전북대학교 소프트웨어공학과 조재혁 교수 연구팀이 국제학술지 ICT Express에 게재한 논문으로 ‘ICT Express Best Paper Award(최우수논문상)’를 수상했다. 시상은 지난 7일부터 10일까지 이탈리아 밀라노에서 열린 ‘제17회 유비쿼터스·미래네트워크 국제학술대회(ICUFN 2026)’에서 열렸다.
수상 논문은 ‘Deep learning-driven methods for network-based intrusion detection systems: A systematic review’로, ICT Express 제11권 1호(181~215쪽, 2025)에 실렸다.
이 상은 엘스비어(Elsevier)가 발행하는 SCIE 등재 국제학술지 ICT Express에 게재된 연구·리뷰 논문 가운데 가장 우수한 성과에 수여하는 최고 권위의 상이다. 선정위원회는 논문의 완성도와 독창성, 학문적 기여도, 피인용 실적 등을 종합 평가해 수상작을 결정한다.
이번 논문은 딥러닝을 활용한 네트워크 침입탐지 시스템(NIDS)을 주제로 한 체계적 문헌고찰 연구다. 연구팀은 체계적 리뷰의 국제 표준인 PRISMA 2020 지침에 따라 2018년부터 2024년까지 발표된 관련 연구를 선별·분석했다.
논문에서는 침입탐지에 활용되는 주요 딥러닝 구조인 합성곱신경망(CNN), 장단기메모리(LSTM), 게이트순환유닛(GRU), 양방향 LSTM(BiLSTM), 하이브리드 모델의 특성과 성능을 비교·정리했다. 또 대표 데이터셋과 데이터 전처리 기법, 성능 평가 지표를 함께 검토했으며, NSL-KDD와 KDD-CUP99 등 기존 데이터셋이 최신 공격 유형을 충분히 반영하지 못하는 한계도 짚어냈다.
이와 함께 사물인터넷(IoT), 헬스케어, 스마트시티 등 침입탐지 기술의 주요 적용 분야를 분석하고, 딥러닝 기반 침입탐지 시스템 구현에 활용할 수 있는 도구와 플랫폼, 향후 연구 과제도 제시했다. 연구자와 현장 실무자가 함께 참고할 수 있는 정리된 기준점을 제시했다는 점에서 의미를 더한다.
조재혁 교수는 “딥러닝 기반 침입탐지 연구는 빠르게 늘고 있지만 방법론과 데이터셋이 흩어져 있어 전체 흐름을 파악하기 쉽지 않았다”며 “이번 논문이 관련 연구자와 실무자에게 체계적인 출발점이 되길 바라며, 앞으로도 실제 보안 환경에 적용할 수 있는 연구를 이어가겠다”고 말했다.
