가. 사업단 비전 및 목표
□ AI보안사업단의 개요
◦ 본 사업단의 설립 목적은 나날이 증가하고 있는 지능형 사이버 위협에 대비하기 위하여 다양한 지능형 사이버 데이터를 분석하고, 지능형 사이버 공격에 사전 대응하는 연구 개발 및 인력양성을 통하여 국내외 지능형 사이버 위협 분석 개발 및 AI 융합형 인력 양성과 대형사업 수주 및 기술사업화 추진을 위해 학·연·산 및 교내·외 전문가로 구성된 인력 풀을 최대한 활용하여 융합 R&D 과제 수주 및 수행을 목표로 함
□ AI보안사업단 설립의 필요성
◦ 최근 인공지능 기술의 발전에 힘입어 사이버 공격자들은 새로운 형태의 지능화된 알고리즘을 활용한 신·변종 사이버 공격과 자동화 기술을 활용하여 대규모의 사이버 보안 공격을 시도하고 있음
◦ 점점 고도화되고 다양해지는 사이버 공격에 효율적으로 대응하기에는 기존의 보안 솔루션들은 많은 한계를 보이고 있음
◦ 사이버 위협에 능동적으로 대비하기 위해서 보안 업계에서는 인공지능을 보안 분야에 적용하는 것에 주목하고 있음
◦ 보안이 인공지능과 결합하게 되면 네트워크, 위협 인텔리전스, 취약점 분석, 악성코드 분석, 실시간 탐지 및 대응 등 다양한 보안 분야에서 보안 능력이 획기적으로 향상될 것으로 예상되고 있음
◦ 사이버보안에서의 AI 적용은 지속적으로 증대될 것이며, 빠른 분석, 탐지를 넘어 위협의 자동적인 격리까지 제공하는 방향으로 진화할 것으로 예상
◦ 또한, AI를 이용한 보안(AI for Security) 뿐 아니라 AI 자체에 대한 보안(Security for AI)을 동시에 연구하여 기업에서 사용되는 AI 제품의 안전성을 보장할 필요가 있음
AI 시장 및 서비스 영역의 확장에 따라 진화하는 AI 공격 위협에 대응하는 보안 기술 필요 AI 모델 자체의 보안을 포함하는 영역으로 확대될 전망 |
나. 국내외 연구 동향
□ 국내 기술 동향
◦ 중앙행정기관의 장, 지방자치단체의 장 및 공공기관의 장은 「국가사이버안전관리규정」에따라 정보통신망에 대한 사이버공격을 실시간 탐지·분석하여 즉시 대응 조치할 수 있도록 보안관제센터를 구축·운영하고 있음
◦ 각 보안관제센터는 사이버공격 정보 공유 및 협력을 강화하면서 보안관제 역량을 향상시키고 새로운 공격에 능동적으로 대응하기 위하여 악성파일 유입 탐지, 비정상적인 통신 트래픽 자동 분석 등 인공지능 기반의 보안관제시스템을 구축하고 있음
◦ 한국인터넷진흥원은 고도화된 사이버공격에 능동적으로 대응하기 위하여 인공지능 기반 분석기술을 적용하여 사이버 잠재 위협 및 사고 예측이 가능하도록 사이버보안 빅데이터 센터를 2018년 12월 개소
□ 국외 AI 인력 양성 및 투자 동향
◦ (미국) AI 암흑기에도 지속적인 장기 투자를 통해 뇌과학 등 기초원천기술을 확보하고, AI 핵심 기술개발과 인재양성에 주력
- ‘정부의 장기 선제적 투자’를 통해 ‘민간의 경쟁력 제고’ 유도
◦ (중국) AI를 국가 전략산업으로 인식, 정부 주도의 대규모 투자, 인력양성을 추진하는 한편, 선도 기업을 지정, 특화플랫폼을 육성
- 국가의 대규모 선행투자로 AI 핵심기술 확보와 시장 확대를 도모
◦ (일본) 국내외 최고 AI 연구자 결집을 위해 연구거점을 마련(혁신지능통합연구센터,‘16.4)하고, 개방형 AI R&D 플랫폼을 구축
- AI 우수인재 확보와 산학연 혁신역량 결집을 위한 연구거점 마련
◦ (프랑스) 자국의 우수한 기초연구 역량·인재를 바탕으로 글로벌 기업의 AI 연구센터를 다수 유치, 핵심 AI 혁신역량을 확보하고자 노력
- 글로벌 AI 연구센터 인재가 모여들 수 있는 AI 연구허브 조성 주력
AI 보안을 위하여 데이터 엔지니어링 기술뿐 아니라 AI 보안 기술이 결합되어 다양한 융합 어플리케이션 개발 및 적용이 가능한 인력 양성 필요 ⇒ AI보안사업단을 통한 융합 R&D 과제 수주 및 다수의 실무형 전문가 양성 |
다. 연구․교육의 필요성
• 인공지능 기술을 사용한 사이버 보안 기술 필요성 대두
→ AI 기반 사이버 위협 분석 및 보안 기술 개발 및 인력양성 필요 • 정부는 2019년 12월 17일, 경제·사회 전반의 혁신 프로젝트로서 과학기술정보통신부를 비롯한 전 부처가 참여해서 마련한 ‘인공지능(AI) 국가전략’을 발표 → 보안 부문에서는 AI 확산으로 생길 수 있는 역기능과 보안 위협에 대비하고 모든 국민이 안전한 AI를 위해 AI 윤리기준을 마련하는 내용과 AI 기반 사이버 위협 대응시스템 구축 및 정보취약계층 접근성 활용 역량 강화 내용이 포함 → 국가 전략을 달성하기 위한 기술 개발 및 인력 양성 필요 |
□ 국내 AI 도입 현황 및 인력 부족
◦ 보안전문가의 입장에서 응답자의 57%는 AI를 사용하는 보안솔루션을 사용하거나 사용하려고 계획하고 있지만 35%만이 이러한 플랫폼에 대한 직접적인 경험이 있는 것으로 나타남
◦ 사이버보안 전문가 중 35%는 구현에서 직면한 최우선 장벽으로 AI의 성숙도 부족을 선택
◦ 사이버보안 전문가 중 46%는 AI의 기술이 여전히 성숙하지 못했다고 인식했으며, 단지 5%만이 고도로 성숙했다고 인식하는 것으로 나타남
◦ 응답자 중 27%는 AI 구현에 필요한 시간과 숙련 자원이 부족하다고 응답했고, 24%는 경영진의 의지와 예산 부족을 지적(출처 : 2019 KISA REPORT)
□ AI 보안 연구 사업을 통한 인력 양성의 필요성
◦ AI 보안 기술은 활용성, 대중성, 시장성, 성장성이 매우 높을 것으로 기대되나, 기업에서 오랜 연구가 필요하며 전문 인력이 부족한 상황으로 쉽게 투자하지 못하고 있음
◦ 특히, 정부에서는 2019년 10월 AI 국가 전략을 발표하여 AI 확산에 따른 사이버 위협 대응 시스템 구축이 필요하다는 것을 강조하고 있는 만큼 지속적인 연구 개발이 이루어져야 할 분야임
◦ 하지만 기업에서는 AI 보안 기술을 도입을 하지 못하는 이유 2위(26.7%)로 숙련된 자원의 부족을 꼽았으며 특히 정보보호와 AI를 같이 이해하는 전문 인력은 거의 없어 관련 전문 인력이 필요한 실정임
◦ 따라서, 본 사업을 통하여 지능형 사이버 위협 분석 플랫폼 구축부터 데이터 엔지니어링, 공격 탐지 능력이 고루 보유된 인재를 양성하고 이를 통한 CTI(Cyber Threat Intelligence)를 이해할 수 있는 인력 양성이 필요함
라. 파급효과
□ IT산업․경제발전 기대효과
◦ 사이버보안의 중요성이 증대됨에 따라 글로벌 보안 수요가 지속 확대되는 것에 맞춰 사이버 위협 대응의 최전선에 있는 정보보호 기업의 사이버위협 대응 능력을 높이고 글로벌 보안 수요와 연계, 성장 동력화 가능
◦ 기존 특정 타겟의 취향과 상황 정보를 활용할 때 발생하는 오버피팅, 베리언스 등의 오류로 인한 오작동·악용을 방지하기 위한 기술 개발을 통하여 새롭게 발생하는 AI 기반 공격에 대응 가능
◦ 인공지능을 활용하여 선제적 대책강구 및 조치를 취할 수 있어 보안 측면에서의 유지보수에 소요되는 비용을 절감하고 실시간 모니터링과 자원 관리를 자동화하여 시간 및 시스템 자원 감소 등 경제적 손실 감소
4차 산업혁명과 디지털경제 발전을 뒷받침하고, 글로벌 보안 수요 증대를 기회로 국내 보안기업의 혁신성장 지원 및 전문 인력 양성, 고급 일자리 창출 |
◦ AI 시스템을 이용한 지능형 사이버 위협 및 공격을 대비하기 위한 분석 플랫폼 기술, 취약점 분석 및 공격 탐지 기술 등 AI 시장 및 서비스 영역 확장에 따른 AI 사이버 위협에 대응하는 보안 기술 연구
□ 국내외 주요 추진 동향
◦ 지능형 사이버 위협
- 현재 사이버 공격이 다양화되고 고도화됨에 따라 기존의 보안 솔루션으로는 대응에 어려움 발생
- 최근 정보보안 기업들은 인공지능(AI)과 보안의 결합으로 악성코드 분석, 네트워크, 취약점 분석, 위협 인텔리전스 등 다양한 분야에서 보안 기능이 향상될 것으로 예상됨
- 국내에서는 KISA에서 제공되는 C-TAS를 통하여 사이버 위협정보 분석, 공유 시스템이 제공되고 있음, C-TAS는 획득한 데이터 기반의 사이버 위협 정보를 AI 시스템을 통하여 분석하여 제공하나, 실제 데이터의 위협, 안전한 AI 사용 여부 판단이 어려움
- KAIST 지능형 사이버위협 대응 센터에서는 지능형 악성코드의 위험에 대응하기 위한 연구가 진행됨
- 악성코드, 네트워크 등 각기 다른 기능의 지능형 사이버위협 대응시스템보다는 다양한 기능을 아우를 수 있는 통합 플랫폼의 필요성이 증가됨
- 미국에서는 AIS(Automated Indicator Sharing)를 통하여 기관 간 위협정보를 공유하는 시스템에 AI가 적용됨
- AI의 오버피팅(Overfitting) 오류와 베리언스(Variance) 오류 문제로 한 번 알려진 공격에 대한 방어는 가능하나, 새로운 공격에 대한 대응이 어려움
사이버 공격의 지능화 다양화 고도화 ⇒ 안전한 AI 사용 및 사이버 위협 대응 지능형 통합 플랫폼 필요 |
◦ 위협정보 구조 설계
- 빅데이터 보안관제를 통해 네트워크, 웹 변조 모니터링 등 관제의 범위를 확대시킴
- 디지털 환경의 변화로 지능적이고 급격하게 증가된 사이버 공격을 빅데이터 보안관제를 통해 막기 어려운 상황임
- 인가되지 않은 사용자를 사전에 대처하기 위해 통계 기반의 비정상 행위 탐지 기법을 활용한 네트워크 기반 침입 탐지 기술이 사용되고 있음
- 악성코드, 랜섬웨어를 수집하여 분석 후 진단하여 바이러스 데이터베이스에 추가하여 대응함
- 통계를 기반으로 하기 때문에 변형되거나, 기존 패턴을 조금만 벗어나도 탐지가 쉽지 않음
- 데이터베이스에 없는 변형되거나 새로운 악성코드, 랜섬웨어에 대하여 신속 대응 및 유사 모델 탐지에 시간이 장시간 소요됨
- 방대하고 고도화된 보안 위협 데이터에 대처하고 지능형 위험 데이터 분류, 분석 시간 단축을 위한 인공지능 기술을 활용한 인공지능 보안관제 시스템이 필요함
- 기존에 수집된 네트워크 패킷을 활용하여 비정형 패킷에 대한 머신러닝의 지도, 비지도 학습 기반 리얼타임 침입 탐지 기술이 필요함
방대하고 고도화된 보안 위협인 악성코드 및 랜섬웨어에 대한 솔루션 ⇒ 급격히 증가하는 신․변종 보안 위협 대비 실시간 침입 탐지 기술 필요 |
◦ 클라우드 플랫폼
- 오픈 소스 기반 클라우드 플랫폼의 취약점 문제
+ 오픈 소스는 소스코드가 공개되어있기 때문에 보안 취약성이 쉽게 노출될 수 있는 위험성을 내재하고 있으며, 사용자가 모든 취약점에 책임을 져야 한다는 부담이 존재함
+ 현재 사용되고 있는 대부분의 클라우드 플랫폼은 오픈소스로 구성되어 매년 신규 취약점이 급속도로 발생하고 있음
+ 오픈소스 기반의 클라우드 플랫폼을 안전하게 관리하고 사용하기 위해서는 새로운 취약점에 대한 공유체계를 연구하고 개발하는 것이 필요함
- 컨테이너 기반의 가상화 기술의 사용으로 기존에 존재하지 않는 신규 취약점 발생
+ 컨테이너 기반의 가상화 기술은 컨테이너 실행에 필요한 파일과 설정 값을 포함하고 있는 컨테이너 이미지를 통해 배포가 가능함
+ 컨테이너 기반의 플랫폼은 다수의 컨테이너가 커널을 공유하고 취약한 패키지를 사용하는 컨테이너 이미지가 다수의 사용자와 공유 될 수 있기 때문에 다양한 측면에서의 새로운 보안 위협이 존재함
+ 인공지능 기반의 클라우드 취약점 분석을 통하여 신규 취약점에 대한 유기적인 대응이 필요함
- 클라우드 컨테이너 보안 설정 가이드라인의 부재
+ 기존 국내 클라우드 보안 가이드라인은 컨테이너 설정에 대한 보안 가이드라인이 명확하게 존재하지 않음
+ 기업에서 생성되는 컨테이너화된 워크로드가 늘면서 빌드 및 배포 주기의 각 단계에 대한 보안 요소 통합 작업과 보안에 대한 가이드라인의 정립이 필요함
- 인공지능기반의 자동화된 클라우드 취약점 분석 및 관리 자동화 플랫폼의 부재
+ 클라우드에서 현재 사용되고 있는 컨테이너의 취약점을 실시간으로 파악하기 어려움
+ 다수의 컨테이너를 운영할 때 각각의 보안 취약점을 파악하여 체크리스트를 통해 수동으로 검증하여 관리해야하는 어려움이 있음
+ 컨테이너를 실시간으로 모니터링 하여 취약점을 탐지함과 동시에 자동으로 관리하는 인공지능 기반의 자동화된 클라우드 취약점 분석 및 관리 자동화 플랫폼이 필요함
◦ 미 연방정부는 2011년 클라우드 우선도입정책(Cloud First Policy) 수립을 추진하고 클라우드의 보안 인증과 조달을 위한 FedRAMP 프로그램을 2012년 수립 및 운용을 시작함
◦ 영국 정부는 2012년 공공부문의 클라우드 도입․확산을 위해 ‘정부 클라우드 전략’을 수립하고 2012년 클라우드 서비스의 보안 수준을 측정하기 위해 정부인가제도 운영을 시작함
◦ 2019년 가트너에서 진행한 전세계 퍼블릭 클라우드 서비스 전망 보고서에 따르면 신규 소프트웨어 투자의 30% 이상이 클라우드에 집중될 것이라고 전망함
오픈 소스 기반 클라우드, 컨테이너 기반 가상화 ⇒ 신규 취약점 발생에 대한 유기적 대응 및 보안 명확한 보안 가이드라인 설정 필요 |
□ 선정사유
◦ 자율주행차량 사고, 로봇 오작동 사고 등의 사례를 보면 AI가 오작동할 경우에 발생할 수 있는 위험성을 볼 수 있음
◦ 한정된 서비스 영역에서의 사고 사례는 AI의 기능적 오류가 원인인 경우가 많았지만, AI 서비스 영역이 확장될수록 목적을 가진 악의적 공격 위협에 노출될 가능성이 커짐
◦ 추론 과정을 직관적으로 설명하기 어려운 딥러닝 기술의 특성상 위협에 대한 즉각적이고 효율적인 대응의 어려움으로, 체계적으로 AI 모델의 취약성을 탐지하고 대응할 수 있는 보안기술 개발이 선행되어야 함
◦ 보안기술 개발을 위하여 지능형 사이버 위협 공격에 대한 선제적인 분석은 필수적 요소임
◦ 해커들이 AI 기반 공격 툴들을 개발하여 새로운 공격 유형과 시나리오를 생성하고 있으며, 새로운 공격 유형에 대한 선제적 대응 필요
모델 오류뿐만 아니라 악의적 공격에 의한 위협이 커짐 |
□ 국내외 타 연구집단과의 차별성 및 우월성
◦ 빠른 속도의 자동화된 사이버 위협이 존재하는 오늘날의 디지털 시대에서 다양한 분야에서 매우 시급한 리스크 요소들이 직면하고 있음
◦ 사이버 위협들이 발전하고 더 고도화되고, 디지털 비즈니스의 복잡성, 다양성 등 규모가 지속적으로 확대되면서 사이버 위협의 리스크는 최근 몇 년 새에 눈에 띄게 심화 됨
◦ 기존의 보안 통제 솔루션들에 의존했던 보안 부서들의 역량은 서서히 한계를 보이며, 사이버 방어 솔루션들은 이제 네트워크의 노이즈속에 숨어 수 초 내에 크고 복잡한 인프라에 매우 정교한 공격을 가하는 사이버 범죄자들의 새로운 전략과 테크닉들을 탐지하는데 역부족인 상황
◦ 지능화된 새로운 위협들을 빠르게 탐지하고 대응하여 위기로 번지기 전에 위협들을 처리해야 됨
◦ 네트워크에 연결된 IoT 기기의 급증, 데이터 급증에 따른 빅데이터와 클라우드 기술의 발전과 함께, 사이버보안 분야도 보안데이터(트래픽, 보안로그)가 증가하면서 AI 기반 보안에 대한 수요가 증가하고 있음
◦ 전 세계적으로 사이버보안 인력이 부족한 상황에서 AI 기반 솔루션을 사이버보안에 적용하면 사이버보안 전문가의 부족을 상당히 해소할 수 있을 것이라는 예상 등이 AI 기반 보안 시장의 성장을 촉진할 것으로 예상
◦ 지능형 사이버 보안 위협을 탐지하고 해결하기 위해 정부의 적극적인 지원이 이루어지고 있으며, 국내 타 연구집단과 인공지능, 보안, 클라우드, 데이터 처리 등의 ICT 기반 기술을 비교할 때, 본교의 연구 역량 및 경쟁력은 확보하고 있으며 향후 도전적이고 창의적인 기술개발을 통해 선도적 위치로 도약할 수 있는 잠재력 있는 분야임
◦ 참여교수 전문성 및 역량
- 참여 교수진은 AI 보안뿐 아니라 AI, 네트워크, 데이터 분야 전문가로 구성되어 있으며, 각 교수의 최근 3년간 평균 특허 등록 건수 국내 출원 5.4/등록 6.6건 해외 출원 1.6/등록 3건, SCI(E) 논문 8.2편/한국연구재단등재지 11.6편, 년간 외부 연구과제 금액 307백만원 등으로 매우 우수함
참여교수 | 핵심 보유기술 및 주요경력 |
숭실대
컴퓨터학부 신용태 교수
|
✔ 학문적 업적
• 최근 5년간 SCI(E) 2편, 국내 저널 68편, 국제 컨퍼런스 24편, 국내 컨퍼런스 17편, 국내 특허 등록 5건, 기술이전 2건 2천만원 ✔ 주요경력 및 활동 • 現 (주)디지캡 이사회 의장 • 現 숭실대학교 SW중심대학 단장 • 現 숭실대학교 글로벌미래교육원 원장 • 現 한국정보통신윤리지도자협회 고문 • 現 (사)인터넷윤리학회 명예회장 • 現 대검찰청 디지털 수사 자문위원회 위원 • 現 법무부 자체평가위원회 위원 • 現 경찰청 4대 사회악 정책 자문위원회 위원 • 現 국립중앙도서관 디지털도서관 위원회 위원 • 現 한국문화정보원 사외이사 • 現 한국지역정보개발원 인사위원회 위원 • 現 구로구 정보화추진위원회 위원 • 前 한국과학회 정보통신소사이어티 회장(2010~2011) • 前 정보처리학회 부회장(2012) • 前 한국인터넷정보학회 운영 이사(2013) • 前 한국인터넷윤리학회 회장(2014) • 前 (사)개방형컴퓨터통신연구회 회장(2015) • 前 숭실대학교 소프트웨어특성화대학원 원장(2014~2017) ✔ 지능형 사이버 위협 정보 분석을 위한 다양한 기술 보유 • 윈도우 7,10 취약점 진단 툴 • 취약점 진단 자동 분석 툴 • 웹 서버 로그 분석 프로그램 • 이미지에서의 제 3자 개인정보 제거(얼굴영역) • 솔라리스 10 시스템 취약점 자동화 점검 도구 • 윈도우 서버 2008 보안 취약점 점검 도구 • 블록암호 알고리즘 추천 및 암호화 프로그램 |
숭실대
컴퓨터학부 최봉준 교수
|
✔ 학문적 업적
• 최근 5년간 SCI(E) 및 국제 컨퍼런스 51편 ✔ 주요경력 및 활동 • Symposium Co-Chair: Communications and Information Security, International Conference on Computing, Networking and Communications (ICNC), Feb. 2021. • Technical Program Committee Vice Chair: International Conference on Information Networking (ICOIN), Jan. 2021. • Associate Editor: IEEE Access, April 2020. • Guest Editorial: Special Section "Cyber Security: Privacy, Attack, and Defense,” IEEE Open Journal of the Computer Society (Deadline: July 15, 2020) • Guest Editorial: Special Issue "Integration of Distributed Intelligent Energy Grid," Electronics. (Deadline: May 15, 2020) ✔ 지능형 사이버 위협 정보 분석을 위한 다양한 기술 보유 • 에너지 효율적인 네트워크, 분산 모바일 무선 네트워크 보안 기술 • 스마트 그리드 통신 및 네트워크 위협 요소 탐지 기술 보유 |
숭실대
전자정보공학부 이재진 교수 |
✔ 학문적 업적
• 최근 5년간 SCI 18편, 국내 저널 29편, 국제 컨퍼런스 21편, 특허 등록 15건 (국제 5건, 국내 10건) ✔ 주요경력 및 활동 • 現 융합기술학회(산업자원부 산하) 회장(2019~현재) • 前 대한전자공학회 통신소사이어티 회장(2015~2016) • 前 정보저장시스템학회 이사(2015~2016) • 대한전자공학회 학회상 수상(논문상) ✔ 지능형 사이버 위협 정보 분석을 위한 다양한 기술 보유 • 딥러닝 기반 정보 데이터 분류 기술 보유 • 통신시스템에서 오류, 위험요소 데이터 탐지 기술 보유 |
숭실대
전자정보공학부 권민혜 교수 |
✔ 학문적 업적
• 최근 5년간 SCI급 저널 7편, 국제 컨퍼런스 6편, 특허 등록 9건 • 특히, IEEE Transactions on Mobile Computing(동분야 IF상위 9%), Signal Processing(동분야 IF상위 20%), IEEE Sensors Journal(동분야 IF상위 21%)등의 최우수 저널에 연구 결과 발표 • 또한, 인공지능 분야 최고의 국제학회인 NeurIPS(Conference on Neural Information Processing Systems)에서 논문 발표 ✔ 주요경력 및 활동 • Awards Co-chairs, Networking Networking Women (N2Women) (2019~2020) • Area chair, Workshop for Women in Machine Learning at NeurIPS(2019) • Program committee, RL4RealLife workshop at ICML(2019) ✔ 지능형 사이버 위협 정보 분석을 위한 다양한 기술 보유 • Deep Reinforcement Learning기반 의사결정 기술 보유 • 다양한 지능개체 간에 상호 협력적/경쟁적 상황에서 상대의 성향/상황/의도를 파악한 후 의사결정을 내리는 기술 보유 |
AI 보안 전문가 뿐 아니라, AI 전문가, AI 기술을 네트워크 적용 가능한 전문가 등으로 구성 ⇒ 다양한 AI 보안 위협 및 대응을 위한 최적화 된 사업단팀 구성 |
□ 본 사업단은 정부 정책의 주요 이슈인‘AI 보안(지능형 사이버 위협 대응)’에 대한 연구를 선도하며, 그 응용 분야를 발굴하고 지적재산권을 확보하며 특화된 분야에서 사업화까지 추진하는 목표를 가지고 있음
나. 대형 과제 수주 기대효과
□ 4차 산업혁명 시대에 맞는 사이버 위협에 대비하고, ICT 융합 및 AI 등 신기술 도입으로 다양화되는 보안인력 수요에 고급 연구 인력을 양성 및 배출함으로써, 보안 연구 인력이 부족한 AI 보안 기술 분야의 연구 인력난을 해소, 미래 보안 기술력, 안심 사회 조성, 교수 연구 경쟁력 확보 및 교수간 연구 교류 확대, 시너지 창출
□ 보안에 취약한 지역․중소기업 및 다중이용 신규 ICT 서비스에 대한 지원을 통해 사이버보안 사각지대를 최소화하고 해킹기술의 지능화·고도화에 대응하여 국가 사이버안전 확보 및 정보보호산업 기술력 강화
□ 인재양성 파급효과
◦ AI 보안 기술인재 양성
- AI 보안 산업의 고급 인재 확보난 및 질적 불일치 해소
- 실무형 교육과정 개발을 통해 국내 대학의 교육 경쟁력 확보
◦ 실무형 전문 인력 양성
- 창의적 발상과 문제해결 능력을 겸비한 실무형 연구개발 인력 양성
- AI 보안 인력에 대한 재개발 프로그램 개발을 통해 실무 전문성 향상
◦ 고급인력의 고용 기여도 향상
- 기업에서 요구하는 맞춤형 고급 전문 연구개발 인력 조기 확보
- AI 보안 산업의 성장에 따른 전문 인력 수급
- 산업체 고용연계인력 배출 전략으로 고급 인력난 해소
라. 사업단 향후 3년간 대형 연구 과제 수주 계획
(단위 : 건, 백만원)
항 목 | ||||||||
향후 3년간 실적 | 평 균 | |||||||
2020년 | 2021 + 1 년 | 2022 + 2 년 | ||||||
건수 | 액수 | 건수 | 액수 | 건수 | 액수 | 건수 | 액수 | |
정부 연구과제
수주 총액 |
1 | 400 | 1 | 800 | 1 | 800 | 1 | 666 |
참여교수 1인당
정부 연구과제 수주 ※참여교수수(5명) |
가. 사업단 활성화 계획
1) 사업단 발전 의지
□ 우수 연구성과 확보 및 활용을 위한 계획
◦ 특허(SMART) 등급을 통한 가치 평가
- A 등급 이상의 특허는 기술이전이 될 수 있도록 EXPO, 전시회 등에 참가하여 적극 홍보
◦ 연구성과 활용을 위하여 해외 우수제품과 비교
- 학교의 특성상 해외 제품과의 비교가 어려움이 있으므로 참여기업과 연계하여 해외우수제품과 비교하고 장점을 부각할 수 있도록 함
□ 연구성과 활용 기술이전 및 사업화 추진전략
◦ 과제별 예상 핵심기술들에 대한 연구결과를 도출하고, 핵심기술들에 대한 지적재산권 확보, 기술이전 대상기업 선정 및 기술이전을 추진함
◦ 기술이전 및 사업화 추진을 위한 구체적인 실행전략은 아래 그림과 같음
나. 사업단 운영 및 조직
□ 사업단 참여 교수
성 명 | 소 속 | 비 고 |
정수환 | 숭실대학교 전자정보공학부 | 사업단장 |
신용태 | 숭실대학교 컴퓨터학부 | |
이재진 | 숭실대학교 전자정보공학부 | |
최봉준 | 숭실대학교 컴퓨터학부 | |
권민혜 | 숭실대학교 전자정보공학부 |