PE Notes · 서비스
안면인식 결제서비스
안면인식 결제서비스: 사전에 등록한 얼굴 생체정보(특징 정보)와 결제 시점에 촬영한 얼굴을 비교해 본인임을 확인하고 연결된 결제수단으로 결제하는 서비스 — 카드·휴대폰 없이 결제(Pay by Face)
안면인식 결제서비스: 사전에 등록한 얼굴 생체정보(특징 정보)와 결제 시점에 촬영한 얼굴을 비교해 본인임을 확인하고 연결된 결제수단으로 결제하는 서비스 — 카드·휴대폰 없이 결제(Pay by Face). 기술 구성: 얼굴 검출 → 위·변조 탐지(Liveness·PAD) → 특징 추출(템플릿) :N 식별 또는 1:1 검증 → 결제 승인.
구조와 칸
비접촉·무매체: 카드·폰 불필요 편의 vs 프라이버시: 가장 편리하지만 유출 우려가 가장 큰 인증 수단. 1:N 식별의 오인식 위험: 등록자 수가 많을수록 타인 수락 가능성 증가 → 보조 인증(전화번호 뒷자리·PIN) 결합. 환경 영향: 조명·마스크·노화·쌍둥이 등.
| 단계 | 내용 |
|---|---|
| ① 등록(Enrollment) | 앱에서 본인 확인(실명·결제수단) → 얼굴 촬영· 확인 → 특징 정보(템플릿) 추출 → 원본 이미지 파기, 템플릿 암호화 저장 |
| ② 결제 요청 | 매장 단말 카메라(3D·IR)로 얼굴 촬영 |
| ③ 위·변조 탐지 | 사진·영상·마스크·딥페이크 공격 차단(PAD, ISO/IEC 30107) |
| ④ 매칭 | 1:N 식별(등록자 DB에서 검색) 또는 보조 정보로 후보를 좁힌 뒤 1:1 검증 — 유사도 점수 ≥ 임계치 |
| ⑤ 결제 승인 | 연결된 카드·계좌 결제, 고액이면 PIN 등 추가 인증 |
| ⑥ 사후 관리 | 이용 내역 통지, 이상 거래 탐지(FDS) |
1:N 식별에서 FAR 증가: 1:1 FAR이 p일 때 등록자 N명과 비교하면 오수락 확률 ≈ 1 − (1 − p)^N ≈ N × p(p가 작을 때). 예: p = 0.0001%(10⁻⁶), N = 100만 명 − (1 − 10⁻⁶)^10⁶ ≈ 1 − e⁻¹ ≈ 63% :N 단독은 위험, 전화번호 뒷자리 등으로 후보를 줄이는 이유. 후보를 10명으로 줄이면 ≈ 10 × 10⁻⁶ = 0.001%. 민감정보 처리 별도 동의: 다른 개인정보 처리와 구분해서 동의, 거부 시 대체 결제수단 제공.
생체 결제 인증 수단 비교
| 지표 | 의미 |
|---|---|
| FAR(타인 수락률) | 타인을 본인으로 잘못 수락 — 결제에서 가장 치명적 |
| FRR(본인 거부률) | 본인을 거부 — 불편 |
| EER | FAR = FRR 되는 지점, 낮을수록 정확 |
| APCER / BPCER | 위·변조 공격을 정상으로 수락한 비율 / 정상을 공격으로 판단한 비율(PAD 지표) |
| 위협 | 대응 |
|---|---|
| 프레젠테이션 공격(사진·영상·3D 마스크) | 3D 깊이·적외선 카메라, 능동·수동 라이브니스, ISO/IEC 30107-3 기반 PAD 시험·인증 |
| 딥페이크·주입 공격(카메라 우회 영상 주입) | 단말 무결성·보안 카메라 경로, 주입 공격 탐지 |
| 생체정보 DB 유출 | 원본 즉시 파기, 템플릿 암호화·분산 저장, (Cancelable Biometrics), 템플릿 보호(ISO/IEC 24745) |
| 단말 해킹·스키밍 | 보안 단말 인증, 단말 내 처리·전송 구간 암호화 |
| 오인식(쌍둥이·닮은 사람) | 보조 인증 결합, 임계치 조정, 고액 결제 추가 인증 |
| 무단 촬영·추적 | 결제 의사 확인(버튼·화면 확인), 결제 외 목적 이용 금지 |
간편결제 사업자 얼굴 결제 단말: 가맹점 단말 무료 보급으로 확대 중(2026 보도). 카드사 생체 결제의 부침: 신한카드 얼굴 결제 서비스 2026.2 종료, 롯데카드 손바닥 정맥 결제 2026.6 종료, BC카드 음성 결제 2020 종료(2026.8 보도). 해외: 중국 알리페이 얼굴 결제, 미국 아마존 손바닥 결제(Amazon One).
답안은 안면인식 결제서비스의 정의, 칸, 비교 축을 한 장에 닫습니다.
기출 이력
- 제138회
기술사 답안 포인트
관련 용어
관련 토픽
보안
FIDO 인증
서버에 비밀을 두지 않는 FIDO 1.0의 UAF·U2F와, 브라우저 표준이 된 2.0 WebAuthn·패스키를 피싱 내성 축으로 비교합니다.
서비스
가트너 전략기술 Top10(2026) / AI-Native Dev Platforms / Physical AI / Digital Provenance
가트너 10대 전략 기술 트렌드 2026(Gartner Top 10 Strategic Technology Trends for 2026): 가트너가 2025년 10월 20일 Gartner IT Symposium/Xpo(올랜도)에서 발표한, 향후 3~5년
AI
적대적공격과 생성형 AI 보안취약점
학습·추론 단계를 가르는 적대적공격 네 유형과, 프롬프트 인젝션부터 도구 연동까지 생성형 AI의 공격 표면을 구분합니다.