숙명여자대학교 로고

숙명여자대학교 연구처 · 산학협력단

숙명여자대학교 인공지능공학부 정성훈 교수 연구팀이 인공지능(AI)을 활용해 차량 내부 네트워크의 사이버 공격을 탐지하고, 그 판단 근거까지 설명할 수 있는 기술을 개발했다. 이번 연구는 데이터사이언스 학부생인 김지수 학생이 제1저자로 참여했으며, 산업정보학 분야의 저명 국제학술지 'IEEE Transactions on Industrial Informatics'에 지난 10월 게재됐다.

(논문명: X-SPUR: Explainable Surprisal-Based Protocol-Aware Unsupervised Reasoning for Automotive Ethernet Intrusion Detection)

최근 자율주행차와 커넥티드카 기술이 발전하면서 차량 내부의 다양한 전자장치가 주고받는 데이터가 늘어나고, 이를 노린 사이버 공격에 대한 우려도 커지고 있다. 그러나 실제 차량에서 발생하는 공격 데이터를 충분히 확보하기 어렵고, 기존 AI 기반 탐지 기술은 이상 징후를 발견하더라도 그 판단 근거를 이해하기 어렵다는 한계가 있었다.

이에 연구팀은 정상적인 차량 네트워크 통신 데이터만으로 이상 징후를 학습하고, 사이버 공격 여부와 함께 어떤 통신 정보가 이상 판단에 영향을 미쳤는지 설명하는 비지도학습 기반 침입탐지 기술 'X-SPUR'를 개발했다.

X-SPUR는 별도의 수작업 특징 추출 없이 다양한 통신 프로토콜의 이상 징후를 분석할 수 있다. 대표적인 차량용 이더넷 침입탐지 데이터셋을 활용한 실험에서는 AUC 0.9987을 기록하며 높은 탐지 성능을 보였다.

특히 이번 기술의 차별점은 AI가 사이버 공격을 탐지한 이유를 구체적으로 제시한다는 데 있다. 기존 기술이 비정상적인 통신 여부를 판별하는 데 집중했다면, X-SPUR는 차량 통신을 구성하는 개별 프로토콜 필드 중 어떤 정보가 이상 판단에 영향을 주었는지 보여준다. 이를 통해 보안 담당자가 AI의 판단 근거를 직접 확인하고, 보안 위협을 분석하거나 대응 방향을 결정하는 데 도움을 받을 수 있다.

이번 연구는 향후 커넥티드카와 자율주행차의 네트워크 보안 위협을 분석하고, 차량 시스템의 안전성과 신뢰성을 높이는 데 기여할 것으로 기대된다.

연구는 김지수 학생이 제1저자, 정성훈 교수가 교신저자로 참여했으며, 2026년 10월 온라인 선공개(Early Access) 형태로 게재됐다. 해당 학술지는 2025년 JCR 기준 자동화·제어시스템 분야 상위 8.5%에 해당하는 SCIE 국제학술지다.

한편 연구팀은 전자상거래 웹 서비스의 트래픽을 분석하고 효율적인 캐시 보호 방법을 제시한 또 다른 연구로 국제학술대회 'IEEE BigData 2026'의 정규 논문(Regular Paper)에도 채택됐다. 이 연구는 단순히 봇 접속 여부를 판별하는 대신, 개별 접속이 웹 서비스의 캐시 성능에 실제로 미치는 영향을 분석해 관리가 필요한 세션을 우선적으로 식별하는 머신러닝 기반 방법론을 제안했다.

약 1,270만 건의 실제 전자상거래 요청 기록을 분석한 결과, 상위 1%의 세션에 전체 캐시 피해의 48.8%가 집중된 것으로 나타났다. 이 논문 역시 김지수 학생이 제1저자, 정성훈 교수가 교신저자로 참여했으며, 채택률 19.4%의 심사를 거쳐 선정됐다. 연구 결과는 오는 12월 미국 애리조나주 피닉스에서 열리는 IEEE BigData 2026에서 발표될 예정이다.