RnDCircle Logo
arrow left icon

SPLab

가천대학교 IT 소프트웨어학부

오현영 교수

Machine Learning Security

FPGA Acceleration

Trusted Execution Environment

SPLab

IT 소프트웨어학부 오현영

SPLab은 컴퓨터 시스템 보안과 프라이버시 보호를 중심으로 첨단 정보보호 기술을 연구하는 연구실입니다. 본 연구실은 컴퓨터 아키텍처, 보안 하드웨어, 운영체제, 컴파일러 등 시스템의 근본적인 요소에서부터 시작하여, 딥러닝, 동형암호, 블록체인, 로보틱스 등 최신 기술을 접목한 융합적 연구를 수행하고 있습니다. 특히 최근에는 대규모 언어 모델(LLM)과 같은 인공지능 시스템에서 발생하는 새로운 보안 및 프라이버시 이슈에 주목하고 있습니다. LLM의 학습 데이터 보호, 모델 자체의 지적 재산권(IP) 보호, 그리고 안전한 다중 에이전트 시스템 구현 등 AI 보안의 최전선에서 활발한 연구를 진행 중입니다. 이를 위해 동형암호, 신뢰 실행 환경(TEE), FPGA 기반 하드웨어 가속 등 다양한 첨단 기술을 활용하고 있습니다. 또한, 하드웨어와 소프트웨어의 통합적 접근을 통해 시스템 전반에 걸친 취약점 분석과 방어 기술 개발에 힘쓰고 있습니다. 머신러닝 기반 침입 탐지, 코드 재사용 공격(CRA) 탐지, 실시간 보안 모니터링 등 실질적이고 실용적인 보안 솔루션을 제시하고 있습니다. 이러한 연구는 실제 산업 현장과 연계되어, 실질적인 보안 위협에 대응할 수 있는 실용적인 기술로 이어지고 있습니다. SPLab은 국내외 유수 학술지와 학회에서 활발히 연구 성과를 발표하고 있으며, 다수의 특허 출원 및 등록을 통해 연구 결과의 실용화에도 앞장서고 있습니다. 또한, 다양한 산학협력 프로젝트와 정부 과제를 수행하며, 산업계와의 긴밀한 협력을 통해 연구의 사회적 파급력을 높이고 있습니다. 본 연구실은 정보보호 분야에 열정을 가진 학부 및 대학원생들에게 폭넓은 연구 기회와 실무 경험을 제공하고 있습니다. 첨단 보안 기술의 이론적 연구와 실용적 응용을 동시에 추구하며, 미래 정보사회에서 요구되는 신뢰성과 안전성을 갖춘 시스템 구현에 기여하고 있습니다.

Machine Learning Security
FPGA Acceleration
Trusted Execution Environment
컴퓨터 시스템 보안 및 프라이버시 보호
컴퓨터 시스템 보안 및 프라이버시 보호는 현대 정보화 사회에서 필수적인 연구 분야입니다. 본 연구실은 컴퓨터 아키텍처, 보안 하드웨어, 운영체제, 컴파일러 등 시스템의 근간을 이루는 핵심 기술을 바탕으로, 다양한 공격으로부터 시스템을 안전하게 보호하는 방법을 연구합니다. 특히, 하드웨어와 소프트웨어의 통합적 접근을 통해 시스템 전반에 걸친 취약점을 분석하고, 이를 효과적으로 방어할 수 있는 새로운 보안 메커니즘을 개발합니다. 최근에는 딥러닝, 동형암호, 블록체인 등 첨단 기술을 활용한 보안 강화 방안에도 집중하고 있습니다. 예를 들어, 동형암호를 이용한 데이터 보호, 블록체인 기반의 신뢰성 있는 데이터 관리, 그리고 딥러닝을 활용한 이상 탐지 및 침입 탐지 시스템 개발 등이 대표적입니다. 이러한 연구는 실제 산업 현장과 연계되어, 실질적인 보안 위협에 대응할 수 있는 실용적인 솔루션을 제공하는 데 중점을 두고 있습니다. 또한, 본 연구실은 다양한 국제 학술지 및 학회에서 활발히 연구 결과를 발표하고 있으며, 국내외 특허 출원 및 등록을 통해 연구 성과의 실용화에도 앞장서고 있습니다. 이를 통해 컴퓨터 시스템의 신뢰성과 안전성을 높이고, 개인정보 보호를 위한 기술적 기반을 마련하는 데 기여하고 있습니다.
AI 및 대규모 언어 모델(LLM)의 보안과 프라이버시 보호
인공지능과 대규모 언어 모델(LLM)의 발전은 새로운 보안 및 프라이버시 위협을 야기하고 있습니다. 본 연구실은 LLM과 같은 첨단 AI 시스템에서 발생할 수 있는 데이터 유출, 모델 도용, 악의적 공격 등 다양한 위협에 대응하기 위한 보안 기술을 연구합니다. 특히, LLM의 학습 데이터와 모델 구조 자체가 민감한 정보를 포함할 수 있기 때문에, 이를 안전하게 보호하는 기술 개발에 집중하고 있습니다. 프라이버시 보호를 위해 동형암호, 신뢰 실행 환경(TEE), FPGA 기반 하드웨어 가속 등 다양한 첨단 기술을 접목하고 있습니다. 예를 들어, 민감한 데이터를 암호화된 상태로 처리하거나, 신뢰할 수 있는 하드웨어 환경에서만 모델이 실행되도록 하는 방법을 연구합니다. 또한, 다중 에이전트 시스템에서의 안전한 통신 및 협업, AI 기반 침입 탐지 시스템 등도 주요 연구 주제입니다. 이러한 연구는 실제로 LLM을 활용하는 산업 현장, 예를 들어 의료, 금융, 공공기관 등에서 개인정보 유출을 방지하고, AI 시스템의 신뢰성을 높이는 데 중요한 역할을 합니다. 본 연구실은 최신 AI 보안 동향을 반영한 연구를 지속적으로 수행하며, 관련 논문 발표와 특허 출원을 통해 학계와 산업계 모두에 기여하고 있습니다.
하드웨어 기반 신뢰 실행 환경(TEE) 및 AI 기반 침입 탐지 아키텍처
하드웨어 기반 신뢰 실행 환경(TEE)은 외부 공격으로부터 시스템의 핵심 연산과 데이터를 안전하게 보호하는 기술입니다. 본 연구실은 FPGA와 같은 하드웨어 플랫폼을 활용하여, 인증 및 원격 증명, 루트 오브 트러스트(Root-of-Trust) 기반의 보안 환경을 구축하고 있습니다. 이를 통해 외부의 악의적 접근으로부터 중요한 연산을 분리하고, 안전하게 실행할 수 있는 환경을 제공합니다. 또한, AI 기반 침입 탐지 시스템은 정상 상태의 시스템 동작을 학습하여, 실시간으로 비정상적인 행위나 공격을 탐지하는 기술입니다. 본 연구실은 머신러닝을 활용한 호스트 침입 탐지, 코드 재사용 공격(CRA) 탐지, 그리고 병렬 처리 구조를 이용한 실시간 보안 모니터링 기술을 개발하고 있습니다. 이러한 기술은 고성능 컴퓨팅 환경, 클라우드, IoT 등 다양한 응용 분야에 적용될 수 있습니다. 이와 같은 연구는 하드웨어와 소프트웨어의 경계를 넘나드는 융합적 접근을 통해, 기존 보안 솔루션의 한계를 극복하고 있습니다. 실제로 본 연구실의 연구 결과는 국제 특허와 논문으로 발표되고 있으며, 산업 현장에 적용 가능한 실질적 보안 기술로 발전하고 있습니다.
1
Efficient Keyset Design for Neural Networks Using Homomorphic Encryption
Youyeon Joo, Seungjin Ha, Hyunyoung Oh*, Yunheung Paek*
Sensors, 2025.07
2
SelTZ: Fine-Grained Data Protection for Edge Neural Networks Using Selective TrustZone Execution
Sehyeon Jeong, Hyunyoung Oh*
Electronics, 2024.12
3
Designing a Scalable and Area-Efficient Hardware Accelerator Supporting Multiple PQC Schemes
Heon Hui Jung, Hyunyoung Oh*
Electronics, 2024.08
1
효율적인 프라이버시 보존 AI 연산을 위한 하드웨어 가속 연구
한국연구재단
2024년 03월 ~ 2025년 02월