AUTO-50
📷 카메라 적대적 패치·근적외선 포화
자동차 보안 · 센서·인지 AI
위험도: 상💡 쉽게 말하면
적대적 패치는 사람 눈에는 낙서인데 기계 눈에는 표지판이 사라지는 마법 스티커 같습니다. 근적외선 조명은 아예 보이지도 않는 손전등으로 화면 일부를 태워 버립니다.
적대적 패치는 사람 눈에는 낙서인데 기계 눈에는 표지판이 사라지는 마법 스티커 같습니다. 근적외선 조명은 아예 보이지도 않는 손전등으로 화면 일부를 태워 버립니다.
🎯 직접 해보기 — 공격을 실행해 보세요
아래에서 시스템 상태를 취약 또는 안전(조치 적용)으로 바꾼 뒤 공격 실행을 눌러, 같은 공격이 어떻게 다르게 끝나는지 직접 확인하세요.
# 패치와 보이지 않는 조명으로 인지 결과를 바꿔 본다
# [공격 실행] 버튼을 누르면 시작합니다.
📋 설정 비교 (왜 막혔나?)
✗ 취약한 설정
# 대상 근처에 적대적 패치 부착 + 근적외선 조사
attacker$ place patch ; nir-illuminate
>> 검출기: 대상 미검출 또는 오분류
→ 탑승자 화면에는 이상 없어 보임
✓ 안전한 설정
# 다중 센서 교차검증 + 견고성 학습
adas$ fuse camera+radar+lidar ; adversarial training
>> 다른 센서와 불일치 — 신뢰도 강등
→ 저하 감지 시 기능 제한·운전자 인계
🔧 조치 방법
- 카메라 단독 판단을 피하고 레이더·라이다와 교차 검증합니다.
- 적대적 학습과 입력 이상 탐지로 모델 견고성을 높이고 정기적으로 평가합니다.
- 센서 품질 저하(포화·오염)를 감지해 기능을 안전하게 제한합니다.
✅ 점검 체크리스트
- 다중 센서 교차검증 적용
- 적대적 견고성 평가 수행
- 품질 저하 감지·기능 제한
점검기준: ADAS 인지 견고성 · 센서 융합
🏗️ 현대 차량 아키텍처에서의 위치와 규제 대응
아키텍처 센서 계층 (카메라) · ADAS접근 경로 물리 (시야 내)R155 위협 분류 통신 채널 (4.3.2)ISO 21434 제품개발 — 아키텍처
SDV·전동화 전환에서 달라지는 점
자율주행 단계가 올라갈수록 사람이 확인하지 않는 판단의 비중이 커집니다. 운전자가 늘 보고 있을 때는 인지 오류가 불편에 그치지만, 시스템이 단독으로 제어할 때는 바로 사고가 됩니다. 센서 보안이 곧 안전 요구사항이 되는 지점입니다.
인증·심사에서 요구되는 증적
적대적 입력에 대한 강건성 시험 범위와, 인지 결과에 대한 다중 센서 교차 검증 설계.
적대적 입력에 대한 강건성 시험 범위와, 인지 결과에 대한 다중 센서 교차 검증 설계.
🚗 이 위협을 직접 공격·방어해 보기
CAN 버스 공격 실습 →
모의 침투 콘솔에서 실제로 공격을 실행하고, 방어를 적용해 다시 확인합니다.