IT之家 10월 19일 소식에 따르면, 스웨덴 국방연구국(FOI)의 한 AI 연구팀이 Wi‑Fi 신호를 이용해 숨겨진 권총을 인식할 수 있는 AI 시스템을 개발했습니다. 이 시스템은 가시광선 카메라나 무거운 금속 탐지기 외에 비침습적인 대안으로 활용될 수 있습니다. 관련 논문은 10월 13일 arXiv 플랫폼에 발표되었으며, WiFireNet이라는 이 시스템은 물체가 환경의 Wi‑Fi 신호에 의해 발생하는 채널 상태 정보(CSI)를 분석하여 인식을 수행합니다. 이 전체 시스템은 Wi‑Fi 송신 단말기, 수신 단말기 및 WiFireNet 인공지능 모델로 구성됩니다.
일반 Wi‑Fi 신호가 전파 과정에서 물체와 충돌할 때, 물체의 형태, 배치 각도 및 재질에 따라 투과나 반사가 일어나고, 고유한 신호 특징이 생깁니다. 이러한 데이터가 바로 채널 상태 정보이며, 이를 분석하면 높은 정확도로 물체를 인식할 수 있습니다. 보안 분야 연구원들은 이전에 기술을 공개한 바 있는데, 일반 Wi‑Fi 라우터가 인체를 인식하는 정확도는 99.5%에 달합니다.
WiFireNet 시스템을 구축하기 위해 연구원들은 먼저 WiFire Dataset라는 데이터 세트를 만들었습니다. 그들은 RGB 비디오를 동시에 녹화하면서, 휴대폰부터 권총까지 다양한 물건을 가진 사람이 걷는 동안 반사되는 Wi‑Fi 신호도 수집했습니다. 연구원들은 이 방대한 데이터 세트 위에서 딥러닝 모델을 훈련시켜, 비디오 클립을 이용하여 권총을 숨긴 것의 시각적 특징과 해당 Wi‑Fi 특징(채널 상태 정보) 사이의 매핑을 구축했습니다. 시스템이 권총과 외형 및 재질이 유사한 일상용품을 구분할 수 있도록 하기 위해, 훈련 자료에는 플라스틱 권총, 금속 컵, 실제 금속 권총, 그리고 휴대폰의 수집 기록이 포함됩니다.
훈련가 완료된 후, WiFireNet은 Wi‑Fi 채널 상태 정보만으로 숨겨진 권총을 감지할 수 있지만 정확도에는 변동이 있습니다. 통제된 실험 환경에서 좁은 실내 공간에서는 최대 네 명의 이동하는 사람을 동시에 추적할 수 있으며, 이 시스템의 평균 정확도는 72.5%입니다. 하지만 무기의 구체적인 위치를 정확하게 파악해야 하는 더 엄격한 위치 추정 요구가 제시될 경우, 정확도는 53.8%로 떨어집니다. 낯선이고 테스트되지 않은 실내 배치 상황에서는 신경 네트워크의 인식 효과도 현저히 저하됩니다.
이 시스템은 현재 실험 단계에 있으며, 연구팀은 후속 최적화 방안을 계획하고 있습니다. 프로토타입은 개조된 1999년 IEEE 802.11a 무선 표준을 사용하여 원리를 검증할 예정입니다. 다음 단계에서는 Wi‑Fi 7, Wi‑Fi 8과 같은 현대 무선 네트워크를 도입하여 더 높은 해상도의 채널 상태 정보를 얻고 감지 성능을 향상시킬 것입니다. 연구팀은 프로젝트를 오픈소스로 공개하여 코드, 모델, 데이터셋을 제공함으로써 이 분야의 후속 연구를 촉진할 계획입니다.
IT之家는 Wi‑Fi 인식에 기반한 모니터링 기술이 점점 더 많은 주목을 받고 있다는 것을 알게 되었으며, 이 기술은 복잡한 장비나 배치가 필요하지 않다. 하지만 비평가들은 이 기술이 널리 배포될 수 있음에도 불구하고 대응하는 규제 체계가 부족하면 심각한 개인정보 보호 문제가 발생할 수 있다고 주장한다.