RESEARCH
- HOME
- RESEARCH
- Themes
Research Themes
Mobility Cybersecurity (이하, MoSE) 연구실은 전기자동차, 자율주행자동차, SDV(Software-Defined Vehicle), UAM(Urban Air Mobility), 무인이동체 등 모빌리티 전반에서 발생할 수 있는 보안 위협과 취약점을 식별하고, 이에 대응하는 탐지·검증·방어 기술을 연구합니다. MoSE 연구실은 "Data-driven Mobility Cybersecurity"를 연구 방향으로 삼아, 실차와 실제 하드웨어에서 수집한 데이터를 바탕으로 문제를 정의하고 검증하는 것을 원칙으로 합니다. 연구는 크게 여섯 가지 주제로 이루어집니다. 차량 네트워크와 반도체 내부를 감시하는 침입탐지 시스템(IDS), 자동차 반도체·제어기의 하드웨어·펌웨어 보안 검증, OTA와 소프트웨어 공급망 보안, V2X·UAM 등 협력·항공 모빌리티 보안, 전기차 충전 인프라 보안, 그리고 양자내성암호(PQC) 적용과 자동차 보안 법규·표준 연구입니다. 이와 함께 실차 기반 해킹·방어 경진대회 AutoHack을 주관하고 공개 데이터셋을 구축·배포하여, 연구 성과가 산업 현장과 교육으로 이어지도록 하고 있습니다.
1. 차량 네트워크 및 반도체 내부 침입탐지 (In-Vehicle / In-SoC IDS)
차량 내부 네트워크(CAN, CAN-FD, Automotive Ethernet)와 보안반도체 내부에서 발생하는 이상 징후를 탐지하는 다계층 침입탐지 시스템을 연구합니다. 차량 네트워크 계층에서는 실차 트래픽 기반의 프로토콜 역공학과 룰·AI 기반 이상 탐지 엔진을 개발하고, 반도체 계층에서는 PQC·PUF·TRNG 등 보안 IP의 연산 이벤트와 SoC 내부 보안 정책 위반을 감시하는 칩 내부 IDS를 연구합니다. 두 계층의 이벤트를 하나의 분석 흐름으로 융합하고, AUTOSAR IdsM, ISO/SAE 21434, UN R155에 정합하는 IDS 구조를 목표로 합니다.
또한 실차 기반 공격 시나리오 데이터셋(AutoHack Dataset)을 구축·공개하여 IDS 성능 평가의 기준을 제공하고, 탐지 지연·오탐·미탐 관점에서 IDS를 정량적으로 검증하는 방법론을 연구합니다.
관련 과제: 차량용 차세대 보안반도체 핵심IP 원천기술개발(IDS Track), 실차 기반 사이버보안 교육 콘텐츠 개발, AutoHack Dataset
2. 자동차 반도체·제어기 하드웨어 및 펌웨어 보안 검증
자율주행차용 시스템 반도체와 차량 제어기(ECU)를 대상으로 설계 단계부터 단품·실차 단계까지의 보안 취약점을 검증하는 기술과 인프라를 연구합니다. 인터페이스, 메모리, 부팅 시퀀스 등 하드웨어 수준의 위협을 분석하고, MITRE ATT&CK 형태의 보안 시나리오 DB를 구축하여 체계적이고 반복 가능한 검증을 지원합니다.
UART, JTAG, SWD, eMMC 등 디버그 포트를 통한 펌웨어 추출과 SBOM(Software Bill of Materials) 기반 구성요소 검증, 정적·동적 분석을 결합하여 은닉 기능·백도어·취약점을 식별하는 절차를 정립하며, 이를 전기차 충전기와 시판 차량 제어기 등 실제 제품에 적용합니다.
관련 과제: 자율주행차용 시스템 반도체 보안성 평가 기반구축, 전기차 보안 취약점 분석(KATRI), EVSE 디버그 포트 취약점 연구
Professor
Sanghoon Jeon, Ph.D.
3. Secure OTA 및 소프트웨어 공급망 보안
SDV 시대의 핵심인 OTA(Over-The-Air) 업데이트를 안전하게 수행하기 위한 프로토콜과 검증 기술을 연구합니다. Uptane 프레임워크와 UN R156·ISO 24089를 기반으로 업데이트 콘텐츠의 다단계 검증, 손상된 ECU 환경에서의 업데이트 완료 증명(attestation), Director 관점의 OTA 수명주기 모니터링 등을 다루며, TEE(Trusted Execution Environment) 기반 키 배포와 PQC 기반 OTA 보안까지 확장합니다.
연구 결과는 OBU 기반 가상 차량 환경을 활용한 Secure OTA 교육 모델로 구현되어, 개발자가 OTA 공격 시나리오와 방어 설계를 직접 실습할 수 있도록 합니다.
관련 과제: SEA:ME Mobility Cybersecurity 교육 모델 개발, Data-driven Automotive Cybersecurity(Secure OTA)
Professor
Sanghoon Jeon, Ph.D.
4. V2X·UAM 등 협력·항공 모빌리티 보안
차량 간·차량-인프라 간 통신(V2X)과 도심항공교통(UAM)에서의 보안 위협을 연구합니다. V2X에서는 misbehavior detection, C-ITS 메시지(DENM 등)의 구조적 취약점, 가명 인증서 교체와 긴급차량 우선신호 등 프로토콜 수준의 공격과 방어를 다루며, 자율주행 카메라·센서에 대한 물리적 적대적 공격과 방어도 함께 연구합니다.
UAM에서는 기체, 내·외부 네트워크, 버티포트를 포함한 시스템 전반의 사이버보안을 디지털트윈 기반 가상 환경에서 통합 검증하고, UAM 사이버보안 데이터셋을 구축·공개합니다. 서울시 서울 앵커 10 챌린지 「AI-SAT 모빌리티 사업단」에 참여하여 자율주행차·로봇·UAM을 아우르는 통신 보안 기술의 도심 현장 실증을 수행합니다. 아울러 테러 등 악의적 목적으로 사용되는 무인이동체를 탐지·식별·무력화하기 위한 무인이동체 위협 탐지(Anti-Drone) 기술을 연구합니다.
관련 과제: 디지털트윈 기반 UAM 사이버보안 및 운용 안전성 평가 연구, 서울 앵커 10 챌린지(AI-SAT), UAM Dataset
Professor
Sanghoon Jeon, Ph.D.
5. 전기차 충전 인프라 보안
차량–충전기(ISO 15118)와 충전기–관제서버(OCPP)로 이어지는 이기종 통신 환경의 보안을 연구합니다. Plug & Charge, V2G 확산으로 넓어진 공격 표면을 대상으로 위협 분석과 PoC를 수행하고, 두 프로토콜을 통합 분석하는 Cross-Protocol 이상 탐지 기술과 AI 판단의 신뢰도를 정량화하는 불확실성 인지형(Uncertainty-Aware) 탐지 프레임워크를 개발합니다.
충전기 실물에 대한 하드웨어·펌웨어 분석과 결합하여, 인증 중심의 기존 보안 구조를 탐지와 신뢰도 기반 대응이 통합된 체계로 확장하는 것을 목표로 합니다.
관련 과제: 전기차 충전기 IDS 연구 개발, 차량용 충전기 사이버보안 위협 분석 및 PoC
Professor
Sanghoon Jeon, Ph.D.
6. 양자내성암호(PQC) 적용 및 자동차 보안 법규·표준
양자컴퓨터 위협에 대비하여 V2X 통신과 OTA에 PQC(Post-Quantum Cryptography)를 적용하는 방안을 연구합니다. DSRC 페이로드 제한 등 현실적 제약 하에서 PQC 프로토콜의 실효성을 시뮬레이션으로 평가하고, ECU·RSU 등가 하드웨어에서 대칭키 대량 무결성 검증(AES-GCM, LEA-GCM 등)과 ML-DSA 기반 서명 대량 검증 성능을 실증하여 PQC 전환의 정량적 근거를 확보합니다.
아울러 UN R155/R156과 ISO/SAE 21434, ISO 24089 등 자동차 보안 법규·표준을 연구합니다. TARA(Threat Analysis and Risk Assessment) 방법론과 CSMS(Cyber Security Management System) 평가 방안을 연구하고, 다수 표준 간 중첩과 지역적 차이를 고려한 효율적 구현 방안을 제시합니다.
관련 과제: 차량용 PQC 실증 연구, 자동차 PQC 적용 방안 연구(V2X with PQC, OTA with PQC)
Professor
Sanghoon Jeon, Ph.D.
7. 자율주행 인식·판단 시스템 보안 (Autonomous Driving Perception & Decision Security)
자율주행차가 주변을 인식하고 판단하는 AI 파이프라인 전반의 보안 위협을 연구합니다. 인식(Perception) 계층에서는 카메라 ISP(Image Signal Processor)와 자동노출(AEC) 등 이미지 처리 파라미터를 교란하여 객체 인식을 무력화하는 공격과, 하나의 물리적 적대적 예제(Adversarial Example)가 여러 시야각과 다중 카메라에서 동시에 오인식을 유발하는 공격을 재현하고, 이에 대한 방어 기법을 CARLA 등 시뮬레이션 환경에서 정량적으로 검증합니다.
판단(Prediction·Planning) 계층에서는 궤적 예측 모델에 대한 자연스러운 데이터 오염(naturalistic data poisoning) 기반 백도어 공격의 은닉성을 분석하고, TTC(Time-To-Collision) 등 동적 안전 제약을 활용해 이를 탐지하는 방법을 연구합니다. 아울러 실차 기반 시뮬레이션(VILS) 환경에서 공격 시나리오의 안전 영향을 평가하여, ISO 26262 기능안전과 ISO/SAE 21434 사이버보안이 연계된 자율주행 시스템 검증 체계를 목표로 합니다.