컴퓨터와 인간을 구분하는 기술중인 CAPTCHA는 스팸등의 공격에
대응하는 방법으로 널리 사용되면서 이제는 익숙해진 존재입니다.
자동화된 공격에 대응하는 기술답게 CAPTHA가 유효하다고
판단되는 기준이 컴퓨터가 맞출 확률이 1%미만일 정도로
그동안 컴퓨터가 CAPTHA를 맞추는건 어려운일로 여겨져왔습니다.
하지만 CAPTHA와 마찬가지로 그동안 컴퓨터에게 어렵다는 바둑이
공략당한것처럼 인공지능이 급속히 발전하면서 CAPTHA의 위상도
흔들리기 시작했습니다. 이미 10% 수준의 정답률을 보여주는
프로그램 정도는 많이 있다고 합니다.
그러던중 미국 캘리포니아의 인공지능 회사 Vicarious가
문자형 CAPTCHA를 거의 무력화시키는 인공지능을 내놓았습니다.
이들이 반복 피질 네트워크(Recursive Cortical Network)라고 불린
이 방식은 표에서처럼 현존하는 대부분의 CAPTCHA 방식에서
60%정도의 정답률을 보여줍니다.
특정 CAPTCHA 방식에 최적화된 모델을 사용하면 8~90%의
정확도를 보여줍니다. 사람이 reCaptcha를 통과하는 확률이
87%정도라고하니 사람과 구별할 수 없는 수준입니다.
이 방식이 기존에 존재하던 CAPTCHA용 AI들 보다 뛰어난 점은
우선 필요한 학습량의 차이입니다. 기존 방식으로 비슷한 정확도를
보여주려면 230만개 가량의 훈련이 필요했지만 RCN은 수백~수천개
정도의 학습모델이 필요하였습니다.
그리고 더 중요한것은 글자의 변형에 더욱 강하다는 점입니다.
기존방식은 글자의 간격을 늘릴수록 정확도가 떨어져서
25%정도 늘리면 정확도가 7%정도로 급감했지만
RCN방식은 간격을 늘려도 큰 변화를 보이지 않았습니다.
CAPTCHA 방식이 AI에 대응하기 위한 주된 방식이 글자의 변형인점을
고려하면 얼마안되는 학습량으로도 이걸 구분한다면
더는 CAPTCHA가 인간과 컴퓨터를 구분하지 못할지 모릅니다.
물론 업체들도 이런 변화에 손놓고 있지 않아서
문자방식 대신에 이미지형 CAPTCHA가 늘어나는 추세긴합니다.
만약 이 방식이 보편화된다면 문자형 CAPTCHA는 사라질지도 모르겠네요.
