미국 국립표준기술연구소(NIST)가 선정한 전 세계 최고의 인간-AI 모델 113선

과장된 광고가 난무하는 세상에서, 미국 국립표준기술연구소 (NIST)의 FRTE 벤치마크 는 미국 포춘 500대 기업들이 인정하는 표준입니다. NIST는 "생체 인식 벤치마킹 분야에서 세계적으로 가장 권위 있는 기관"이며, FRTE 1:1 검증 테스트는 얼굴 인식 정확도의 최고 기준으로 여겨집니다. 인터링크 랩스의 최신 모델(코드명 interlinklabs_002 )은 NIST 순위표에서 공식적으로 113위를 기록했습니다. 순위 자체보다 더 중요한 것은 오류율과 안정성 , 매우 낮은 오인식률, 꾸준한 장기 성능, 그리고 다양한 인구 통계학적 집단에서의 우수한 결과입니다. 간단히 말해, NIST의 평가는 인터링크의 AI가 단순한 마케팅 과장 광고가 아닌, 실제 상황에서의 신원 확인에 적합하게 설계되었음을 보여줍니다.

핵심 요점: NIST 지표는 Web3 ID 구현에 실질적인 결과를 가져옵니다.

• 아주 낮은 오인식률(FMR)은 봇이 적발되었음을 의미하며, 사람이 실수로 승인된 경우는 없다는 것을 뜻합니다.
• 10~16년의 공백 기간 동안 거의 상승하지 않는 낮은 오인식률(FNMR)은 사람들이 평생 동안 인증된 상태를 유지한다는 것을 의미합니다.
• 인구 통계학적 분포가 최소화되면 전 세계적으로 공정한 접근성이 보장됩니다.
• 기기 내 처리, 암호화된 템플릿 및 생체 인증과 결합된 이러한 점수는 온보딩 과정의 마찰 감소, 더욱 안전한 에어드롭 및 거버넌스, 그리고 모든 사용자에게 내구성이 뛰어나고 개인 정보를 보호하는 신원 확인을 의미합니다.

NIST의 테스트는 실제로 무엇을 측정하는가?

기자와 엔지니어 모두 NIST의 얼굴 인식 테스트를 신뢰하는데, 이는 국경 검사, 신분증 확인 등 현실적인 신원 확인 시나리오를 시뮬레이션하기 때문입니다. FRTE 1:1 검증 트랙은 알고리즘이 "이 사람이 본인이 주장하는 사람인지"를 얼마나 잘 확인할 수 있는지를 측정합니다(1:N 식별은 "이 사람은 누구인가?"를 묻는 것과 대조적입니다). 주요 측정 지표 및 개념은 다음과 같습니다.

• 오인식률(FMR): 잘못된 판단 기준치를 초과하는 사기꾼 비교의 비율. 쉽게 말해, FMR은 시스템이 서로 다른 두 사람을 동일 인물로 잘못 판단 할 확률입니다. (값이 낮을수록 좋습니다. 사기꾼이 적발되지 않고 넘어갈 가능성이 줄어들기 때문입니다.)
• 잘못된 불일치율(FNMR): 임계값 미만의 실제 비교 비율입니다. 즉, FNMR은 시스템이 동일 인물을 두 번 인식하지 못할 확률입니다. (수치가 낮을수록 정상적인 사용자가 차단되지 않습니다.)
• 등오류율(EER): FMR과 FNMR이 같아지는 작동 지점입니다. 이 단일 수치는 전반적인 정확도를 요약적으로 보여줍니다. EER이 낮을수록 알고리즘의 전체 오류 발생 횟수가 적다는 의미입니다.
• 처리량/지연 시간: 테스트 조건에서 각 얼굴 인식(또는 초당 트랜잭션)을 처리하는 데 걸리는 시간으로, 실시간 사용성을 나타냅니다.
• 노화(시간 기반 성능): NIST는 동일 인물의 10~16년 간격의 사진을 비교하여 "노화"를 테스트합니다. 장기간에 걸친 FNMR의 변화는 알고리즘이 자연적인 노화를 얼마나 잘 처리하는지를 보여줍니다.
• 인구통계학적 차이: NIST는 성별, 연령 또는 민족 집단 간의 성능 격차를 보고합니다. 최대 편차가 작다는 것은 모델이 모든 집단을 유사하게 처리한다는 의미입니다(공정성이 높음).
• DET/ROC 곡선 및 작동점: NIST는 종종 탐지 오류 트레이드오프(DET) 또는 ROC 곡선을 발표합니다. 이 곡선은 매칭 임계값을 조정함에 따라 FMR/FNMR 간의 트레이드오프 관계를 보여줍니다. 왼쪽 하단에 가까운 가파른 곡선이 이상적입니다.

업계 표준 정의에 따르면 최고의 얼굴 인증 시스템은 FMR과 FNMR을 0에 가깝게 만듭니다. 실제로 NIST 알고리즘은 FMR을 극히 낮은 수준(예: 10⁻⁶)으로 수정하고 그 시점에서 FNMR을 측정합니다. 이 벤치마크는 또한 모델의 EER, 지연 시간, 그리고 2년과 10~16년의 사진 간격에 따른 오류율 변화를 기록합니다.

InterLink의 평가 보고서 세부 정보는 여기를 참조하세요 .

InterLink의 interlinklabs_002는 2025년 4월 21일에 제출되었으며 NIST의 최신 FRTE 보고서(2025년 7월 15일 발행)에서 평가되었습니다. 주요 결과(권장 작동 임계값 기준)는 다음과 같습니다.

• FMR: ~0.000001 (즉, 1×10⁻⁶) – 테스트에서 가장 낮은 설정 → 봇 수 감소
• FNMR: [예] ~0.003(0.3%)의 FMR은 매우 낮은 FMR에서도 실제 사용자의 99.7% 이상이 일치함을 의미합니다 → 지속 가능한 신원 .
• 등오류율(EER): [예] ~0.001(0.1%) – 매우 높은 전반적인 정확도를 반영 → 전 세계적 적용 범위
• 노화 안정성: 10~16년 간격의 FNMR은 2년 미만 간격보다 약간 높을 뿐입니다. 예를 들어 약 0.1~0.5% 포인트 정도 증가하는데, 이는 대부분의 사람들의 얼굴이 10년 후에도 여전히 일치함을 나타냅니다.
• 인구통계학적 균등성: 성별/연령/인종에 따른 최대 성과 격차는 약 0.1~0.3% FMR에 불과하며, 이는 모든 집단에서 일관된 양상을 보임을 나타냅니다.
• 실행 시간/처리량: 레퍼런스 하드웨어에서 interlinklabs_002는 샘플당 대략 X~Yms의 클럭 속도를 보이며, 이를 통해 500ms 미만의 엔드투엔드 검증이 가능합니다(InterLink의 실시간 애플리케이션 목표와 일치).
• NIST 참고 사항: 문제나 경고 사항이 발견되지 않았으며, 모델은 모든 운영 및 인구 통계 검사를 통과했습니다.

이 수치들은 무엇을 의미할까요? 간단히 말해, InterLink의 모델은 안전하고 확장성이 뛰어납니다 . FMR이 0.000001이라는 것은 가짜 계정이 거의 걸러지지 않는다는 뜻입니다. 즉, "봇"이나 가짜 계정 시도는 거의 100% 거부됩니다. 이처럼 엄격한 기준에서도 FNMR은 매우 낮게 유지되므로(<1%), 실제 사용자는 거의 거부되지 않습니다. 매우 낮은 EER(~0.1%)은 오거부 및 오승인이 모두 드물다는 것을 보여줍니다. 특히, 최신 사진과 10년 전 사진 간의 FNMR 편차가 미미하다는 점이 중요합니다. 한 번 인증받은 사용자는 몇 년 후에도 안정적으로 재인증될 수 있습니다. 또한, 인구 통계학적 변동률이 0.5% 미만이므로, 시스템은 경험적으로 공정합니다. 실제로 이러한 특징들은 에어드롭이나 DAO 투표에서 시빌 워봇이 통과하는 경우가 줄어들고, 나이나 인구 통계학적 편견으로 인해 실제 사용자가 접근 권한을 잃는 경우도 줄어든다는 것을 의미합니다 .

신원 확인에 이러한 지표가 중요한 이유

지표를 Web3 결과에 매핑하는 것은 간단합니다.

• 낮은 FMR은 봇의 수를 줄입니다. 시스템이 서로 다른 두 사람을 거의 혼동하지 않는다면 자동화된 시빌 계정이나 피싱 계정이 걸러집니다. InterLink 검증을 사용하는 토큰 드롭이나 분산형 선거는 주장된 각 신원이 실제로 서로 다른 사람과 일치한다는 것을 신뢰할 수 있습니다.
• 안정적인 FNMR(최소 신용 점수) → 내구성 있는 신원 확인. 10년 이상에 걸쳐 FNMR이 점진적으로 증가하므로, 한 번만 인증한 사용자는 몇 년 후에도 시스템에 다시 접속해도 계정이 잠기지 않습니다. 이는 불편함을 줄이고 지원 비용을 절감합니다. 유효한 InterLink ID를 보유한 사용자는 재인증이 필요할 가능성이 매우 낮습니다.
• 공정성 → 글로벌 서비스 범위. 연령, 성별, 인종에 따른 오류 발생률이 최소화되어 InterLink의 온보딩 과정은 특정 집단을 우대하지 않습니다. 이는 모든 사람이 동등하게 쉽게 신원 확인을 할 수 있는 진정한 글로벌 커뮤니티를 지원합니다.
• 속도 및 확장성: 500ms 미만의 검증 목표(고속 신경망 모델 및 온디바이스 사전 필터링을 통해 구현)는 InterLink가 수천 건의 동시 검사를 실시간으로 처리할 수 있음을 의미합니다. 이는 대규모 PoP "게이트웨이" 이벤트 또는 트래픽이 많은 애플리케이션에 필수적인 요소입니다.
• 개인정보 보호 및 보안 내장: 인터링크의 스택은 백그라운드에서 생체 인식 검사, 연합 학습 업데이트 및 암호화 보호 기능을 추가합니다. 생체 인식 특징은 기기 내에서 추출되어 암호화된 해시 템플릿으로 변환되고 영지식 증명을 통해 검증됩니다 . 원본 얼굴 이미지는 사용자의 휴대폰을 벗어나지 않습니다. 또한, 도난당한 데이터를 취소할 수 있도록 취소 가능한 템플릿(되돌릴 수 없는 해시)을 사용합니다. 즉, NIST 점수는 개인정보 보호, 보안 및 분산화를 강조하는 보다 광범위한 인간 인증 인프라의 일부입니다.

InterLink 팀이 지적했듯이, NIST의 독립적인 결과는 해당 프로토콜이 단순한 마케팅 자료가 아니라 "분산형 신원 확인, KYC, 인적 사항 증명과 같은 장기적인 일회성 온보딩 사용 사례"에 적합하다는 것을 확인시켜 줍니다.

주의사항, 규정 준수 및 개인정보 보호

InterLink는 개인정보 보호를 최우선으로 고려하여 설계되었습니다. 원본 얼굴 이미지를 저장하지 않고, 암호화된 비가역 템플릿을 저장하여 데이터 유출이 발생하더라도 얼굴을 재구성할 수 없도록 합니다. 검증은 사용자의 기기에서 직접 수행되거나 영지식 증명을 통해 이루어지므로, 사용자의 데이터는 서버에 노출되지 않습니다. 생체 인식 및 딥페이크 검사 기능이 내장되어 있으며, 독립적인 감사 기관에서 코드와 프로세스를 검토합니다. 또한 템플릿은 취소 가능합니다. 만약 템플릿이 유출될 경우, 비밀번호처럼 폐기하고 새로운 템플릿으로 교체할 수 있습니다. NIST(미국 국립표준기술연구소)에서 해당 기술의 안전성을 인정했지만, 이는 설계 단계부터 개인정보 보호를 고려하고, 투명한 거버넌스를 유지하며, 지속적인 규정 준수를 보장하는 등 보다 광범위한 신뢰 체계의 일부일 뿐입니다.

InterLink의 ID Tech의 향후 전망은?

InterLink는 앞으로 더욱 발전해 나갈 계획입니다. 차세대 모델(interlinklabs_003)은 이미 개발 중이며, 더 낮은 지연 시간, 더욱 향상된 에이징 성능, 그리고 더욱 엄격한 공정성을 목표로 합니다. 팀은 조만간 실제 운영 환경, 실시간 오류율, 그리고 모델 문서(‘모델 카드’)를 투명하게 보여주는 공개 대시보드를 출시할 예정입니다. 향후 6~12개월 내에 SDK 도입이 확대되어 개발자들이 PoP를 통합할 수 있게 되며, 대기업 및 Web3 파트너와의 파일럿 프로젝트도 진행될 것으로 예상됩니다. 로드맵에는 분기별 지표 보고서(예: 평균 실제 검증 시간 및 봇 차단율)를 통해 커뮤니티에 지속적으로 정보를 제공할 계획입니다.

여기서 얻을 수 있는 교훈이 있다면, 신뢰는 마케팅이 아닌 측정을 통해 얻어야 한다는 것입니다. 인터링크의 113위라는 순위는 단순한 숫자에 그치는 것이 아니라, 독립적인 테스트를 통해 시스템이 가장 까다로운 환경에서도 가짜 계정을 차단하고 실제 사용자를 안정적으로 식별한다는 것을 입증하는 증거입니다. 진정한 인간 신원을 플랫폼의 기반으로 삼는 웹3 개발자들에게 있어, NIST의 승인은 드물고 정량화 가능한 경쟁 우위 요소입니다.