 상황을 탐색하고, 사고를 피하며, 인간의 손이 핸들 위에 있지 않은 상태에서 다른 차량 및 도시 인프라와 통신하는 미래를 상상해 보십시오. 커넥티드 자율주행 차량(connected autonomous vehicles)으로 알려진 이 기계들은 찰나의 결정을 내리기 위해 지속적이고 고속인 데이터 스트림에 의존합니다. 이 시스템을 안전하게 유지하기 위해서는 데이터를 해커로부터 보호해야 하지만, 동시에 자동차가 가야 할 곳을 알 수 있도록 정보를 자유롭게 공유할 수 있어야 합니다. 이는 정교한 균형 잡기 문제를 만들어냅니다. 즉, 자동차가 기능을 수행하는 데 필요한 정보를 차단하지 않으면서 어떻게 시스템을 보안으로 잠글 것인가 하는 문제입니다.

수년간 전문가들은 이 문제를 해결하기 위해 블록체인이라는 기술을 주목해 왔습니다. 블록체인을 모든 거래나 메시지를 거의 수정하거나 조작할 수 없는 방식으로 기록하는 공유 디지털 장부라고 생각하십시오. 이 시스템을 사용함으로써 자동차 제조사와 정부는 차량들이 서로의 신원을 확인하고 중앙 권력의 통제 없이도 중요한 안전 데이터를 공유할 수 있는 보안 네트워크를 구축하기를 희望합니다. 그러나 단순히 이 기술을 자동차에 접목하는 것만으로는 새로운 복잡한 문제들이 발생합니다. 블록체인을 안전하게 만드는 바로 그 특징들이 오히려 시스템을 느리게 만들고, 운영 비용을 높이며, 수백만 대의 자동차가 동시에 통신하려고 할 때 관리를 어렵게 만들 수도 있기 때문입니다.

인도의 한 연구팀은 이러한 구체적인 과제들을 깊이 있게 파고들었습니다. 그들은 블록로인 기술을 자동차 보안에 사용하는 과정에서 발생하는 다양한 위험 요소들 사이의 숨겨진 연결 고리를 이해하고자 했습니다. 이들은 이러한 문제들을 개별적으로 보는 대신, 서로 의존적인 요인들의 웹(web)으로 취급했습니다. 그들은 어떤 문제가 다른 문제를 유발하는 근본 원인인지, 그리고 어떤 문제가 시스템이 스트레스를 받을 때 나타나는 단순한 증상인지를 알고 싶어 했습니다. 이를 위해 그들은 사이버 보안 엔지니어, 대학 연구원, 데이터 과학자를 포함한 전문가 패널로부터 통찰력을 모았으며, 이 열 가지 핵심 요소가 서로 어떻게 영향을 미치는지 매핑하기 위해 정교한 분석 방법을 사용했습니다.

연구진은 이 기술의 성공과 실패를 결정짓는 열 가지 주요 영역을 식별했습니다. 여기에는 경찰, 자동차 제조사, 소유자 등 서로 다른 당국이 상충하는 규칙을 발행할 수 있는 "정책 갈등(policy conflicts)"부터, 시스템이 메시지를 검증할 때 발생하는 아주 짧은 지연 시간인 "지연 시간(latency)"까지 포함됩니다. 또한 네트워크가 처리해야 하는 방대한 데이터의 양, 자동차 내부의 제한된 컴퓨팅 파워, 자동차가 이동하는 동안 보안 규칙을 업데이트하는 것의 어려움 등의 요소도 포함되었습니다. 연구팀은 운전자의 위치를 비공개로 유지하려는 욕구와 안전을 위해 신원을 확인해야 할 필요성 사이의 긴장 관계, 그리고 이 규칙들을 규정하는 컴퓨터 코드의 오류 위험성도 조사했습니다.

이 요소들이 어떻게 상호작용하는지 분석한 결과, 연구는 명확한 인과관계의 계층 구조를 드러냈습니다. 가장 중요한 발견은 "상호운용성(Interoperability)"이 가장 강력한 인과적 요인이라는 것이었습니다. 즉, 이는 시스템의 수많은 하위 문제를 촉발하는 근본 원인임을 의미합니다. 이는 많은 하위 취약점의 바탕이 되는 서로 다른 블록체인 플랫폼과 자동차 제조사 간의 기술적 불일치를 뜻합니다. 그러나 연구는 또한 "정책 갈등(Policy Conflicts)"이 전체적으로 가장 두드러지고 구조적으로 복잡한 요소라는 점을 강조했습니다. 이는 정부, 제조사, 차량 소유자 등 이해관계자 간의 법적 및 관할권적 이견이 실시간 운영과 의사결정을 직접적으로 복잡하게 만드는 상황을 의미하며, 시스템 내에서 가장 높은 전체 중요도 값을 가집니다.

이어 연구는 "신뢰와 평판(trust and reputation)"을 또 다른 근본적인 동력으로 지목했습니다. 이 디지털 생태계에서 자동차의 참여 능력는 과거 행동을 반영하는 점수에 달려 있습니다. 만약 어떤 자동차가 허위 데이터를 보낸 이력이 있다면 그 차량은 제한을 받게 됩니다. 연구진은 만약 이 신뢰 시스템이 견고하지 못하다면 전체 네트워크가 신뢰할 수 없게 된다는 것을 발견했습니다. 마찬가지로, 자동차의 온보드 컴퓨터의 물리적 한계인 "자원 제약(resource constraints)"은 지연의 주요 원인으로 작용합니다. 이 컴퓨터들은 전력이 제한되어 있기 때문에 블록체인에 필요한 무거운 보안 검사를 처리하는 데 어려움을 겪으며, 이는 결과적으로 자동차가 비상 상황에 반응하는 속도를 늦춥니다.

연구는 또한 "동적 정책 업데이트(dynamic policy updates)"—비상시 보안 규칙을 즉각적으로 변경할 수 있는 능력—가 시스템에서 가장 민감한 부분이라는 점을 강조했습니다. 이러한 업데이트는 문제의 원인이 아니라 문제의 결과입니다. 만약 상호운용성과 자원 제한 같은 근본 원인들이 해결되지 않는다면, 시스템은 위기 상황을 처리하기 위해 규칙을 충분히 빠르게 업데이트할 수 없습니다. 예를 들어, 사고 발생 시 자동차가 응급 서비스에 자신의 위치를 공유해야 하지만 네트워크가 막혀 있거나 규칙이 충돌한다면, 그 중요한 정보가 제때 전달되지 못할 수 있습니다.

이 연구의 가장 중요한 통찰 중 하나는 증상을 직접 고치려고 노력하는 것은 종종 효과가 없다는 것입니다. 연구는 근본 원인을 해결하지 않고 오직 지연 시간을 줄이거나 개인정보 보호를 개선하는 데만 집중하는 것은 효과가 없을 것이라고 제안합니다. 대신, 제조사와 정책 입안자들은 근본적인 문제를 해결하는 데 우선순위를 두어야 합니다. 즉, 서로 다른 자동차 시스템이 원활하게 통신할 수 있도록 보장하고, 온보드 컴퓨터가 부하를 처리할 수 있을 만큼 강력한지 확인하며, 데이터 공유 방식에 대한 명확하고 통일된 규칙을 만드는 것입니다. 이러한 기초적인 문제들을 해결함으로써 지연 시간이나 개인정보 보호 문제와 같은 다른 이슈들은 자연스럽게 해결되기 시작합니다.

연구진은 계산 결과가 단순히 인간의 의견에 의한 것이 아니라 수학적으로 일관됨을 보장하기 위해 인공지능 도구를 사용하여 자신들의 결과를 검증했습니다. 그들의 연구는 미래를 위한 로드맵을 제공하며, 안전하고 보안이 철저한 자율주행차로 가는 길은 더 강력한 자물쇠를 만드는 것이 아니라 더 호환 가능하고 효율적인 네트워크를 구축하는 데 있다는 점을 시사합니다. 산업이 수백만 대의 자율주행차가 도로를 공유하는 미래를 향해 나아감에 따라, 이러한 인과적 연결 고리를 이해하는 것은 우리를 안전하게 지킬 수 있는 보안성 있고 역량 있는 시스템을 설계하는 데 필수적일 것입니다.