3,100만 번의 AI 테스트로 만든 '투명 패턴': Def Con서 플록 카메라 속인 노리코그니션 프로젝트

자동차 번호판을 스캔하고, 얼굴을 식별하며, 차량을 추적하는 자동 감시 시스템은 현대 사회에서 피할 수 없는 현실처럼 여겨져 왔습니다. 하지만 캔자스시티의 한 사이버 보안 연구원이 카메라 하나를 물리적으로 차단하지 않고도 이러한 시스템을 무력화할 수 있는 방법을 개발했습니다.

빌 스웨어링(Bill Swearingen)의 noRecognition 프로젝트는 강화 학습(Reinforcement Learning)을 사용하여 적대적 시각 패턴(Adversarial Visual Pattern)을 생성합니다. 이 패턴은 천이나 비닐에 인쇄되어 널리 배포된 감시 카메라에서 실행되는 객체 감지 및 분류 소프트웨어를 교란합니다. 약 1년에 걸친 약 3,100만 회의 자동화된 테스트를 통해, 시스템은 실험실에서 11개의 오픈소스 감지 알고리즘을 무력화하는 디자인에 도달했습니다. 이후 2026년 8월 7일 금요일, 스웨어링은 라스베이거스 Def Con 사이버 보안 컨퍼런스에서 이 패턴을 입힌 2009년형 도요타 야리스를 플록(FLock) 번호판 인식기 앞에서 주행시켜 자동 탐지를 완전히 회피하는 실제 세계 데모를 공개적으로 선보였습니다 .

다음은 noRecognition이 작동하는 방식, Def Con 데모의 실제 의미, 그리고 일반인이 이 패턴이 적용된 의류를 구매할 수 있는 방법에 대한 설명입니다.

noRecognition이란 무엇인가?

noRecognition은 캔자스시티 출신의 사이버 보안 전문가이자 SecKC 모임 및 SIXCYBER의 설립자인 빌 스웨어링이 진행하는 반감시(anti-surveillance) 연구 프로젝트입니다. 이 프로젝트는 사람, 얼굴, 차량 및 물체를 자동 감시 시스템이 감지하지 못하도록 설계된 적대적 시각 패턴을 생성합니다 . 이 패턴은 천이나 비닐에 인쇄되어 옷이나 차량 표면에 부착됩니다. 일반 비디오 녹화를 차단하는 것이 아니라, 카메라에서 실행되는 객체 감지 및 분류 소프트웨어만을 특별히 교란합니다 .

스웨어링은 테크크런치(TechCrunch)와의 인터뷰에서 이 패턴이 신경망의 분류 계층을 악용하여, 모델이 인식 가능한 범주로 분류할 수 없는 시각적 신호를 생성한다고 설명했습니다 . 사람의 눈에는 추상적이고 혼란스러운 디자인으로 보이지만, AI에게는 사실상 보이지 않는 것입니다.

3,100만 회 테스트를 거친 강화 학습 시스템의 훈련 과정

스웨어링은 패턴을 반복적으로 생성하고, 이를 11가지 다른 오픈소스 컴퓨터 비전 감지 알고리즘에 대해 테스트하는 강화 학습 모델을 구축했습니다 . 각 테스트를 통해 모델은 어떤 시각적 특징이 감지 실패를 유발하는지 학습하고, 그에 따라 패턴을 개선했습니다.

약 1년에 걸쳐 약 3,100만 회(일부 소식통은 3,170만 회로 보도)의 테스트를 실행한 후, 모델은 패턴이 적용된 모든 것의 분류를 알고리즘이 지속적으로 실패하게 만드는 디자인에 수렴했습니다 . 스웨어링은 이 과정을 모델에게 "그림 그리는 법"을 가르치는 것에 비유했습니다. 즉, 시스템은 감지 소프트웨어의 혼란을 극대화하는 질감을 생성하는 방법을 학습했습니다 .

실제 추출된 모델 가중치를 사용한 통제된 디지털 테스트에서, 전면 적용된 noRecognition 텍스처는 f-YOLOv5 감시 탐지기가 보류된 240장의 의류 이미지에서 0.25 탐지 임계값 기준으로 61.7%의 비탐지율(non-detection rate)을 기록했으며, 텍스처가 없는 기준선 대비 폐색(occlusion)을 뺀 개선도(lift)는 +0.537을 나타냈습니다 .

실험실 테스트에서 무력화된 시스템:

• 플록(Flock) 번호판 인식기
• 액손(Axon) 바디캠
• 클리어뷰 AI(Clearview AI) 안면 인식 시스템
• 스웨어링의 테스트 스위트에 포함된 11개의 모든 오픈소스 감지 알고리즘

Def Con 34 데모: 카메라가 볼 수 없었던 2009년형 도요타 야리스

2026년 8월 7일 금요일, 스웨어링은 라스베이거스 Def Con 사이버 보안 컨퍼런스에서 noRecognition 패턴의 첫 번째 공개 실제 세계 테스트를 진행했습니다 . 자동차 미디어 매체인 도넛 미디어(Donut Media)의 도움을 받아, 그는 자신이 컴퓨터로 생성한 패턴으로 2009년형 도요타 야리스를 래핑하고 플록 번호판 인식기 앞으로 주행했습니다 .

스웨어링은 야리스가 자동 탐지를 완전히 회피했다고 보고했습니다. 플록 카메라는 차량을 식별하거나 번호판을 읽지 못했지만, 일반 비디오 녹화는 정상적으로 계속되었습니다 . 바퀴 부분은 다소 어려움을 겪었지만, 전반적인 테스트는 효과적인 것으로 평가되었습니다 .

데모 관련 중요 참고사항: 이 주장에 대한 독립적인 검증은 제한적이었습니다. 테크크런치는 결과가 차량이 '투명해지는' 것보다는 좁은 범위의 성공이며, 카메라는 여전히 영상을 녹화했고, 데모 영상과 로그는 공개되지 않았다고 지적했습니다 . 현재까지 실제 물리적 세계에서의 기록은 하나의 Def Con 테스트, 단일 카메라 모델에 국한되어 있으며, 증명은 여전히 논의의 대상입니다 .

noRecognition 패턴 구매 방법: 티셔츠, 후드티, 넥 게이터

스웨어링의 명시된 목표는 noRecognition을 대중의 프라이버시를 위한 실용적인 도구로 만드는 것입니다. 즉, 기술적 전문 지식 없이도 사람들이 알고리즘 감시를 거부(opt out) 할 수 있는 방법을 제공하는 것입니다 .

그는 2026년 8월 초 블랙햇(Black Hat)과 Def Con에서 연구 결과를 발표함과 동시에 킥스타터(Kickstarter) 캠페인을 시작했습니다 . 그는 링크드인(LinkedIn)에 "실제로 작동하는 패턴이 인쇄된 티셔츠, 후드티, 넥 게이터"가 연구 발표와 동시에 출시된다고 발표했습니다 .

현재 및 계획된 상품:

제품	상태
티셔츠(T-shirts)	킥스타터 캠페인을 통해 구매 가능
후드티(Hoodies)	킥스타터 캠페인을 통해 구매 가능
넥 게이터/목토시(Neck buffs/gaiters)	킥스타터 캠페인을 통해 구매 가능
차량용 랩/스킨(Vehicle skins/wraps)	의류 라인 이후 출시 계획

2026년 8월 중순 기준, 킥스타터 캠페인은 40,000달러 이상의 기금을 모금했습니다 . 추가 비용을 지불하는 후원자는 "생성, 테스트되었으며 다른 누구에게도 공개, 전시, 인쇄된 적 없는" 맞춤형 패턴을 요청할 수 있습니다 . 차량용 스킨은 의류 라인이 시작된 후 다음 단계로 설명됩니다 .

중요한 법적, 실용적 한계

이 프로젝트는 여전히 입증된 상용 제품이라기보다는 프라이버시 연구 이니셔티브로 남아 있습니다 . 실험실 테스트는 특정 알고리즘에 대한 성공을 보여주었지만, 실제 배포된 다양한 감시 시스템에 대한 성능은 독립적으로 감사되거나 보장되지 않았습니다 .

스웨어링은 또한 법적 회색 지대를 인정했습니다. 패턴이 적용된 차량을 운전하는 것은 주별로 번호판 가리기(obstruction)에 대한 법적 문제를 제기할 수 있으며, 그의 패턴은 번호판 영역을 명시적으로 덮지 않도록 설계되었습니다 .

현재로서 noRecognition은 올바른 패턴을 착용함으로써 개인이 알고리즘 감시에서 벗어날 수 있는 미래의 가능성을 보여줍니다. 그러나 스웨어링 자신과 여러 언론 매체는 이것이 '마술 망토'가 아닌 연구 결과이며, 증거 기반이 단일하고 공개적으로 문서화되지 않은 카메라 테스트 하나에 불과하다고 신중히 언급했습니다 .