Veriff 프레즌스 버리피케이션·USENIX 2026: 딥페이크 탐지의 두 전선 — 기업 신원 인증과 적대적 강인성

딥페이크 신원 사기의 진화 — '라이브니스'를 넘어 '프레즌스'가 필요한 이유

2024~2025년까지 기업의 신원 인증 보안은 주로 '라이브니스 감지(liveness detection)'에 의존했습니다. 라이브니스 감지는 카메라 앞의 얼굴이 사진·영상 재생·3D 마스크가 아닌 실제 살아있는 사람의 얼굴인지 확인합니다. 이 방식은 초기 딥페이크 공격, 즉 오프라인 화면에 미리 만들어둔 딥페이크 영상을 재생하는 '화면 재생 공격'에 효과적이었습니다. 그러나 2025년 이후 딥페이크 공격은 질적으로 진화했습니다. 공격자들은 이제 실시간 비디오 주입(virtual camera injection) 기술을 활용합니다. 가상 카메라 드라이버를 설치한 뒤, 실제 카메라 피드 대신 실시간으로 딥페이크 영상을 생성·주입합니다. 이 방식은 단순 화면 재생보다 훨씬 정교하며, 많은 라이브니스 감지 시스템을 우회합니다. 더 심각한 문제는 '소셜 엔지니어링 조합 공격'입니다. 범죄 조직이 취약 계층(노인·실직자·이주민)을 모집해 이들을 대면 조종하는 경우입니다. 피해자가 직접 카메라 앞에서 신원 인증을 완료하지만, 옆에서 범죄자가 무엇을 말하고 어떻게 행동할지 실시간으로 지시합니다. 영국 금융사기 데이터에 따르면 허가된 푸시페이먼트(APP) 사기 손실은 2025년 약 6억 8,900만 유로에 달했으며, 이 중 상당 부분이 이런 코칭·강압 조합 공격에서 비롯됐습니다. 단순 라이브니스 감지는 이 공격을 탐지하지 못합니다. 카메라 앞의 사람이 실제 사람이기 때문입니다.

Veriff의 프레즌스 버리피케이션은 이 세 가지 위협 — 딥페이크 삽입, 화면 재생, 강압 — 을 단일 솔루션으로 대응하기 위해 설계됐습니다. 핵심 개념 전환은 '이 얼굴이 살아있는가(liveness)?'에서 '이 사람이 현재 자유 의지로 여기에 있는가(presence)?'로의 도약입니다. 프레즌스 검증의 완전한 의미는 대상이 ① 실제 사람이고, ② 지금 이 순간 직접 상호작용하고 있으며, ③ 외부 영향 없이 자유롭게 참여하고 있음을 확인하는 것입니다. 이를 위해 Veriff는 디바이스·네트워크·전체 비디오·오디오에 걸쳐 1,000개 이상의 위험 신호를 분석합니다. 사용자는 신분증 제출 없이 짧은 셀피 비디오만 녹화하면 됩니다. 시스템은 ① 화면 재생, 인쇄물, 3D 마스크, 거울 셀피, 세션에 주입된 디지털 합성 미디어 등 스푸핑 시도를 감지하고, ② 선택 사항인 강압 탐지 계층이 제3자 코칭, 오프카메라 영향력 행사, 강요 피해 조짐에 대해 전체 세션 비디오와 오디오를 98개 언어로 분석합니다. Veriff 최고제품책임자(CPO) Rob Brazier는 "프레즌스 버리피케이션은 얼굴을 넘어 디바이스, 네트워크, 전체 비디오, 오디오에 걸친 신호를 분석합니다"라고 밝혔습니다. iOS·Android SDK를 통해 통합되며, REST API로 세션을 시작하고 웹훅으로 자동화된 판단 결과를 받습니다. Veriff는 강압 탐지 정확도 98% 이상, 소셜 엔지니어링 사기 세션 탐지율 84% 개선, 퍼널 전환율 90% 이상을 보고했습니다.

Veriff 프레즌스 버리피케이션의 기술 아키텍처 — 1,000개 위험 신호와 멀티모달 분석

Veriff 프레즌스 버리피케이션의 기술적 차별점은 단일 채널 분석을 넘어선 멀티모달 위험 평가에 있습니다. 기존 라이브니스 감지 솔루션이 주로 얼굴 영상의 시각적 아티팩트를 분석했다면, 프레즌스 버리피케이션은 네 개의 채널을 동시에 분석합니다. 첫째, 디바이스 신호입니다. 사용자가 사용하는 단말기의 운영체제·브라우저·앱 환경을 분석합니다. 가상 카메라 드라이버의 존재, 에뮬레이터 환경, 루팅·탈옥 단말기, 비정상적인 화면 해상도 등이 위험 신호로 처리됩니다. 가상 카메라 주입 공격 탐지에 핵심적인 계층입니다. 둘째, 네트워크 신호입니다. 접속 IP의 지리적 위치, VPN·프록시·토르(Tor) 사용 여부, 연결 패턴의 비정상성 등을 분석합니다. 범죄 조직이 운용하는 딥페이크 팜(farm) 환경에서 나타나는 네트워크 패턴을 탐지할 수 있습니다. 셋째, 비디오 신호입니다. 전통적인 라이브니스 감지 계층으로 얼굴의 미세 움직임(micro-movement), 눈 깜빡임, 조명 반사 패턴, 얼굴 경계의 블렌딩 아티팩트 등을 분석합니다. 화면 재생, 인쇄물, 3D 마스크, 거울 셀피, 주입된 합성 미디어를 탐지합니다. 넷째, 오디오 신호입니다. 선택적으로 활성화되는 강압 탐지 계층으로, 전체 세션 오디오를 분석해 배경 음성, 귓속말, 지시 패턴, 긴장·불안의 음성 특성 등을 98개 언어로 감지합니다. 이 네 채널에서 추출된 신호들이 의사결정 엔진에서 종합됩니다. Veriff는 1,000개 이상의 위험 신호가 사용된다고 밝혔습니다. 금융 서비스·BNPL(선결제 후지불)·마켓플레이스·데이팅 플랫폼 등 계정 개설, 민감한 거래 전 사전 인증, AI 에이전트가 개입된 거래에서 인간 참여를 확인하는 에이전틱 커머스 등 세 가지 주요 적용 사례를 타겟으로 합니다.

프레즌스 버리피케이션은 단순한 기술 솔루션이 아닌 규제 준수 맥락에서도 중요한 의미를 갖습니다. 유럽연합 AI법(EU AI Act), DORA(디지털운영복원력법), PSD3(지급결제서비스지침 3차) 등이 모두 금융 거래의 신원 인증 강도를 높이는 방향으로 나아가고 있습니다. 특히 EU AI법은 고위험 AI 시스템으로 분류된 생체인증 솔루션에 대해 적절한 사람 감독(human oversight) 메커니즘을 요구합니다. 강압 탐지는 이 맥락에서 단순한 보안 기능이 아닌, 소비자 보호와 금융 포용성을 연결하는 역할도 합니다. 범죄 조직의 강요에 의해 본인도 모르게 금융 사기에 가담하게 되는 '머니 뮬(money mule)' 피해자를 조기에 식별하고, 이들을 형사 처벌 대신 피해자 지원 경로로 연결할 수 있는 가능성도 있습니다. 한국 환경에서 이 기술의 적용 가능성도 주목됩니다. 금융감독원이 2025년에 발표한 비대면 계좌 개설 보안 가이드라인은 화상 본인 인증 도입을 권고하고 있습니다. 보이스피싱 조직이 피해자를 이용한 직접 계좌 개설 조작 패턴 — 이른바 '대포통장 강압 개설' — 에 대한 탐지 수단으로 프레즌스 버리피케이션 방식의 강압 탐지가 국내 금융기관에 도입될 가능성이 있습니다. 다만 오디오 분석을 포함한 생체 정보 처리는 개인정보보호법상 별도의 명시적 동의와 처리 목적 명확화가 필요합니다.

USENIX Security 2026: 적대적 공격에 강인한 딥페이크 이미지 탐지기 — DCT 고차 통계의 힘

2026년 11월, USENIX Security 2026에서 발표된 논문 'On Improving Robustness of Deepfake Image Detectors'(arXiv:2606.02797, Shahjahan 외, Concordia University)는 딥페이크 이미지 탐지 연구의 중요한 취약점을 정면으로 다뤘습니다. 현재 딥페이크 탐지 연구의 주류는 '알려지지 않은 생성기에 대한 일반화(cross-generator generalization)'를 개선하는 데 집중되어 있습니다. 즉, 학습 시 보지 못했던 새로운 생성형 AI 모델이 만든 딥페이크도 탐지하도록 하는 것입니다. 그러나 이 논문이 지적하는 맹점은 다릅니다. 대부분의 고성능 딥페이크 탐지기는 '적대적 공격(adversarial attack)'에 극도로 취약합니다. 적대적 공격이란 딥페이크 이미지에 사람 눈에는 보이지 않는 미세한 노이즈 패턴을 추가해 탐지기를 속이는 기법입니다. 이 패턴은 탐지기가 의존하는 특징(feature)을 체계적으로 교란시킵니다. 연구팀의 실험에 따르면, 하나의 탐지기에 대해 최적화된 적대적 예제는 다른 아키텍처의 탐지기에도 높은 전이성(transferability)을 보여, 현실적인 블랙박스 환경에서도 광범위한 탐지 우회가 가능합니다. 최고 성능 탐지기 중 하나인 Yang et al.(IEEE CVPR 2025)의 모델은 적대적 공격 하에서 정확도가 97%에서 81.9%로 떨어졌습니다. 이는 실제 세계에서 충분히 동기 부여된 공격자가 딥페이크 탐지를 우회할 수 있음을 의미합니다.

Shahjahan 연구팀의 핵심 통찰은 적대적 공격의 작동 방식에 대한 새로운 이해에서 출발합니다. '적대적 공격은 주로 저차 통계와 시각적 의미론(visual semantics)에 작동하며, 고차 잔차-주파수 특성 — 특히 첨도(kurtosis) — 은 대부분의 적대적 공격에 의해 크게 교란되지 않는다.' 이 통찰을 바탕으로 연구팀은 적대적 훈련 데이터 없이도 작동하는 세 가지 상보적 설계 원칙을 통합한 프레임워크를 제안합니다. 첫 번째 원칙은 이산 코사인 변환(DCT) 기반 고차 통계 모델링입니다. DCT 도메인에서 4차까지의 모멘트 풀링을 수행합니다. 1차(평균)와 2차(분산) 통계 — 대부분의 탐지기가 의존하는 특징 — 는 적대적 공격에 의해 쉽게 교란됩니다. 반면 3차(왜도·skewness)와 4차(첨도·kurtosis) 통계는 딥페이크 생성 모델의 아티팩트를 더 안정적으로 포착하면서도 적대적 교란에 덜 취약합니다. 첨도는 특히 주파수 분포의 꼬리 특성을 측정하며, 딥페이크 이미지에서 특징적인 패턴을 보입니다. 두 번째 원칙은 노이즈 잔차 기반 콘텐츠-무관 특징 추출입니다. 이미지의 콘텐츠(내용)에서 분리된 고주파 노이즈 잔차 성분을 추출합니다. 딥페이크 생성 과정에서 발생하는 아티팩트는 이미지의 시각적 콘텐츠와 무관하게 노이즈 패턴에 체계적으로 나타납니다. 콘텐츠-무관 특징을 사용하면 탐지기가 콘텐츠에 과적합되는 것을 방지하고, 콘텐츠를 타겟으로 하는 적대적 공격에 대한 강인성을 높입니다. 세 번째 원칙은 패치 레벨 의미론적 교란을 통한 크로스-씬 일반화입니다. 학습 과정에서 이미지를 패치 단위로 분할하고, 패치 간 의미론적 맥락을 교란시킵니다. 모델이 전체 이미지의 의미론적 콘텐츠가 아닌 국소적 아티팩트 패턴에 의존하도록 유도합니다.

세 원칙의 결합은 인상적인 성능 향상을 가져왔습니다. 적대적 공격 하에서 현재 최고 성능 탐지기(Yang et al., IEEE CVPR 2025)의 정확도를 81.9%에서 97.15%로 개선했습니다. 적대적 공격에 의한 성능 저하를 최대 88.9% 감소시켰습니다. 여섯 개의 아키텍처적으로 다양한 탐지기에서 일관되게 강인성을 향상시켰습니다. 이 프레임워크는 아키텍처-무관(architecture-agnostic) 방식으로 설계돼 기존 탐지 모델에 플러그인처럼 적용할 수 있습니다. 중요한 점은 이 접근법이 적대적 학습(adversarial training) — 적대적 예제를 포함한 데이터로 모델을 훈련시키는 방법 — 에 의존하지 않는다는 것입니다. 적대적 학습은 특정 공격 유형에 대한 강인성을 개선하지만, 보지 못한 공격 유형에 대해서는 여전히 취약하며 학습 비용이 매우 높습니다. 반면 이 연구의 세 가지 원칙은 적대적 공격의 근본적 작동 방식 — 저차 통계 교란 — 에 대한 이론적 이해를 바탕으로 설계됐습니다. 한국 국립과학수사연구원이나 경찰청 디지털포렌식센터가 딥페이크 증거 감정에 활용하는 탐지 도구에 이 프레임워크를 적용할 경우, 범죄자가 딥페이크 증거를 적대적 교란으로 무력화하려는 시도에 대한 감정 도구의 강인성을 크게 높일 수 있습니다.

두 전선의 시사점 — 기업 현장과 연구 사이의 가교

Veriff 프레즌스 버리피케이션과 USENIX Security 2026 논문은 표면적으로 다른 문제를 다루지만, 깊은 차원에서는 같은 근본 과제를 반영합니다. 딥페이크 탐지를 '단순히 얼굴 이미지의 아티팩트를 분류하는 문제'로 협소하게 정의하면 금방 한계에 도달한다는 것입니다. Veriff가 얼굴에서 디바이스·네트워크·오디오까지 분석을 확장한 것처럼, USENIX 논문도 단순 시각적 특징이 아닌 주파수 도메인 고차 통계로 분석을 확장했습니다. 두 접근 모두 '적대에 강인한 탐지(adversarially robust detection)'를 위해 단일 채널·단일 특징 공간의 취약성을 넘어서려 했습니다. 이 두 전선의 발전이 한국 사회에 주는 직접적인 함의가 있습니다. 첫째, 금융 보안입니다. 한국 인터넷뱅킹의 비대면 계좌 개설, 간편 송금 서비스, 가상자산 거래소의 KYC(고객 확인) 절차에 프레즌스 버리피케이션 방식의 멀티모달 신원 인증을 도입할 필요가 있습니다. 보이스피싱 조직의 딥페이크·강압 복합 공격은 단일 모달 라이브니스 감지로는 대응 불가능합니다. 둘째, 디지털 성범죄 수사 도구입니다. 한국 경찰청 사이버수사국이 딥페이크 성범죄 수사에서 활용하는 탐지 도구를 USENIX 논문의 적대적 강인성 프레임워크로 보강할 필요가 있습니다. 범죄자가 딥페이크 영상에 적대적 교란을 적용해 탐지를 우회하려는 사례가 현실화되기 전에 선제 대응해야 합니다. 셋째, 플랫폼 표준입니다. 방송통신심의위원회·방통위가 국내 플랫폼의 딥페이크 탐지 의무화 기준을 수립할 때, 적대적 공격에 대한 강인성 테스트를 평가 항목에 포함해야 합니다. 단순 비공격 환경에서의 정확도만으로는 충분하지 않습니다.

2026년 딥페이크 탐지 기술의 현주소를 Veriff와 USENIX 논문을 통해 종합하면 세 가지 큰 그림이 보입니다. 첫째, 탐지의 범위 확장입니다. 얼굴에서 멀티모달(디바이스·네트워크·오디오)로, 시각적 특징에서 주파수 도메인 고차 통계로 — 탐지의 범위와 깊이가 함께 확장되고 있습니다. 둘째, 현실 위협의 복잡성 증가입니다. 딥페이크만으로는 충분하지 않게 된 공격자들은 강압·코칭·소셜 엔지니어링을 결합하고, 탐지를 아는 공격자들은 적대적 교란을 추가합니다. 탐지 기술은 이 복합 위협 모델 전체를 고려해야 합니다. 셋째, 한국적 맥락의 중요성입니다. 세계적으로 가장 높은 수준의 딥페이크 성범죄 피해를 겪고 있는 한국은, 이 기술적 발전을 단순히 주시하는 위치가 아니라 적극적으로 채택하고 한국어 환경에 맞게 발전시키는 주체가 되어야 합니다. 금융보안원·KISA·국과수·경찰청의 협력 하에 한국형 딥페이크 탐지 표준과 평가 프레임워크를 구축하는 것이 필요합니다. 딥페이크 위협은 국경이 없지만, 피해는 개인과 사회에 각자의 언어와 문화적 맥락에서 구체적으로 발생합니다. 기술적 대응 역시 보편적 원칙 위에서 지역적으로 구체화되어야 합니다.