Computational model of multi-source data fusion for submarine cable threat detection

세계의 대양 아래에는 취약하고 보이지 않는 신경계가 자리 잡고 있습니다. 바로 대륙을 연결하고 세계 경제를 움직이는 방대한 양의 국제 데이터를 실어 나르는 거대한 해저 케이블 네트워크입니다. 이 케이블들은 인터넷의 물리적 중추이지만, 탁 트인 바다에 노출되어 있어 어구로 인한 사고나 적대적인 선박의 의도적인 파괴 행위에 취약합니다. 수십 년 동안 이 케이블들을 감시하는 주요 방법은 자동 식별 장치(AIS)라는 시스템을 사용하여 선박의 표면 움직임을 추적하는 것이었습니다. 이 시스템은 배의 위치, 속도, 정체성을 방송하는 디지털 등대처럼 작동합니다. 그러나 이 방식에는 치명적인 약점이 있습니다. 신호가 강력한 보안 없이 평문으로 전송되기 때문에, 악의적인 행위자가 쉽게 가짜 좌표를 방송할 수 있다는 점입니다. 어떤 배는 케이블을 절단하기 위해 바로 위에 머물면서도, 모니터링 시스템에는 대양 반대편에 있는 '안전한' 배로 보이도록 자신의 위치를 속일 수 있습니다.

이 문제를 해결하기 위해 연구자들은 단일한 진실의 원천에 의존하지 않는 새로운 방식의 해양 감시법을 개발했습니다. 대신, 선박의 디지털 신호만을 믿는 것이 아니라, 이를 물 자체의 물리적 현실과 결합합니다. 이 접근 방식은 디지털 데이터, 케이블의 물리적 배치, 그리고 바다의 실제 소리가 서로 대조되어 확인되어야 하는 복잡한 3차원 공간으로서의 대양을 다룹니다. 이러한 다양한 유형의 정보를 융합함으로써, 시스템은 디지털 거짓말이 물리적 증거와 모순될 때 이를 포착할 수 있으며, 누군가 모니터링 소프트웨를 속이려 하더라도 해저 케이블을 보호할 수 있게 합니다.

북미 서해안의 해역 데이터를 활용하여 연구를 진행한 팀은 전체 그림을 한 번에 볼 수 있는 계산 모델을 구축했습니다. 그들은 먼저 해저 지도를 만드는 것으로 시작하여 해역을 작은 격자 단위로 나누었습니다. 이 격자 안에 세 가지 뚜렷한 정보 스트림을 주입했습니다. 첫째, 해저 케이블의 실제 물리적 위치를 매핑했습니다. 둘째, AIS 시스템으로부터 얻은 선박의 실시간 이동 데이터를 입력했습니다. 셋째, 가장 결정적으로, 해저의 소리를 듣는 수중 마이크로폰인 하이드로폰(hydrophone)의 데이터를 추가했습니다. 이 마이크로폰은 무거운 닻이 해저를 긁으며 지나가는 특유의 소음이나 선박의 프로펠러가 물을 휘젓는 소리를 감지할 수 있는데, 이러한 소리는 컴퓨터 프로그램으로 조작할 수 없는 물리적인 소리입니다.

연구팀이 직면한 핵심 과제는 이 세 가지 정보원이, 특히 공격이 발생하는 상황에서 서로 일치하지 않는 경우가 많다는 점이었습니다. 만약 어떤 배가 케이블을 파괴하려 한다면, 그 배의 AIS 신호는 안전하게 멀어지고 있다고 말할 수 있지만, 수중 마이크로폰은 케이블 바로 위에서 닻이 떨어지는 소리를 들을 수 있습니다. 과거에 이 두 정보를 해석하려던 컴퓨터는 단순히 상충하는 두 보고를 평균 내어, 위험을 놓치는 혼란스러운 "아마도"라는 결과만을 내놓곤 했습니다. 그러나 새로운 모델은 이러한 상충하는 이야기들의 무게를 다르게 두는 정교한 방법을 사용합니다. 이 모델은 디지털 AIS 데이터와 물리적 음향 데이터를 서로 다른 두 명의 목격자로 취급합니다. 두 이야기가 일치할 때 시스템은 확신을 갖습니다. 하지만 두 이야기가 충돌할 때, 모델은 다음과 같은 규칙을 따릅니다. 바로 물리적 증거를 더 신뢰한다는 것입니다. 물을 통해 전달되는 음파는 조작하기가 매우 어려운 물리적 사건이기 때문에, 시스템은 가짜 디지털 좌표를 무시하고 실제 위협의 소리에 집중하도록 학습됩니다.

이를 구현하기 위해 연구자들은 데이터의 가장 중요한 부분에 집중하는 법을 배우는 시스템을 설계했습니다. 이 시스템은 사물들이 시공간 속에서 어떻게 연결되어 있는지를 이해하는 인공지능의 일종을 사용하여, 단순한 숫자 목록으로는 놓칠 수 있는 패턴을 포착합니다. 이 시스템은 단순히 지나가는 배와 케이블 위를 수상하게 맴도는 배를 구분할 수 있습니다. 디지털 신호와 수중 센서가 들리는 소리 사이의 충돌이 감지되면, 시스템은 자동으로 선박의 디지털 보고에 대한 신뢰도를 낮추고 물리적 소리에 기반한 경보를 높입니다. 이는 디지털 거짓말이 물리적 경고를 무력화하는 것을 방지하는 '회로 차단기' 역할을 합니다.

연구팀은 1년 동안 수집된 실제 데이터를 사용하여 이 모델을 테스트했으며, 여기에는 수천 건의 선박 이동과 수 시간의 수중 소음 녹음이 포함되었습니다. 그 결과, 새 시스템이 선박 추적에만 의존하던 기존 방식보다 훨씬 더 정확하다는 것을 발견했습니다. 표준 테스트에서 이 모델은 0.95의 AUC를 달erek성하며 기존 기술보다 상당한 개선을 보여주었습니다. 더 중요한 것은, 연구진이 파괴 공작을 숨기기 위해 선박 데이터의 30%를 의도적으로 조작한 시나리오를 시뮬레이션했을 때의 결과입니다. 기존 시스템은 이러한 기만 작전 앞에서 AUC가 0.6 미만으로 떨어지며 완전히 실패했지만, 새 모델은 자리를 지켰습니다. 수중 마이크로폰이 가짜 디지털 신호를 압도할 수 없는 진실을 제공했기에, 모델은 높은 수준의 정확도를 유지하며 성공적으로 위협을 식별해 냈습니다.

이 연구는 핵심 인프라를 보호하는 미래가 서로 다른 유형의 증거를 교차 검증하는 데 있음을 보여줍니다. 선박 추적이라는 디지털 세계와 수중 음향이라는 물리적 세계를 결합함으로써, 이 시스템은 기만에 강한 방어 체계를 구축합니다. 이 시스템은 단순히 나쁜 행동을 감시하는 것이 아니라, 디지털 이야기가 물리적 현실과 일치하지 않는 순간을 능동적으로 찾아냅니다. 이번 연구 결과는 글로벌 인터넷의 안전을 위해서, 우리가 단일한 정보원에 의존하는 것을 멈추고 데이터가 거짓을 말할 때조차 진실을 들을 수 있는 시스템을 구축해야 함을 시사합니다.