본 논문은 딥러닝을 활용한 스마트폰 촬영 시도 검출 시 화면 캡처 방지 방법에 대한 연구이다. 스마트폰 확산으로 스마트폰을 이용한 정보 유출 사례가 늘어나고 있고, 최근 기업들의 재택 근무 시 기업 정보를 유출하는 사례가 발견돼, 이에 대한 대응이 필요하다. 기업 정보 유출 사례는 기업 관계자에 의한 유출이 외부인에 의한 유출보다 사전 탐지가 어렵고, 정보 유출 후 피해 규모가 클 수 있다. 정보유출을 제어하는 고전적인 방법은 DRM (digital right management), MDM (mobile device management)이 있다. 그러나 통제를 벗어나는 경우 제어 및 추적이 불가하며, 사용자 모니터를 촬영하여 정보 유출하는 사례는 제어할 수 없다. 제안하는 방법론은 스마트폰 촬영 객체 특징을 추출 후 딥러닝 모델로 학습하여 사용자의 웹캠으로부터 입력된 영상에서 스마트폰 촬영 객체를 검출하고, 학습된 객체 검출 시 영상 필터 처리된 화면을 실행, 화면을 식별하지 못하게 한다.
스마트폰 촬영 캡처 방지 방법은 실시간 객체 검출을 필요로 하며, 기계 학습과 딥러닝의 네트워크로 실시간 객체 검출이 가능한 커스텀 학습 모델을 생성한다. 본 논문은 영상 내 객체 검출과 속도에 초점을 맞췄다. 또한 제안하는 방법 사용 시 사용자의 기기 자원 사용을 최소화할 수 있도록 모델의 파라미터와 계산량 등을 고려하였다. 실험 결과, 제안하는 방법론은 90% 이상의 정확도로 스마트폰 촬영을 분류 및 검출하며, 이를 기반으로 스마트폰 촬영을 판단하여 화면 캡처를 차단할 수 있었다. 본 연구에서 제안하는 방법론은 스마트폰 촬영을 이용한 정보 유출 방지를 위한 기술적 대응책으로 활용될 수 있을 것이다. 향후 더 많은 사례들이 발생할 것으로 예상되는 스마트폰 촬영 정보 유출 문제에 대한 대응책으로 본 연구에서 제안한 방법론이 활용될 수 있을 것으로 기대된다.