TetraFence: Re-Auditable Mobile Field Evidence with Immutable Location Anchoring

현대 사회에서 우리는 농장에서 식탁까지 음식의 여정을 추적하거나 건설 작업이 예정된 곳에서 제대로 이루어졌는지 확인하는 등, 물리적 세계를 기록하기 위해 스마트폰에 자주 의존합니다. 하지만 이 디지털 기록 보관 과정에는 조용한 문제가 존재합니다. 휴대폰으로 찍은 사진은 그 사진이 언제, 어디서 찍혔는지에 대해 들려주는 이야기가 얼마나 신뢰할 수 있느냐에 따라 그 신뢰도가 결정된다는 점입니다. 만약 사진이 데이터베이스에 업로드된다면, 그 데이터베이스 자체에는 해당 이미지가 다른 장소에서 촬영되지 않았음을, 혹은 첨부된 좌표가 조작되지 않았음을 보장할 수 있는 아무런 장치가 없습니다. 사진을 찍는 순간과 그것이 저장되는 순간 사이의 이 간극은 '프로비넌스 갭(provenance gap, 출처의 공백)'을 만들어내며, 이곳에서는 신뢰가 쉽게 상실될 수 있습니다. 이를 해결하기 위해 연구자들은 한 번 기록되면 수정이 거의 불가능한 방식의 디지털 장부인 블록체인에 주목하기 시작했습니다. 그러나 단순히 결과만을 블록체인에 기록하는 것은, 그 결과가 데이터가 장부에 도달하기 전 단계에서 거짓이나 실수에 기반한 것이라면 문제를 해결하지 못합니다. 진정한 과제는 최종 판결뿐만 아니라 가공되지 않은 원시 증거, 즉 정확한 위치, 시간, 그리고 이미지 자체를 포착하여, 나중에 누구라도 과거를 되돌아보며 계산을 다시 수행해 그 이야기가 여전히 유효한지 확인할 수 있도록 하는 것입니다.

이것이 바로 뒤-콴 응우옌(Duy-Quan Nguyen)이 이끄는 팀이 '테트라펜스(TetraFence)'라는 시스템을 통해 해결하고자 했던 구체적인 문제입니다. 연구진은 특히 농업 종사자들이 작물이나 시설을 올바른 장소에서 점검했음을 증명해야 하는 상황을 위해, 모바일 현장 증거를 위한 신뢰할 수 있는 파이프라인을 구축하고자 했습니다. 그들은 베트남의 세 가지 서로 다른 현장, 즉 수백 헥타르에 달하는 거대한 논, 소규모 가공 시설, 그리고 식물 묘목장을 대상으로 이 시스템을 테스트했습니다. 목표는 노동자가 일반 스마트폰으로 사진을 찍으면 자동으로 기기의 현재 위치와 시간을 가져와 그 정보를 안전하고 변경 불가능한 기록으로 고정하는 워크플로우를 만드는 것이었습니다. 시스템은 데이터가 입력되는 방식에 엄격하게 설계되었습니다. 예를 들어, 앱은 반드시 카메라 렌즈를 통해 직접 사진을 찍도록 허용함으로써 사용자가 갤러리에 있는 오래된 사진을 단순히 업로드하는 것을 방지했습니다. 사진과 위치 데이터가 수집되면, 시스템은 노동자가 올바른 필지 내에 있는지 확인한 후 해당 정보를 프라이빗 블록체인 네트워크로 전송했습니다.

연구의 핵심은 이 시스템이 실제로 나중에 증거를 재감사(re-audit)할 수 있는 능력을 보존할 수 있는지 확인하는 것이었습니다. 표준적인 시스템에서는 관리자가 농장의 필지 지도를 변경하면, 사진 자체는 변하지 않았음에도 불구하고 과거의 사진들이 마치 잘못된 장소에서 찍힌 것처럼 보일 수 있습니다. 연구진은 원래의 지도와 원래의 사진을 함께 저장하여, 미래의 감사자가 동일한 계산을 반복했을 때 지도가 어떻게 변하더라도 동일한 답을 얻을 수 있는지 알고 싶었습니다. 이를 테스트하기 위해 그들은 현장에서 44건의 실제 이벤트를 실행했습니다. 그런 다음 두 가지 서로 다른 컴퓨터 프로그램을 구축하여 결과를 확인했습니다. 하나는 웹 서비스에 흔히 쓰이는 언어로 작성되었고, 다른 하나는 블록체인 전용 언어로 작성되었습니다. 연구진은 동일한 44개의 데이터 세트를 두 프로그램에 모두 입력하여, 노동자가 지정된 구역 안에 있었는지 외부에 있었는지에 대해 두 프로그램이 일치하는 결론을 내리는지 확인했습니다.

결과는 이 시스템이 놀라운 일관성을 가지고 작동함을 보여주었습니다. 토지 경계가 변경되지 않은 25건의 이벤트에 대해, 두 프로그램은 노동자가 구역 내부에 있는지 외부에 있는지에 대해 완벽하게 일치했습니다. 프로그램이 경계로부터의 거리를 계산했을 때, 두 답변의 차이는 평균 0.16미터에 불과했으며 최대 차이도 단 1미터였습니다. 이 작은 오차 범위는 일반적인 스마트폰 GPS의 통상적인 불확실성 범위 내에 있습니다. 또한 시스템은 노동자가 시설에서 51미터 떨어져 있는 경우와 같은 예외적인 상황도 성공적으로 처리했습니다. 시스템은 단순히 사진을 '틀렸다'고 거부하는 대신, 이를 '옐로(yellow)' 경고로 표시하여 기록을 보존하면서도 더 자세한 확인이 필요한 거리임을 명시했습니다. 이러한 단계적 접근 방식 덕분에 시스템은 경계선 바로 바깥에서 수행된 정당한 작업들을 무조건적인 '예/아로' 결정으로 인해 폐기하지 않고도 유용한 데이터를 계속 유지할 수 있었습니다.

그러나 연구는 이러한 시스템이 흔히 설계되는 방식에서 나타나는 치명적인 결함을 발견했는데, 이는 연구진이 묘목장 사이트를 조사할 때 비로소 드러났습니다. 이 경우, 특정 배치(batch)에 할당된 토지 구획이 9,999제곱미터의 작은 영역에서 9킬로미터 떨어진 거대한 448헥타르 영역으로 변경되었습니다. 연구진이 새로운 대규모 지도를 사용하여 과거의 사진들을 재평가하려고 했을 때, 결과는 완전히 바뀌었습니다. 한때 작은 구획 '안'에 있다고 간주되었던 두 장의 사진이 이제는 '밖'에 있는 것으로 나타났고, 그 반대의 경우도 발생했습니다. 이는 과거의 기록이 사진과 위치 정보만 저장했을 뿐, 사진이 찍힐 당시 사용되었던 구체적인 지도 버전은 저장하지 않았기 때문에 발생했습니다. 연구진은 지도의 버전을 이벤트에 결합하지 않으면, 단순한 행정적 변경에 의해 증거의 의미가 은밀하게 재작성될 수 있다는 것을 발견했습니다. 이를 해결하기 위해 그들은 모든 증거가 판단의 근거가 된 기하학적 형상의 정확한 버전과 결합되어야 하며, 이를 통해 원래의 결정이 항상 재현될 수 있도록 해야 한다고 결론지었습니다.

또한 연구는 블록체인에서 이러한 검증을 실행하는 데 드는 비용을 측정했습니다. 17개의 꼭짓점을 가진 복잡한 지도에 대해 사진 한 장을 검증하는 데 필요한 계산량(gas)을 확인한 결과, 이는 네트워크의 한계치 이내였습니다. 이는 시스템이 네트워크를 정체시키지 않고도 지속적인 검증 흐름을 처리할 수 있음을 시사합니다. 그럼에도 불구하고 저자는 자신의 시스템이 하지 못한 것에 대해서도 주의 깊게 언급했습니다. 시스템은 휴대폰이 말하는 위치에 실제로 물리적으로 존재하는지를 증명하지는 않습니다. 숙련된 사용자가 해킹된 휴대폰을 사용한다면 여전히 위치를 속일 수 있습니다. 시스템의 강점은 체계적인 부정행위자를 막는 데 있는 것이 아니라, 어떤 데이터를 사용하여 결정을 내렸는지 누구나 볼 수 있도록 투명하고 변경 불가능한 기록을 만드는 데 있었습니다. 사진, 좌표, 시간, 그리고 지도 버전을 포함한 원시 입력을 보존함으로써, 시스템은 단순한 디지털 기록을 재현 가능한 증거로 탈바꿈시켰습니다.

궁극적으로 테트라펜스 프로젝트는 모바일 데이터의 출처(provenance) 관리가 가능하다는 것을 입증했으며, 이를 위해서는 디지털 기록을 생각하는 방식의 변화가 필요함을 보여주었습니다. 단순히 사진과 위치를 저장하는 것만으로는 부족하며, 시스템은 그 위치가 판단된 맥락(context) 또한 함께 저장해야 합니다. 연구는 지도의 버전을 이벤트에 결합할 때, 현재의 변화로 인해 과거가 우발적으로 변경되는 것을 방지할 수 있음을 보여주었습니다. 시스템은 휴대폰 자체가 정직하다는 가정을 전제로 하지만, 노동자가 휴대폰을 내려놓은 지 한참이 지난 후에도 누구나 그 결정의 논리를 확인하고 재확인할 수 있는 파이프라인을 성공적으로 구축했습니다. 이러한 접근 방식은 디지털 기록이 담고 있는 이야기가 주변 환경이 변하더라도 일관되게 유지될 수 있도록 보장하는 실질적인 방법을 제시합니다.