법의학 기술 리포트
사진에서 블러 처리가 안전하지 않은 이유: 수학적 디컨볼루션의 현실
가우시안 블러와 모자이크 픽셀화는 프라이버시를 완벽히 지켜주지 못합니다. 현대 신경망과 디블러링 알고리즘이 블러 처리된 텍스트와 얼굴을 어떻게 복원하는지, 그리고 왜 완전 파괴 마스킹이 필수적인지 기술적으로 설명합니다.
Published by MaskMyBody Security Research · 읽는 시간 약 8분 · Updated October 2026
블러 처리는 픽셀을 삭제하는 것이 아니라 뒤섞는 것에 불과합니다
일반적인 필터는 픽셀의 광도와 색상을 주변 영역으로 분산시키는 수학 연산일 뿐이며, 정보의 수학적 합계는 이미지에 그대로 남아있습니다.
- 결정론적 가우시안 수학 커널 블러 필터는 가역적인 수학적 컨볼루션 행렬을 사용하므로, 반경 매개변수를 알면 역행렬 연산으로 원본 정보를 추정할 수 있습니다.
- Depix 및 룩업 테이블 공격 오픈소스 도구 Depix는 사전 계산된 글꼴 문자열의 픽셀화 블록과 대조하여 비밀번호, 신용카드 번호, 영문 이름을 높은 정확도로 복원합니다.
- 안면 인식 재구성 딥러닝 모델 최신 얼굴 초고해상도(Super-Resolution) 신경망은 블러 처리된 이목구비의 형태학적 외곽선만으로도 원본 얼굴 데이터베이스와 90% 이상 일치시킵니다.
기술 비교 분석
| 개인정보 보호 기능 | Standard | MaskMyBody (Client-Side) |
|---|---|---|
| 수학적 역산 가능성 | 선형 수학 함수로 평균화되어 역행렬 및 디컨볼루션 연산 가능. | 0x00 완전 덮어쓰기(Solid Black) 또는 암호화 난수 주입으로 원본 정보 완전 소멸. |
| 비밀번호 및 문자 복원 저항성 | Depix 및 빈도 룩업 테이블 매칭 공격에 매우 취약. | 텍스트 궤적이 완전히 파괴되어 광학 문자 인식(OCR) 및 디컨볼루션 무력화. |
| AI 기반 안면 인식 대조 | 블러 반경이 작을 경우 얼굴 임베딩 벡터가 여전히 Pimeyes에 의해 매칭됨. | 얼굴 랜드마크 영역을 비가역적 솔리드 블록 또는 고엔트로피 노이즈로 덮음. |
| EXIF 메타데이터 제거 여부 | 사진 픽셀에 블러만 적용하고 원본 GPS/타임스탬프 메타데이터를 유지하는 경우가 빈번. | 클라이언트 측 메모리 캔버스에서 0-Byte EXIF 스트립으로 내보내기 자동 수행. |
자주 묻는 질문
블러 반경을 아주 크게 설정하면 안전하지 않나요?
블러 반경을 극도로 크게 주면 문자 판독은 막을 수 있지만, 여전히 주변 배경색과 혼합된 색상 경계선이 남아 있어 이목구비의 상대적 위치나 대략적인 윤곽이 노출될 수 있습니다. 완전 덮어쓰기만큼 확실한 방법은 없습니다.
모자이크(픽셀화)는 가우시안 블러보다 안전한가요?
아닙니다. 픽셀화는 격자 단위의 색상 평균치이므로 Depix와 같은 도구에 훨씬 더 취약합니다. 특히 텍스트의 경우 격자 크기만 알면 거의 완벽하게 복원됩니다.