Page 9 - KAIST GSIS 2023 Vol.10
P. 9

졸업생 인터뷰






                                                                    다. 기존 솔루션은 클라이언트에서 수집한 여러 정보를 서
                                                                    버에 전송하고 서버에서 ML 모델 등을 통해 Aimbot을 탐
                                                                    지합니다. 이러한 방식은 클라이언트의 수가 많은 온라인
                                                                    게임 환경에서 서버에 많은 오버헤드를 주게 되어 결국 서
                                                                    버의 가용성 및 성능을 저하시킵니다. BotScreen은 이러
                                                                    한 서버측 오버헤드 문제를 해결하고자 개발되었습니다.
                                                                    BotScreen은 클라이언트에서 동작하며 사용자의 Aim의
                                                                    움직임에 대한 정보를 ML 모델을 통해 분석하여 Aimbot
                                                                    사용여부를 탐지합니다. Aimbot 사용자의 조준점 움직임
                                                                    은 일반 플레이어와 확연히 다른 패턴을 보입니다. 일반 사
                                                                    용자는 상대방을 조준하기 위해, 현재 위치와 화면상의 상
                                                                    대방 위치 사이에서 일정한 곡선을 그리면서 조준점을 움
              FPS 게임 에임 핵 잡는                                        직이기 때문에 조준점의 다음 위치를 예측하기 쉽습니다.
                                                                    반면 Aimbot 사용자의 조준점은 좀 더 빠르고 불규칙적으
                   인공지능 솔루션,                                        로 움직이게 됩니다. BotScreen의 탐지 모델은 이러한 조
                                                                    준점 움직임 패턴의 차이를 정확하게 포착해 Aimbot 사용
                       BotScreen,                                   여부를 높은 정확도로 탐지합니다. BotScreen은 클라이언

                                                                    트 측에서 안전하게 동작하기 위해 TEE (Trusted Execu-
                        최민엽 학생                                      tion Environment)을 사용하지만, 다른 클라이언트와 상
                                                                    호작용하여 Aimbot 탐지 결과를 다수결로 판별하는 기능
                                                                    도 있어, TEE 없이도 동작할 수 있습니다.

                 안녕하세요 최민엽님,
            Q
                 간단한 자기소개 부탁드립니다.                                   이 연구가 일반 게이머에게 어떻게 도움을 줄
                                                                Q
                                                                    수 있을까요? 게임 커뮤니티나 업계에 어떤 영
            A : 안녕하세요, 차상길 교수님 연구실에서 석사학위를 받고
                                                                    양을 줄 것으로 예상하나요?
                 현재는 S2W의 위협분석 팀, 탈론에서 악성코드 분석 관련
                 업무를 진행하고 있는 최민엽입니다.
                                                                A : BotScreen은 일반 게이머들이 공정한 게임 환경을 경험
                                                                    할 수 있게 돕습니다. Aimbot 사용자로 인한 불공정한 게
                                                                    임 경험을 줄이고, 이로 인해 FPS 게임을 접게 되는 신규
            Q    FPS 게임 산업에서 큰 문제인 Aimbot을 높은                       플레이어들의 이탈을 방지할 수 있습니다. 게임 업계 입장
                 성능으로 탐지할 수 있는 시스템 (BotScreen)                      에서는 Aimbot 방지를 위한 투자 비용을 절감할 수 있으
                 에 대한 논문이 세계적인 4대 보안 학회인 USE-                       며, 이 자원을 다른 중요한 부분에 재투자할 수 있는 기회
                 NIX  SECURITY에  채택되고  Distinguished                를 제공합니다.
                 paper award까지 수상하셨는데, 해당 논문에
                 대한 자세한 설명 부탁드립니다.
                                                                Q   해당 연구를 하게 되신 계기는 무엇인가요?
            A : Aimbot은 FPS 게임 (카운터스트라이크, 서든 어택 등)에
                 서 플레이어의 조준점(Aim)을 자동으로 움직여 화면에 표               A : 저는 개인적으로 FPS 게임을 즐겨하는데, 게임을 하면서
                 시된 상대방을 조준하는 프로그램으로, 대부분의 온라인                      Aimbot 사용자들을 자주 마주쳤습니다. 이러한 불법 프로
                 FPS 게임에서 사용이 금지되어 있습니다. BotScreen은 클               그램 사용자 때문에 게임의 재미와 공정성이 크게 저하되
                 라이언트 사이드에서 동작하는 Aimbot 탐지 솔루션입니                    는 것을 경험하면서, 왜 이러한 부정 행위를 시스템을 사



                                                                              Graduate School Of Information Security  09
   4   5   6   7   8   9   10   11   12   13   14