고려대–국민대 공동연구팀, USENIX VehicleSec 2026서 최우수 아티팩트상… 실차 기반 ‘AutoHack 데이터셋’ 제안

실제 주행 차량의 3개 CAN 버스 트래픽을 마이크로초 단위로 동기화 수집… 공개성·기능성·재현성 뱃지 모두 획득하고 데이터셋 무료 공개

고려대학교 정보보호대학원 김휘강 교수가 이끄는 해킹대응기술연구실(HCRL)과 국민대학교 전상훈 교수가 이끄는 모빌리티사이버보안연구실(MoSE) 공동연구팀이 차량 보안 분야의 국제 학술대회인 ‘USENIX VehicleSec 2026’에서 최우수 아티팩트상(Best Artifact Award)을 받았다. 올해 학회는 8월 10일부터 11일까지 미국 볼티모어에서 열렸다.

연구팀은 실제 주행 중인 차량에서 수집한 차량 사이버보안 데이터셋인 ‘AutoHack 데이터셋’을 제안해 수상했다. 차량 사이버보안 데이터셋은 인공지능(AI) 보안 시스템이 자동차의 정상 운행과 해킹 공격을 구별하도록 학습시키는 데이터 모음을 말한다. 논문명은 ‘AutoHack: A Physically Verified Multi-Bus CAN Dataset for Intrusion Detection System Evaluation’으로, 고려대에서는 정보보호대학원 송유찬 박사과정생이 제1저자, 백승진 석사과정생이 공동저자, 김휘강 교수가 교신저자로 참여했다. 국민대에서는 자동차모빌리티대학원 안세준 석사과정생이 제1저자, 김현성 박사과정생이 공동저자로 이름을 올렸다.

최근 자동차가 첨단화·지능화되면서 해킹 위협이 커지고 있고, 이에 따라 차량 내부에서 해킹 신호를 탐지하는 AI 보안 시스템 기술이 주목받고 있다. 그러나 기존 공개 데이터셋 대부분은 시뮬레이션 환경이나 단일 CAN 버스에서 수집돼, 돌발적인 비주기 통신이 빈번하게 발생하는 실제 차량 환경을 반영하지 못하는 한계가 있었다. CAN 버스는 차량 내부 부품들이 서로 상태나 제어 명령을 주고받는 전용 통신망이다.

연구팀이 개발한 데이터셋은 차량 내 3개의 CAN 버스(C-CAN, P-CAN, B-CAN) 트래픽을 마이크로초 수준으로 동기화해 수집한 것이 특징이다. 이를 통해 통신망 간 상호작용과 공격 전파까지 분석할 수 있으며, 비주기 통신을 포함하기 때문에 주기성 분석에 의존하는 기존 침입탐지 모델의 한계를 정밀하게 검증할 수 있다.

이 데이터셋은 국내 유일의 실제 차량 기반 자동차 해킹·방어 경진대회인 ‘AutoHack 2025’에 실제 출제·적용돼 실용성을 검증받았다. 연구실 내부 실험을 넘어 대규모 대회 운영을 통해 외부 검증을 거친 점이 국제 학계에서 높은 평가를 받은 배경이다.

논문은 학회의 아티팩트 평가에서 공개성·기능성·재현성 3개 뱃지를 모두 획득했으며, 그중에서도 가장 우수한 아티팩트에 수여되는 최우수 아티팩트상까지 받아 연구의 개방성과 신뢰성을 국제적으로 인정받았다. 데이터셋과 벤치마크 코드는 무료 학술 정보 공유 플랫폼 ‘제노도(Zenodo)’를 통해 누구나 활용할 수 있다.

김휘강 교수는 “현재 고려대 해킹대응기술연구실의 데이터셋은 차량용 침입탐지시스템 분야에서 사실상 표준 벤치마크 데이터셋으로 가장 많이 인용되고 있다”며 “이번 성과를 통해 ‘챌린지형 대회 개최–데이터셋 공개–후속 연구 촉진’의 선순환 구조를 만드는 데 기여할 수 있게 돼 매우 보람을 느낀다”고 말했다.

한편 고려대 해킹대응기술연구실은 2017년부터 매년 과학기술정보통신부와 한국인터넷진흥원이 주최하는 보안 기술 경진대회인 ‘K-사이버시큐리티 챌린지’와 ‘사이버보안챌린지’에서 자동차 해킹 및 침입탐지 관련 대회를 운영해 오고 있다.

#고려대학교 #국민대학교 #차량사이버보안 #AutoHack #USENIXVehicleSec