비대면 인증 연동 시 취약점을 보완하려면... 가상자산 거래소 신분증 재촬영 탐지

트렌드
2026-06-24

신분증 재촬영의 위협과 탐지의 필요성



가상자산 거래소의 신원확인 절차에서 신분증 사본 제출은 기본 요구사항입니다. 그러나 정상적인 신분증 촬영 대신 화면에 띄워진 신분증 이미지를 다시 촬영하는 방식의 부정 시도가 급증하고 있습니다. 이러한 재촬영 공격은 신분증 위변조와 달리 원본 이미지를 악용하기 때문에 탐지가 어렵습니다. 재촬영 이미지는 원본 신분증과 유사해 보이지만, 광학적, 물리적 특성이 달라지므로 적절한 기술을 통해 식별할 수 있습니다. 거래소의 재촬영 탐지 능력이 본인확인 시스템의 신뢰성을 좌우하게 됩니다.

화면 재촬영 시 발생하는 광학적 변화

신분증을 화면을 통해 재촬영할 때 여러 광학적 변화가 나타납니다. 첫째, 규칙적인 디스플레이 픽셀 격자와 카메라 센서의 픽셀이 간섭을 일으키면서 모아레(Moire) 현상이 발생합니다. 이는 정상적인 신분증 촬영에서는 거의 나타나지 않는 특성입니다. 둘째, 디스플레이의 RGB 서브픽셀 구조가 이미지에 드러나게 됩니다. 정상 신분증 사진에서는 이러한 패턴이 보이지 않지만, 재촬영된 이미지에서는 색상 채널 간의 불규칙한 배열이 감지됩니다. 화면의 밝기 변동과 각도에 따른 색감 왜곡도 함께 검토 대상이 됩니다.

메타데이터와 이미지 파일 분석

재촬영 이미지 탐지는 메타데이터 검토에서 시작됩니다. 이미지 파일의 촬영 시간, 카메라 기기 정보, GPS 좌표, 색상 프로필 등을 검토하여 일관성을 확인합니다. 정상적인 신분증 촬영은 특정 기기에서 특정 시간에 촬영되므로 메타데이터가 일관성 있게 기록되는 반면, 재촬영된 이미지는 여러 단계의 처리를 거치면서 불완전하거나 모순된 정보가 기록되는 특징을 보입니다. 파일 저장 이력과 압축 과정에서 남겨진 흔적도 분석 대상이 됩니다.

픽셀 수준의 화질 분석



인공지능 기반 탐지 기술은 이미지의 픽셀 단위에서 미세한 특징을 분석합니다. 각 영역의 노이즈 패턴, 색상 분포, 질감의 자연스러움을 검토합니다. 정상 신분증과 재촬영 신분증의 특징을 학습한 인공지능 모델이 새로운 이미지를 분석하여 재촬영 확률을 산출합니다. 압축 패턴 분석을 통해 몇 번의 저장 및 재촬영 과정을 거쳤는지 추적할 수 있습니다. 원본을 디스플레이를 거쳐 재촬영한 흔적은 픽셀 수준에서 명확하게 드러나게 됩니다.

인공지능 분류 모델과 이상 탐지

신분증 재촬영 탐지에는 두 가지 인공지능 접근 방식이 활용됩니다. 첫째, 분류 모델은 정상 신분증과 재촬영된 신분증의 특징을 구분하도록 학습합니다. 수백만 건의 신분증 이미지 데이터로 훈련된 모델이 새로운 이미지를 분석하여 재촬영 확률을 산출하고 위험도 점수를 제공합니다. 둘째, 이상 탐지 모델은 정상 범위를 벗어난 패턴을 찾아냅니다. 알려지지 않은 새로운 형태의 재촬영 기법이 등장해도 비정상 신호를 감지할 수 있으며, 이는 거래소가 미래의 위협에 대응할 수 있도록 합니다.

거래소의 다단계 검증 절차와 운영 기준



신분증이 거래소에 제출되면 단계적 검증이 진행됩니다.

  • 초기 검증: 이미지 기본 품질 확인, 신분증 형태의 정상성 검토, 기울어짐이나 손상 여부 판단
  • 심화 검증: 모아레 패턴 탐지, 서브픽셀 구조 분석, 메타데이터 일관성 검토, 광학 신호 왜곡 확인
  • 종합 판단: 인공지능 모델의 통합 분석으로 위험도 점수 산출 및 최종 승인 또는 거부 결정

신분증 판별(위변조 탐지)과 재촬영 탐지를 동시에 수행하면 부정 행위 탐지 정확도가 각각을 단독으로 사용할 때보다 대폭 향상됩니다.

오류율 관리와 실무적 과제

신분증 재촬영 탐지 시스템은 두 가지 오류를 균형있게 관리해야 합니다. 거짓 긍정(정상 신분증을 재촬영으로 판단)이 많으면 정상 사용자들이 불편을 겪게 되고, 거짓 부정(재촬영 신분증을 정상으로 판단)이 많으면 보안이 취약해집니다. 임계값을 낮추면 탐지율이 높아지지만 정상 사용자 불편이 증가하고, 높이면 그 반대가 되므로 거래소의 규제 환경, 고객층, 운영 특성을 고려하여 최적점을 찾아야 합니다. 이는 기술적 완벽성과 실무적 효율성의 균형을 맞추는 과제입니다.

보완 기술과 통합 인증 전략



신분증 재촬영 탐지만으로는 완벽한 본인확인을 보장할 수 없습니다. 실시간 생체인증 기술이 보완 수단으로 활용됩니다. 신분증 사진과 현재 촬영한 사용자의 얼굴을 비교하여 동일 인물인지 확인하고, 사진 대신이나 딥페이크(Deepfake) 영상을 사용한 공격을 탐지합니다. 또한 인증 후 거래 행동이 정상 범위 내인지 지속적으로 모니터링하는 행동 분석도 함께 진행됩니다. 이러한 다층적 인증 기술의 조합은 명의도용 공격에 대한 종합적 방어 효과를 제공하며, 사용자 신뢰를 크게 향상시킵니다.

기술 발전 방향과 미래 전망

신분증 재촬영 탐지 기술은 지속적으로 고도화될 것으로 예상됩니다. 실시간 3D 얼굴 인식과 결합하면 움직이는 영상에서 재촬영을 더 효과적으로 탐지할 수 있습니다. 블록체인 기반 신분증 검증도 논의되고 있으며, 정부 발급 신분증 정보와 실시간 연계하는 방식도 추진 중입니다. 기술과 규제가 함께 강화될 때 신원확인 시스템의 신뢰도는 궁극적으로 새로운 수준에 도달하게 될 것입니다.

규제 준수와 운영 체계 강화



거래소들은 신분증 재촬영 탐지 기술에 지속적으로 투자하고 있습니다. 외부 전문 업체의 솔루션을 도입하거나 내부 역량을 강화하여 시스템을 고도화하고 있습니다. 검증 과정의 상세한 기록 유지, 정기적인 시스템 성능 검증, 새로운 공격 기법에 대응하는 모델 업데이트가 병행됩니다. 개인정보 보호 규정 준수와 법적 위험 최소화 전략도 함께 강화되고 있으며, 기술과 운영 절차가 조화될 때 거래소의 신분증 인증 시스템이 높은 수준의 신뢰성을 유지할 수 있습니다.


이전글
이전글
다음글
다음글
목록보기