딥러닝 프레임워크를 이용한 실시간 설계문서 중요도 분류 및 보안 시스템 설계 및 구현

초록

최근 온라인 협업 환경에 대한 의존도가 높아지면서, 자료가 네트워크를 통해 빈번하게 전송되고 공유됨에 따라잠재적인 보안 위협이 증가하고 있다. 예시로 국내 중요 국방 설계문서가 해외로 유출된 사고도 있었다. 이러한 보안위협에 대응하기 위해서, 본 연구는 딥러닝 프레임워크를 기반으로 한 설계문서의 실시간 인식 및 분류 시스템을 제안한다. 이 시스템은 VGG-16 모델을 활용하여 템플릿 매칭, 이미지 임베딩, OCR 기술을 통합적으로 사용하여 표제란의정보를 정확하게 추출하고, 표제란의 존재 여부, 표제란 내용을 토대로 문서의 중요도를 분류한다. 분류한 중요도에 따라자동으로 차별화된 보안 정책을 적용할 수 있고, 분류된 설계 정보 중 일반 설계 정보는 높은 가용성으로 사용자 경험에편리함을 제공하며, 방산 등 민감한 분야의 설계 정보는 높은 기밀성으로 더욱 특화된 보안 기법을 적용할 수 있다. 시험을 통해 제안 시스템은 다른 알고리즘을 사용한 모델보다 12% 높은 인식률을 보였으며, 기존 시스템보다 최소 약 16배에서 최대 약 51배 더 빠른 처리 속도를 보였다. 무엇보다 기존 시스템은 도면을 세분할 수 없지만, 제안 시스템에서는도면을 세분하여 정책을 적용할 수 있다. 본 연구는 디지털화 시대에 필수적인 효율적인 설계문서 관리 및 강화된 보안조치를 구현할 수 있게 하며, 향후 설계 정보만 아니라 차별적인 보안 정책의 적용이 필요한 산업 분야에서의 응용이기대된다.

키워드