Design and Implementation Real-Time Drawing Document Criticality Classification and Security System using Deep Learning Framework
Yeong-Sik Kim, Jong-Kyung Baek, Jae-Pyo Park · Journal of the Korea Academia-Industrial cooperation Society · 2024
최근 온라인 협업 환경에 대한 의존도가 높아지면서, 자료가 네트워크를 통해 빈번하게 전송되고 공유됨에 따라 잠재적인 보안 위협이 증가하고 있다. 예시로 국내 중요 국방 설계문서가 해외로 유출된 사고도 있었다. 이러한 보안 위협에 대응하기 위해서, 본 연구는 딥러닝 프레임워크를 기반으로 한 설계문서의 실시간 인식 및 분류 시스템을 제안한다. 이 시스템은 VGG-16 모델을 활용하여 템플릿 매칭, 이미지 임베딩, OCR 기술을 통합적으로 사용하여 표제란의 정보를 정확하게 추출하고, 표제란의 존재 여부, 표제란 내용을 토대로 문서의 중요도를 분류한다. 분류한 중요도에 따라 자동으로 차별화된 보안 정책을 적용할 수 있고, 분류된 설계 정보 중 일반 설계 정보는 높은 가용성으로 사용자 경험에 편리함을 제공하며, 방산 등 민감한 분야의 설계 정보는 높은 기밀성으로 더욱 특화된 보안 기법을 적용할 수 있다. 시험을 통해 제안 시스템은 다른 알고리즘을 사용한 모델보다 12% 높은 인식률을 보였으며, 기존 시스템보다 최소 약 16배에서 최대 약 51배 더 빠른 처리 속도를 보였다. 무엇보다 기존 시스템은 도면을 세분할 수 없지만, 제안 시스템에서는 도면을 세분하여 정책을 적용할 수 있다. 본 연구는 디지털화 시대에 필수적인 효율적인 설계문서 관리 및 강화된 보안 조치를 구현할 수 있게 하며, 향후 설계 정보만 아니라 차별적인 보안 정책의 적용이 필요한 산업 분야에서의 응용이 기대된다.