안면인식 결제
IT 위키
더 많은 작업
안면인식 결제(Facial Recognition Payment, 얼굴 인식 결제)는 미리 등록한 얼굴을 매장 단말의 카메라로 확인해 본인을 인증하고, 그 사람에게 연결된 카드·계좌로 결제하는 바이오 인증 기반 결제 방식이다.
이용자는 카드나 스마트폰을 꺼내지 않고 단말 앞에 얼굴을 보이는 것만으로 결제한다. 2017년 중국 항저우의 패스트푸드 매장에서 알리페이가 '웃으면 결제'를 상용화한 뒤 중국에서 빠르게 퍼졌고, 국내에서도 카드사와 간편결제 사업자가 편의점·구내식당·매장 단말에 도입하고 있다. 얼굴은 비밀번호처럼 잊어버리거나 카드처럼 잃어버릴 일이 없지만, 유출되면 바꿀 수 없다는 점에서 보안과 개인정보 보호가 핵심 쟁점이다.
| 단계 | 내용 |
|---|---|
| 등록 | 앱이나 등록 단말에서 얼굴을 촬영하고, 얼굴에서 뽑은 특징값(템플릿)을 결제 수단과 묶어 저장한다. 원본 사진이 아니라 되돌릴 수 없게 변환한 특징값을 저장하는 것이 원칙이다 |
| 촬영·검출 | 결제 단말이 얼굴을 찍고 화면 안에서 얼굴 영역을 찾는다 |
| 위조 판별 | 실제 사람의 얼굴인지, 사진·영상·마스크인지 가린다(라이브니스 탐지, 위조 공격 탐지) |
| 특징 추출·비교 | 딥러닝 모델로 특징값을 뽑아 등록된 템플릿과 비교한다 |
| 결제 의사 확인 | 화면의 결제 버튼, 전화번호 뒷자리, 간편 비밀번호 같은 추가 입력으로 본인이 결제하려는 것을 확인한다 |
| 승인 | 연결된 카드·계좌로 결제를 승인하고 결과를 알린다 |
비교 방식은 두 가지다.
- 1:1 인증 : 전화번호 등으로 누구인지 먼저 밝히고, 그 사람의 템플릿 하나와만 비교한다. 오인식 위험이 낮다
- 1:N 식별 : 등록된 전체 얼굴 가운데 누구인지 찾는다. 편하지만 등록자가 많을수록 닮은 사람을 잘못 고를 확률이 커진다
- 3D 깊이 카메라·적외선 카메라 : 얼굴의 입체 구조를 재서 사진·화면으로 속이는 공격을 막고, 어두운 곳에서도 인식한다
- 딥러닝 얼굴 인식 모델 : 조명·각도·안경·마스크·나이 변화에도 같은 사람을 알아본다
- 라이브니스 탐지 : 깊이 정보, 피부 질감, 눈 깜빡임, 미세한 움직임으로 살아 있는 얼굴인지 판별한다
- 템플릿 보호 : 특징값을 암호화하거나 쪼개서 나눠 저장하고, 가능하면 단말이나 안전한 하드웨어 안에서만 비교한다. 서버에 생체정보를 모으지 않는 FIDO 의 원리를 따르는 방식도 있다
| 장점 | 위험 |
|---|---|
| 카드·휴대폰 없이 빈손으로 결제 | 사진·영상·정교한 마스크·딥페이크로 위조하는 공격 |
| 결제 시간 단축, 비대면 결제 | 일란성 쌍둥이·닮은 사람의 오인식(타인 수락), 본인 거부 |
| 카드 분실·도용 위험 감소 | 얼굴 정보는 유출되면 바꿀 수 없다 |
| 매장 회전율 향상 | 결제 의사 없이 카메라 앞을 지나가다 결제되는 문제, 매장 카메라를 통한 감시 우려 |
- 특정 개인을 알아볼 목적으로 기술적 수단을 통해 만든 얼굴 특징정보는 민감정보다(「개인정보 보호법 시행령」 제18조 제3호). 처리하려면 다른 개인정보와 별도로 동의를 받아야 하고(개인정보 보호법 제23조), 분실·도난·유출되지 않도록 안전성 확보에 필요한 조치를 해야 한다
- 원본 얼굴 이미지는 특징값을 만든 뒤 지우고, 목적이 끝나거나 탈퇴하면 템플릿을 파기한다
- 생체정보는 바이오정보의 보호 원칙(최소 수집, 암호화 저장, 분리 보관)을 따른다
- 결제는 전자금융 인증의 하나이므로 사고가 나면 책임 분담과 피해 보상 절차를 정해 둔다
- 오인식률(타인 수락률)과 오거부율의 균형을 결제 금액에 맞게 정하고, 고액 결제는 추가 인증을 요구한다
- 위조 공격 탐지(라이브니스)의 성능을 국제 표준 방식으로 시험한 단말을 쓴다
- 결제 의사를 확인하는 단계를 반드시 둔다
- 얼굴 결제를 원하지 않는 사람에게 다른 결제 수단을 남겨 둔다