• 식물병연구
• /
• 제25권1호
• /
• pp.8-15
• /
• 2019

전 세계적으로 자두곰보바이러스는 핵과류에 발생하는 중요한 바이러스이다. 2015년 국내 복숭아에서 자두곰보바이러스 감염이 확인된 이후 국내 핵과류 과원에 대한 자두곰보바이러스 발생 조사가 시작되었다. 2016-2017년 국내 핵과류 1,985과원의 30,333주 나무에서 시료를 채집하여 특이 프라이머를 이용한 RT-PCR 검정 결과, 10과원의 21주 나무에서 자두곰보바이러스가 확인되었고, 박멸조치에 따라 감염 주에 대한 폐기 등 방제가 실시되었다. 2016년 자두곰보바이러스에 감염된 복숭아 나무 7주의 total RNA에서 PCR 산물 약 547 bp을 얻은 후 direct sequencing 하여 염기서열을 결정하였다. BLAST 검색 결과 Genbank에 등록된 자두곰보바이러스 D 계통 분리 주들(LC331298, LT600782)과 99% 높은 염기서열 상동성을 보였으며, 국내 복숭아 나무 7개 분리 주 간에 98-100% 염기서열 상동성을 보였다. Phylogenetic tree 분석 결과 한국, 일본, 미국, 캐나다에서 보고된 D 계통과 높은 유연관계를 가지는 것을 확인 할 수 있었다. 이 보고는 2016-2017년 국내 핵과류 과원의 자두곰보바이러스 발생 현황에 대한 첫 보고이며, 이를 바탕으로 발생 주 제거 등 국내 금지급 자두곰보병의 예방 및 방제 대책 수립을 위한 기초자료로 활용하고자 하였다.

• 한국식품위생안전성학회지
• /
• 제36권1호
• /
• pp.24-33
• /
• 2021

2019년 1월부터 11월까지 서울약령시장에서 유통되는 식·약 공용 농산물 총 187건을 대상으로 곰팡이독소 동시다성분 SPE 컬럼으로 정제 후 LC-MS/MS로 분석하여 곰팡이독소 8종의 동시분석법 유효성을 검증하고, 확립된 분석법으로 곰팡이독소 오염도 파악 및 위해평가를 실시하였다. LC-MS/MS를 이용한 동시분석법의 유효성 검증은 매질효과, 직선성, 검출한계, 정량한계, 정확성 및 정밀성으로 하였다. 매질 보정 검량선의 상관계수(r2)는 0.9999이상의 우수한 직선성을 보였고, 검출한계는 0.02-0.11 ㎍/kg였고, 정량한계는 0.06-0.26 ㎍/kg였고, 회수율은 81.2-118.7%였고, 상대표준편차는 0.33-8.90%로 우수한 재현성을 나타냈다. 확립된 분석법으로 검사한 결과 기준이 설정된 아플라톡신은 B1이 1.18-7.29 ㎍/kg (기준: 총 아플라톡신 15.0 ㎍/kg이하, B1 10.0 ㎍/kg이하)으로 기준 이내로 검출되었고, 아플라톡신 B2, G1 및 G2는 검출되지 않았다. 기준이 미 설정된 곰팡이독소는 푸모니신(0.84-14.25 ㎍/kg) 오크라톡신 A (0.76-17.42 ㎍/kg) 및 제랄레논(1.73-15.96 ㎍/kg)이 검출되었다. 위해평가 결과 아플라톡신 B1의 1일 인체노출량은 0.00052 ㎍/kg b.w./day였고, 푸모니신 및 제랄레논의 일일섭취한계량 대비 각각 0.04%, 0.24%였고, 오크라톡신 A의 주간섭취한계량 대비 4.76%로 우리나라 국민들이 식·약 공용 농산물 섭취로 인한 곰팡이 독소 위해도는 안전한 것으로 평가되었다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.259-278
• /
• 2022

인공지능(AI)의 확산과 함께 금융 분야에서도 상품추천, 고객 응대 자동화, 이상거래탐지, 신용 심사 등 다양한 인공지능 기반 서비스가 확대되고 있다. 하지만 데이터에 기반한 기계학습의 특성상 신뢰성과 관련된 문제 발생과 예상하지 못한 사회적 논란도 함께 발생하고 있다. 인공지능의 효용은 극대화하고 위험과 부작용은 최소화할 수 있는 신뢰할 수 있는 인공지능에 대한 필요성은 점점 더 커지고 있다. 이러한 배경에서 본 연구는 소비자의 금융 생활에 직접 영향을 끼치는 인공지능 기반 개인신용평가의 공정성 확보를 위한 체크리스트 제안을 통해 인공지능 기반 금융서비스에 대한 신뢰 향상에 기여하고자 하였다. 인공지능 신뢰성의 주요 핵심 요소인 투명성, 안전성, 책무성, 공정성 중 포용 금융의 관점에서 자동화된 알고리즘의 혜택을 사회적 차별 없이 모두가 누릴 수 있도록 공정성을 연구 대상으로 선정하였다. 문헌 연구를 통해 공정성이 영향을 끼치는 서비스 운용의 전 과정을 데이터, 알고리즘, 사용자의 세 개의 영역으로 구분하고, 12가지 하위 점검 항목과 항목별 세부 권고안으로 체크리스트를 구성하였다. 구성한 체크리스트는 이해관계자(금융 분야 종사자, 인공지능 분야 종사자, 일반 사용자)별 계층적 분석과정(AHP)을 통해 점검 항목에 대한 상대적 중요도 및 우선순위를 도출하였다. 이해관계자별 중요도에 따라 세 개의 그룹으로 분류하여 분석한 결과 학습데이터와 비금융정보 활용에 대한 타당성 검증 및 신규 유입 데이터 모니터링의 필요성 등 실용적 측면에서 구체적인 점검 사항을 파악하였고, 금융 소비자인 일반 사용자의 경우 결과에 대한 해석 오류 및 편향성 확인에 대한 중요도를 높게 평가한다는 것을 확인할 수 있었다. 본 연구의 결과가 더 공정한 인공지능 기반 금융서비스의 구축과 운영에 기여할 수 있기를 기대한다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.881-887
• /
• 2023

본 연구는 한국에서 상용화된 인공지능(AI) 기반 의료 영상 장치의 발전과 현재 동향을 분석하는 것을 목표로 한다. 2023년 9월 30일 기준으로 한국 식품의약품안전처에 허가, 인증 및 신고된 AI 기반 의료기기는 총 186개로, 이 중 138개가 영상의학과와 관련된 제품이었다. 본 연구는 2018년부터 2023년까지의 연도별 허가 추세, 장비 유형, 적용 부위, 주요 기능 등을 종합적으로 고찰하였다. 연구 결과, AI 의료기기는 2018년 4개 제품에서 시작하여 2023년까지 꾸준한 성장세를 보였으며, 특히 2020년 이후 급격한 증가세를 나타내었다. 이는 AI 기술의 발전과 의료분야의 수요 증가가 상호 작용한 결과로 볼 수 있다. 장비별로는 CT, X-ray, MR 순으로 AI 의료기기가 개발되었으며, 이는 각 장비별 이미지의 특성과 임상적 중요성을 반영한다. 본 연구에서는 흉부, 뇌신경, 근골격계 등 특정 부위에 대한 AI 의료기기 개발이 활발한 것을 확인하였고, 주요 기능별로는 의료영상 분석, 탐지 및 진단 보조, 영상 전송 등이 주를 이루었다. 이러한 결과는 AI의 패턴 인식 및 데이터 분석 능력이 의료영상 분야에서 중요한 역할을 하고 있음을 시사한다. 또한, 본 연구는 한국 제품이 국제적인 인증, 특히 미국 FDA와 유럽 CE 인증을 받은 사례를 조사하였다. 그 결과, 다수의 제품이 두 기관의 인증을 받았으며, 이는 한국의 AI 의료기기가 국제적 수준에 부합하며, 글로벌 시장에서의 경쟁력을 갖추고 있음을 보여준다. 본 연구는 AI 기술이 의료영상 분야에서 미치는 영향과 그 발전 가능성을 분석함으로써, 향후 연구 및 개발 방향에 중요한 시사점을 제공한다. 하지만, 규제 측면, 데이터의 질과 접근성, 임상적 유효성 등의 도전 과제도 지적되어, 이러한 문제들에 대한 지속적인 연구와 개선이 요구된다.

• 해양안보
• /
• 제7권1호
• /
• pp.31-60
• /
• 2023

본 논문은 북한의 SLBM 탑재 신형 잠수함과 핵 무인 수중 공격정 '해일'에 효과적으로 대응하기 위해 자항 기뢰와 초공동 어뢰를 결합한 융복합 무기체계를 제안하고, 그 효과성을 분석하였다. 자항 기뢰와 초공동 어뢰의 융복합 무기체계는 자항 기뢰의 은밀 매복 및 탐지 능력과 초공동 어뢰의 초고속 주행 능력을 결합하여, 각 무기체계의 장점을 극대화하고 단점을 상호 보완한다. 이 무기체계의 효과성을 분석하기 위해 국방전력발전업무훈령의 소요제기서 작성 기준을 참고하여 수중 유도무기의 작전 운용에 요구되는 성능에 적합하게 분석 기준을 선정하고, 기존 무기체계 대비 효과성을 수중 방어 지속성, 전투력 운용 융통성, 생존성, 지휘/통제, 운영 비용 효율성, 기상 영향 요인 등 6가지 측면에서 분석하였다. 또한, 시나리오 구상을 통해 이 무기체계의 실용성을 입증하였다. 자항 기뢰와 초공동 어뢰의 융복합 무기체계가 현실화 된다면 미래의 수중환경에서 한국의 안보에 매우 중요한 역할을 할 수 있을 것으로 기대된다.

• 서비스연구
• /
• 제14권1호
• /
• pp.13-26
• /
• 2024

멀티모달 (multi-modal) 생성이란 텍스트, 이미지, 오디오 등 다양한 정보를 기반으로 결과를 도출하는 작업을 말한다. AI 기술의 비약적인 발전으로 인해 여러 가지 유형의 데이터를 종합적으로 처리해 결과를 도출하는 멀티모달 기반 시스템 또한 다양해지는 추세이다. 본 논문은 음성과 텍스트 인식을 활용하여 인물을 묘사하면, 몽타주 이미지를 생성하는 AI 시스템의 개발 내용을 소개한다. 기존의 몽타주 생성 기술은 서양인들의 외형을 기준으로 이루어진 반면, 본 논문에서 개발한 몽타주 생성 시스템은 한국인의 안면 특징을 바탕으로 모델을 학습한다. 따라서, 한국어에 특화된 음성과 텍스트의 멀티모달을 기반으로 보다 정확하고 효과적인 한국형 몽타주 이미지를 만들어낼 수 있다. 개발된 몽타주 생성 앱은 몽타주 초안으로 충분히 활용 가능하기 때문에 기존의 몽타주 제작 인력의 수작업을 획기적으로 줄여줄 수 있다. 이를 위해 한국지능정보사회진흥원의 AI-Hub에서 제공하는 페르소나 기반 가상 인물 몽타주 데이터를 활용하였다. AI-Hub는 AI 기술 및 서비스 개발에 필요한 인공지능 학습용 데이터를 구축하여 원스톱 제공을 목적으로 한 AI 통합 플랫폼이다. 이미지 생성 시스템은 고해상도 이미지를 생성하는데 사용하는 딥러닝 모델인 VQGAN과 한국어 기반 영상생성 모델인 KoDALLE 모델을 사용하여 구현하였다. 학습된 AI 모델은 음성과 텍스트를 이용해 묘사한 내용과 매우 유사한 얼굴의 몽타주 이미지가 생성됨을 확인할 수 있다. 개발된 몽타주 생성 앱의 실용성 검증을 위해 10명의 테스터가 사용한 결과 70% 이상이 만족한다는 응답을 보였다. 몽타주 생성 앱은 범죄자 검거 등 얼굴의 특징을 묘사하여 이미지화하는 여러 분야에서 다양하게 사용될 수 있을 것이다.

• Tuberculosis and Respiratory Diseases
• /
• 제41권5호
• /
• pp.452-461
• /
• 1994

연구배경: ARDS발생 기전에 있어 TNF-$\alpha$나 IL-$1{\beta}$의 역할은 이들이 폐혈관 내피세포에 작용하여 모세혈관의 투과성을 증가시키는 것으로 추정되나 ARDS환자 발생 예측 지표로서의 TNF-$\alpha$ 및 IL-$1{\beta}$의 임상적 유용성에 대한 지금까지의 연구결과는 부정적이다. 이는 기존연구들이 다양한 질환들을 대상으로 함으로써 ARDS 발생기전의 다양성이 ARDS환자 발생 예측지표로서의 TNF-$\alpha$의 유용성을 부정적으로 나타나게하였을 가능성을 배제할 수 없다. 이에 저자들은 ARDS 발생이 내독소와 cytokines등에 의한 작용인 것으로 알려지고 있는 패혈증 증후군 환자들을 대상으로 TNF-$\alpha$와 IL-$1{\beta}$의 ARDS 발생의 예측 표지자로서 임상적 효용성을 검토하고자 본 연구를 시행하였다. 방법: 패혈증 증후군환자들을 대상으로 ARDS발생군(이하 ARDS군, 16명)과 호흡부전 상태에서 ARDS로는 진행하지않은 급성호흡 부전군(Acute hypoxemic respiratory failure group, 이하 AHRF군, 20명)으로 분류하여 등록시, 24시간 및 72시간후에 채혈하여 ARDS군은 ARDS 발생시에, AHRF군은 동맥혈 산소분압에 대한 폐포 산소분압의 비가 가장 낮은 시점의 TNF-$\alpha$와 IL-$1{\beta}$의 농도를 비교하였다. 또한 ARDS 및 AHRF군에서 쇽 발생군과 비발생군으로 분류하고 쇽 발생시에 측정된 TNF-$\alpha$와 IL-$1{\beta}$를 비발생군의 TNF-$\alpha$ 및 IL-$1{\beta}$의 값과 비교하였다. 대조군은 건강 대조군으로서 1회만 채혈하였다. 결과: 1) 혈중 TNF-$\alpha$의 농도: 본 연구에 사용한 Predicta kit의 TNF-$\alpha$ 농도 측정의 민감도는 평균${\pm}2$표준편차의 하한값이 10pg/mL이며, 특이도는 100%로, ARDS군 16명중 8명이, AHRF군 20명중 12명이 10pg/mL 이상으로 측정되어 두 군사이에서 혈중 TNF-$\alpha$가 10pg/mL 이상 발현된 비율의 차이는 없었다. ARDS 및 AHRF군의 혈중 TNF-$\alpha$의 중앙값 농도는 각각 10.26pg/mL(<10-16.99pg/mL, 사분위수범위, interquartile range), 10.82pg/mL(<10-20.38pg/mL)로서 두 군 사이에는 유의한 차이가 없었으며 (Fig. 1), ARDS 발생 전후의 혈중 TNF-$\alpha$의 농도도 중앙값이 10pg/mL미만(<10-15.32)pg/mL 및 10pg/mL미만(<10-10.22)pg/mL로서 유의한 차이가 없었고 6명중 2명만이 ARDS 발생 전에 비하여 TNF-$\alpha$의 값이 증가되었다. ARDS 및 AHRF군에서 패혈성 쇽이 발생한 환자들(26명)의 TNF-$\alpha$의 농도는 12.53(<10-20.82)pg/mL로서 비발생군(10명) <10pg/mL에 비해 유의하게 높았으나(p<0.01)(Fig. 2), 전체 생존군(<10, <10-12.92pg/mL)과 사망군(11.80, <10-20.8pg/mL)사이에는 유의한 차이가 없었다(P=0.28). 2) 혈중 IL-$1{\beta}$의 농도: 본 연구에 사용한 Quantikine kit의 최저 측정치는 0.3ng/mL로서 건강 대조군 10명중 1명을 제외한 모두에서 IL-$1{\beta}$측정치가 0.3pg/mL이하였다. ARDS 및 AHRF군의 검체 중 0.3ng/mL 이하로 측정된 경우는 ARDS, AHRF군에서 각각 1예가 있었다 ARDS 및 AHRF군의 혈중 IL-$1{\beta}$의 농도는 각각 2.22(1.37-8.01)ng/mL, 2.13(0.83-5.29)ng/mL으로서 두 군사이에는 유의한 차이가 없었으며(Fig. 3), ARDS 발생전(2.53, 0.3-8.38ng/mL)과 발생후(5.35, 0.66-11.51ng/mL)에서도 차이가 없었다. 패혈성 쇽 발생군(2.51, 1.28-8.34ng/mL)과 비발생군(1.46, 0.15-2.13ng/mL)사이에서는 통계적인 유의한 차이는 없었으나 비발생군에서 낮은 경향을 보였다(각각 P=0.44, P=0.054)(Fig. 4). 생존군과 사망군의 비교에 있어서는 각각 1.37(0.4-2.36), 2.84(1.46-8.34)ng/mL로서 생존군에서 유의하게 낮았다(p<0.05). 결론: 혈중내 TNF-$\alpha$의 농도는 패혈증증후군 환자들에서 패혈성 쇽의 발생과는 연관성이 있으나 혈중내 TNF-$\alpha$ 및 IL-$1{\beta}$의 농도 측정이 ARDS 발생의 예측 지표로서는 임상적 효용성이 적은 것으로 사료 되었다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.

• 시큐리티연구
• /
• 제18호
• /
• pp.169-190
• /
• 2009

21세기 첨단기술을 활용하고 있는 테러집단들이 앞으로 활용할 가능성이 높은 방법 중의 하나가 바로 사이버테러이다. 현실에서는 상상만으로 가능한 일이 사이버 공간에서는 실제로 가능한 경우가 많다. 손쉬운 예로 병원에 입원 중인 요인들의 전산기록 중 혈액형 한 글자만을 임의로 변경하여도 주요 인물에게 타격을 주어 상대편의 체제전복에 영향을 줄 수 있다. 이와 같이 테러분자들이 사이버테러를 선호하는 이유는 다른 물리적인 테러수단 보다 적은 비용으로 큰 효과를 거둘 수 있기 때문이다. 폭탄설치나 인질납치 보다 사이버 테러리스트들은 인터넷으로 언제 어디서나 공격 대상에 침투할 수 있다. 1999년 4월 26일 발생했던 CIH 대란은 여러모로 시사하는 바가 크다. 대만의 대학생이 뚜렷한 목적 없이 만들었던 몇 줄짜리 바이러스 프로그램이 인터넷을 통해 기하급수적으로 퍼져 국내에서만 30만대의 PC를 손상시켰고, 수리비와 데이터 복구에 소요된 비용만 20억원 이상이 소요된 것으로 확인되었다. 전세계적으로 피해액은 무려 2억 5000만 달러로 추정된다. 이와 같은 사이버테러의 위험성에도 불구하고, 국내 사이트의 상당수가 보안조치에 허술한 것으로 알려져 있다. 심지어는 수백만명 이상의 회원이 가입한 사이트를 운영하고 있는 회사마저도 보안조치에는 소홀한 경우가 많다. 사이버테러에 대한 전국가적인 대비가 필요한 때이다. 이러한 맥락에서 본 연구에서는 우리나라 사이버 안전체계의 실태를 법률과 제도적인 시각에서 분석하고, 아울러 개선전략을 제시하였다. 본 연구에서는 제시한 연구결과를 압축하여 제시하면 다음과 같다. 첫째, 현재 우리나라에서는 사이버위기를 국가차원에서 체계적으로 관리할 수 있는 제도와 구체적 방법 절차가 정립되어 있지 않아 테러 등 각종 위기상황 발생시 국가안보와 국익에 중대할 위험과 막대한 손해를 끼칠 우려가 높다. 따라서 사이버공격을 사전에 탐지하여 위기발생 가능성을 조기에 차단하며 위기발생시 국가의 역량을 결집하여 정부와 민간이 참여한 종합적인 국가대응체계를 구축하기 위해서는 법률 제정이 필요하다. 둘째, 국가차원의 사이버 안전의 효율적인 수행을 위해서는 국가사회 전반의 국가 사이버 안전의 기준과 새로운 모범을 제시하는 한편, 각 부처 및 국가사회의 구성요소들에 대해 국가 사이버 안전관리 정책을 집행할 수 있는 국가 사이버 안전관리 조직체계를 구축하는 것이 요구된다. 법률 및 추진체계 등을 통합 정비하여 정보보호 법률 제도 운영의 일관성을 확보함으로써 각종 정보보호 위협에 보다 효과적으로 대응할 수 있을 것이다. 즉 정부는 국가 사이버 안전관리에 관한 주요 정책의 심의 및 기획 조정, 통합된 국가 사이버 위기관리의 기능을 수행하기 위하여 현행 '국가사이버안전센터'의 기능을 확대 강화하는 것이 필요하다. 특히, 국가 사이버 위기와 관련된 정보의 종합적 수집, 분석, 처리의 종합적 기능을 수행하고 각 정보 및 공공 기관을 통할하며 민간부문과의 협조체계를 구축하는 것이 요구된다. 자율적 정보보호 수준제고를 위해 행정기관 공공기관의 정보보호관리체계(ISMS) 인증 제도를 확대하고 행정기관의 정보보호제품 도입 간소화 및 사용 촉진을 위해 행정정보보호용 시스템 선정 및 이용 규정을 신설 주요정보기반으로 지정된 정보기반 운영자, 정보공유 분석센터 등의 침해정보 공유 활성화 규정을 신설 및 정비함으로써 사이버침해로부터 국가 사회 주요시설을 효과적으로 보호할 수 있을 것이다. 끝으로 정부와 민간부분이 공동으로 참여하는 국가차원의 종합적인 대응체계를 구축하여 사이버공격을 사전에 탐지하여 사이버위기 발생 가능성을 조기에 차단하며 위기 발생 시 국가의 역량을 결집하여 신속히 대응할 수 있도록 해야 한다.