JOO's LIBRARY

다카마쓰 여행 - 공항

샘플2 — Mon, 8 Jan 2024 22:48:31 +0900

다카마쓰 여행 4일차

공항으로 돌아가자

구글 지도로 검색하면 쉽게 정류장을 찾을 수 있다.

배차도 의외로 많았다. 다카마쓰 공항에서 교토행 국내선이 있어서 그런 것 같았다.

버스 요금은 내릴 때 계산한다.

버스를 타고 "現金(겐킨)데스" 라고 말하면 기사님께서 티켓을 안내해 주신다. (겐킨 -> 현금)

그 티켓을 뽑아서 내릴 때 티켓과 요금을 지불하면 된다.

올 때와 마찬가지로 1000엔을 냈다.

40분 쯤 이동해서 공항에 도착했다.

이 땐 몰랐는데 돌아가는 비행기도 지연이 되어 있었다...

안 알려줘서 몰랐다..

미리 확인했어야 했는데..

덕분에 공항 구경을 많이 했다. 돌아가는날 트레블 카드를 처음 사용했다.

공항 1층 가운데에 우동집이 있다.

Sanuki Mengyo · 일본 〒761-1401 Kagawa, Takamatsu, Konanchooka, １３１２番地７ 2F Takamatsu Airport

★★★☆☆ · 우동 전문점

www.google.co.kr

들어가면 쟁반을 들고 이동한다. 주변의 사이드를 추가하고 계산을 진행한다.

카게 우동과 사이드 2개를 추가했다. (메추리알, 고구마 튀김)

카게 우동 단품이 350엔 정도로 저렴했고 꽤 괜찮았다.

2층의 카페로 갔다. 여기도 사람이 많았다.

커피뿐만 아니라 식사메뉴도 있었다.

500엔짜리 아이스 커피를 마셨다 양은 적었지만 맛은 괜찮았다.

Café Buono · 1312-7 Konanchooka, Takamatsu, Kagawa 761-1401 일본

★★★☆☆ · 카페

www.google.co.kr

작은 공항을 둘러보고 쉬면서 일정을 마무리했다.

다카마쓰 여행 - 고토히라궁/붓쇼잔 온천/무사시노모리 커피

샘플2 — Mon, 8 Jan 2024 22:16:22 +0900

다카마쓰 여행 3일차

오늘의 일정은 고토히라궁과 붓쇼잔 온천이다.

먼저 고토히라궁에 들러 구경을 하고 붓쇼잔 온천을 다녀왔다.

후기에 앞서 주의사항을 먼저 말하자면..

만일 고토히라궁을 다녀온다면 오전 10시 넘어서 가는 것을 추천한다.

고토히라궁 주변 가게들이 보통 오전 10시부터 오픈한다.. 다녀오고 알았다..

고토히라궁을 가기 위해서

다카마쓰 칫코 역(종점)에서 고토히라 역(종점)으로 가야 한다.

역에서 먼저 붓쇼잔 온천 패스를 구입했다. (붓쇼잔 패스 쿠다사이)

1300엔에 바로 얻을 수 있었다.

붓쇼잔 패스는 고토히라(Kotohira) 라인의 모든 역을 이용할 수 있는 건 아니다.

오른쪽 지도처럼 이용 가능한 역을 확인할 수 있다.

최대 Hatada 역까지 가능하다.

만일 고토히라역(종점)까지 간다면 Hatada 역 -> 고토히라역 까지의 추가 요금을 내야 한다.

구매할 때 물어봤지만 소통이 잘되지 않았다.. free? 를 5번 정도 나누고 출발하는 열차를 탔다.

내려서 추가요금을 결제했다. 가기전에 표(추가요금)를 뽑는 것을 추천한다.

23년 12월 30일 기준 Hatada 역 -> 고토히라역 까지 요금은 550엔 이었다. (왕복 1100엔)

사람이 없는 순간을 틈타 찍었다. 의자가 뜨끈뜨끈해서 좋았다.

매 정거장마다 아날로그로 안내방송을 했다.

1시간쯤 이동하면 고토히라 역에 도착한다.

역에 도착하면 역에 열차가 오는 시간을 먼저 확인하자.

다음 사진은 예시이다. 고토히라 역은 아니고 붓쇼잔 역이다. 사진이 없다..

붓쇼잔 역에서 상행 방향으로 11분 26분 41분 56분 시간에 맞춰 출발한다.

고토히라역은 1시간에 2번 운행하는 걸로 기억한다.

날씨가 좋았다.

우측의 다리를 건너 상가 구역을 지나면 입구를 확인할 수 있다. 역에서 꽤 가깝다.

계단이 꽤 많았다. 천천히 걸어서 엄청 힘들다는 느낌은 없었다.

9시쯤 넘어서 남녀노소 많은 사람들이 오는 모습을 볼 수 있었다.

내려오는 길에 1엔을 물 위에 띄웠다. 일반 물은 아닌 것 같았다.

내려오면서 기념품 가게와 주변 상가를 구경했다.

Kinokuniya · 일본 〒９８３ Kagawa, Nakatado District, Kotohira, 766-0001

★★★★☆ · 일본식 제과점

www.google.co.kr

전병과 만쥬를 하나씩 샀다. 각각 100엔, 150엔 이었다. 오픈 시간이라 바로 만든 걸 기대했지만 아쉽게도 미리 만들어진 거였다..

곤피라 쇼유 마메 혼포 · 일본 〒８１１ Kagawa, Nakatado District, Kotohira, 日本、〒766-0002

★★★★☆ · 일본식 제과점

www.google.co.kr

아이스크림에 쪽파와 간장을 뿌려준다.. 아니 이건 놓칠 수 없지

맛은 오묘했다.

우동맛 아이스크림이라기에는.. 음.. 한 번쯤 먹을만한 것 같다. 신기했다.

마지막 부분에 간장이 모인다. 이 부분만 조심하면 괜찮을 것 같다.

이제 붓쇼잔 온천으로 간다.

550엔 짜리 표를 구입해서 붓쇼잔역에 내릴때 주면 된다.

여기서도 역 시간을 확인하고 이동하자.

입장해서 부채를 보여주면 작은 타월을 하나 주신다.

탕 내부는 생각보다 작았다. 자세한 내용은 구글 리뷰 보는 것을 추천한다..

그렇게 온천을 즐긴 후 자판기에서 우유를 마셨다. 130엔? 140엔? 정도 했다.

살짝 아쉬울 뻔했지만

사실 붓쇼잔 온천은 맛집이다.

카레우동이 맛있다는 리뷰를 보고 바로 주문했다.

위의 메뉴 사진엔 소고기가 없었는데 주문하니 고기가 잔뜩 있었다

정말 맛있었다.

붓쇼잔 온천은 맛집이다.. 라는 후기와 함께 커피를 마시러 카페로 이동했다.

다시 붓쇼잔 역으로 이동해서 후세이시 역에서 걸어갔다.

무사시노모리 커피 다카마쓰레인보우로드점 · 일본 〒761-8071 Kagawa, Takamatsu, Fuseishicho, ２１３９

★★★★☆ · 카페

www.google.co.kr

무사시노모리커피

도착하니 많은 웨이팅이 있었다..

고민을 하다가 이름을 적고 기다렸다. (영어로 성만 적었다)

생각보다 금방 들어갔다.

카페 내부

아이스 커피와 리코타 팬케이크를 주문했다.

리코타 팬케이크는 주문 즉시 제조에 들어간다. 약 15분 정도 (15분 괜찮냐고 물어보신다.)

출처 https://www.skylark.co.jp/ko/mmcoffee/

홈페이지에서 제공하는 사진을 가져왔다.

커피는 향이 강하고 진했다. 맛있었다.

팬케이크는 그냥 녹았다. 이걸 어떻게 설명해야 할지..

홈페이지의 설명 내용이 정확했다.

지나고 보니 다른 것도 더 시킬 걸 그랬다.

“무사시노모리 커피 (むさしの森珈琲) 특제” 푹신푹신 팬케이크
한입 먹으면 거품눈처럼 살짝 사라져 버린다. 무사시노모리 커피 (むさしの森珈琲) 에서만 맛볼 수 있는 푹신한 팬케이크. 주문마다 머랭을 세워 반죽을 맞추고 정중하게 정중하게 구워 내고 있습니다. 다소 시간이 걸리지 만 기대해주십시오.

왔던 길로 되돌아가 다카마쓰 칫코역으로 돌아왔다.

마지막으로 마트를 다녀오고 3일차를 마무리했다.

Marunaka Sunport · 256 Hamanocho, Takamatsu, Kagawa 760-0011 일본

★★★★☆ · 슈퍼마켓

www.google.co.kr

이제 돌아가자

다카마쓰 여행 - 쇼도시마/엔젤로드/올리브공원/리마커피

샘플2 — Sat, 6 Jan 2024 15:12:42 +0900

다카마쓰 여행 2일차

오전 일찍 다마모성터를 먼저 다녀오고 페리를 타고 쇼도시마로 가려고 했다.

여기서는 조금 실패한 내용을 기록한다.

구글 지도에서 알려준 곳으로 이동했다.

07시 운영인 걸로 알아서 이동하니 문이 닫혀있었다.

문 앞에 오픈 시간이 적혀있는데 12월 기준 서문 07시 오픈, 동문 08:30분 오픈이었다..

서문은 다카마쓰 칫코역 왼편에 바로 존재한다.

구글 지도가.. 먼 곳을 알려줬다..

다시 서문으로 돌아가야 하는 상황이었다

서문과 동문

덕분에 열심히 걸어 다녔다. 지나가다 한 장 찍었다.

서문에 도착하니 왜인지 모르겠지만 안 열었다.. (오후에도 다시 들렀지만 안 열었다..)

주변 일본인들도 입구까지 왔다가 닫힌 입구에 다시 돌아갔다.

빠른 판단으로 바로 페리 선착장으로 향했다.

다카마쓰 칫코역에서 굉장히 가깝다.

페리 선착장을 자세히 둘러보진 못했다.

도노쇼 항으로 가는 티켓을 구입했다.

편도 700엔, 왕복 1330엔이다.

돌아올 때 시간은 상관없다고 했다.

바로 왕복으로 구입. (쿠폰북에는 쇼도시마 페리 승선 티켓이 포함된다)

돌아올 땐 우측 시간을 보면 된다.

도노쇼항에서 10:20분 출발 이런 식으로 해석하면 된다.

선착장 내부

페리는 굉장히 컸다.

페리 내부의 신발 벗고 올라가는 공간

페리 내부에는 매점이 있다. 우동이 450엔이었다.

450엔? 바로 주문

유부가 많이 달아서 신기했다.

1시간 정도 이동하여 쇼도시마에 도착했다.

다른 블로그를 보면 이 사진이 많은데 다들 내려서 안 보고 그냥 가는 것 같았다

쇼도시마 투어는 여러 방법이 있다.

대표적으로 버스 투어가 있지만

헬로싸이클링 앱을 이용하여 자전거를 빌렸다.

HELLO CYCLING - シェアサイクル - Google Play 앱

언제 어디서나 부담없이 사용할 HELLO CYCLING는 전국 각지에서 사용할 수있는 쉐어 사이클입니다.

play.google.com

엔젤로드와 올리브 공원을 목표로 이동했다.

먼저 엔젤로드 시간은 아래 주소에서 확인할 수 있다.

https://www.town.tonosho.kagawa.jp/kanko/index.html

土庄町観光サイト|土庄町

現在、最新情報はございません。

www.town.tonosho.kagawa.jp

시간을 확인해 보니 오전은 불가능했고 오후는 너무 늦었다..

볼 수 없었다..

시간을 맞춰오면 쭉 이어진 모습을 볼 수 있다.

엔젤로드에서 올리브 공원으로 이동했다.

개인적으로는 이동하는 과정이 더 재밌는 경험이었다.

가는 동안 앞, 뒤로 사람이 없었다.. 맞은편에도 사람이 없었다.

돌아오는 길에는 맞은편에 자전거 타는 사람을 만났는데

반가웠는지 반대편에서 먼저 인사했다 ㅎㅎ 서로 인사하고 가는데 그냥 재밌었다

길은 어렵지 않았지만 중간에 좁은 길이 등장했다.

여기서는 내려서 멈추거나 끌고 지나갔다. (사람은 없지만 차는 많이 지나간다)

헬로싸이클링은 전기자전거다. 왼쪽의 노란색 버튼으로 전원을 킬 수 있다.

하루종일 타고 다닌 자전거

올리브 공원의 메인인 풍차

다들 빗자루를 들고 점프샷을 찍고 계셨다.

자전거를 헬로싸이클링 지역(?)에 잠시 정차했는데 알림이 왔다.

내용은 이러했다.

헬로싸이클링 지역에 잠금 처리하고 반납 안했는데 깜빡한거지? 일정 시간 후에 반납 처리할게~

깜짝 놀라서 바로 잠금 해제하고 항구 쪽으로 돌아갔다.

주변을 더 돌아볼까 했지만.. 돌아가는 걸로

돌아오는 길에 올리브 타운에 들렀다. 일반적인 큰 마트였다. 간단하게 구경하고 다시 페리로

Olive Town · Fuchizaki, Tonosho, Shozu District, Kagawa 761-4121 일본

★★★★☆ · 쇼핑몰

www.google.co.kr

이번엔 편의점에 들러 간식거리를 샀다.

자전거를 반납하고

아까 구입했던 표를 내고 다카마쓰 항으로 돌아왔다.

다마모 성터는 안 열었다.. (뭐지?)

리마 커피로 이동했다.

리뷰를 보니 일본 전역에 있는 커피 체인이라고 했다. 궁금해서 바로 갔다.

리마 커피 · 2-chome-12-6 Kawaramachi, Takamatsu, Kagawa 760-0052 일본

★★★★★ · 카페

www.google.co.kr

리마 커피

사람이 많았다. 입구 앞에 테이크 아웃 하시는 분들, 내부에 앉아 계신 분 들이 많았다.

대학생처럼 보이는 사람들이 많았다. 분위기가 좋은 카페였다.

커피는 향이 강하고 맛있었다.

내부에는 큰 테이블이 하나 있고(단체석) 2인용 테이블이 조금 있었다.

(카페 내부 사진은 구글 리뷰로..)

여기서 다음 일정을 찾고 있었다. 사실 쇼도시마 다녀온 이후로 계획된 일정은 끝났다.

마지막 일정으로 다쓰야 사이호점에 다녀왔다. 아마도 가는 사람은 거의 없을 것 같다.

다쓰야 사이호점 · 2-chome-7-47 Saihocho, Takamatsu, Kagawa 760-0004 일본

★★★★☆ · 잡지판매점

www.google.co.kr

1층에는 잡지와 만화책, 악세서리 등 잡화가 있었고

2층에는 DVD를 대여/판매하는 곳이 있었다.

원피스 DVD 구간보고 엄청 많아서 놀랐는데 바로 그옆에 코난이 더 많았다 ㅋㅋ

2층에는 성인용 DVD 구역도 있었다.

Tully's Coffee

1층 내부에 Tully's Coffee가 있었다.

허니 밀크 라떼를 마셨고 달달해서 맛있었다.

저녁으로 다카마쓰 역 2층에 있는 식당에서 장어덮밥을 먹었다.

다카마쓰 · 일본 〒760-0011 Kagawa, Takamatsu, Hamanocho, １−２０

★★★★☆ · 기차역

www.google.co.kr

세트메뉴로 주문했고 2300엔정도였나? 조금 비쌌다.

평범했던거 같다.

다카마쓰역 2층에는 Can*Do(100엔숍)도 있어 구경하기 좋았다.

https://maps.app.goo.gl/rxdJHKfECDmmjuzt9

Can*Do · 1-243 Hamanocho, Takamatsu, Kagawa 760-0011 일본

★★★★☆ · 천원샵

www.google.co.kr

3일차는 고토히라궁과 붓쇼잔 온천이다

다카마쓰 여행 - 리츠린공원/마루가메마치/미나미 커피점

샘플2 — Wed, 3 Jan 2024 23:13:56 +0900

다카마쓰 행 비행기는 에어 서울에서만 운행하고 있다.

에어서울에서 종종 쿠폰북 이벤트를 하니 다카마쓰 여행을 고려한다면 쿠폰북을 챙기는 것을 추천한다.

(이벤트 기간을 놓쳐서 쿠폰북 없이 다녀왔다 ㅠㅠ)

https://flyairseoul.com/CW/ko/eventView.do?seq=1660&type=I

쿠폰북

8시 40분 비행기가 지연되어 늦게 출발했다.. 10시 반쯤 출발하여 12시쯤 도착했다.

입국 신고서를 작성해야 하는데 깜빡했다.

먼저 QR을 물어보고, 없다고 하니 종이에 써오라고 하셨다.

공항에서 다카마쓰 시내로 이동하기

공항에 도착하면 티켓 자판기를 확인할 수 있다. 정류장이 생각보다 많다.. 먼저 목적지를 찾아야 한다.

꽤 많아서 찾기 어려울 수 있지만 정류장 이름만 알면 직원분이 찾아주신다.

구글 지도로 공항에서 숙소 경로를 검색하면 가까운 공항버스 역이 나온다.

숙소에서 가까운 효고마치 역으로 티켓을 끊었다.

구글 지도를 보면 비용(1000엔)과 출발 시간을 확인할 수 있다

구글 지도 최고

야돈 공항 버스

효고마치

티켓을 뽑으니 직원분께서 2번으로 가서 타라고 알려주셨다.

버스는 시간에 맞춰 출발한다.

1시 5분 버스를 타고 드디어 숙소 이동한다~

공항에서 멀어질수록 100엔 단위로 올라간다. 효고마치, 다카마쓰 칫코 역은 1000엔이다.

아고다에서 저렴하게 구한 숙소, 다카마쓰 내에 주요 포인트가 가까워 골랐다.

Takamatsu Century Hotel · 1-chome-4-19 Nishikimachi, Takamatsu, Kagawa 760-0020 일본

★★★★☆ · 일본 스타일 비즈니스 호텔

www.google.co.kr

짐 보관 서비스를 하고, 주변에서 점심을 먹으며 어디를 갈지 찾아봤다.

여기서 1차 변수를 확인했다..

운영 시간이 이상하다.. 오전 7시 시작? 오후 5시 종료?

너무 안일했다..

운영 시간

점심을 간단하게 해결하고 바로 리츠린 공원으로 향했다.

리츠린 공원 · 1-chome-20-16 Ritsurincho, Takamatsu, Kagawa 760-0073 일본

★★★★★ · 공원

www.google.co.kr

입장권을 주시면서 무언가 설명해 주셨는데 이해를 하나도 못했다..

전망대에 햇빛이..

커피를 찾다가 아이스크림으로 대체했다.

한 시간 정도 둘러보고 마루가메마치로 향했다.

마루가메마치 상가를 주변으로 많은 가게가 있어 구경하기 재밌었다.

지나가다가 충동적으로 디저트를 샀다. 역시 맛있었다. 리뷰도 좋은 곳이었다.

春風堂南新町店 · 8-30 Minamishinmachi, Takamatsu, Kagawa 760-0051 일본

★★★★☆ · 제과점

www.google.co.kr

저녁은 간단하게 우동을 먹었다. 사실은 카페 가려고 저녁을 간단하게 먹었다.. 카페가 8시에 마감한다..

사누키우동 엔야 · 3-1 Kataharamachi, Takamatsu, Kagawa 760-0040 일본

★★★★☆ · 우동 전문점

www.google.co.kr

내부에 연예인 싸인이 굉장히 많았다. 구글 리뷰엔 호불호가 많았는데, 먹어보니 개인적으로는 별로였다..

마지막 일정으로 미나미 커피점으로 향했다.

리뷰를 보니 궁금해서 꼭 가야겠다는 생각이 들었다.

미나미 커피점 · 일본 〒760-0051 Kagawa, Takamatsu, Minamishinmachi, 3−4 南ビル

★★★★☆ · 커피숍/커피 전문점

www.google.co.kr

2층으로 올라가면 협소하지만 분위기가 좋은 카페가 나온다.

바 앞의 한자리가 비어있어 그곳으로 앉았다. 사장님께서 얼음물과 뜨거운 물수건을 주시면서 주문을 받았다.

Original Blend를 마셨고 커피는 무난했다.

리뷰에서 보던 것처럼 다양한 연령대의 사람들이 있었다. (담배 냄새도 많이 났다.)

왼쪽에는 여성분이 연초를 피우면서 커피를 한잔하고 있었고

오른쪽에는 엄마와 아이가 함께 토스트와 커피를 한잔하고 있었다. (담배 냄새는 괜찮은가..)

주변에는 소설이나 만화책을 보시는 분들도 계셨고 정말 연령대가 다양했다.

이 분위기가 정말 좋았다.

빠른 기상을 위해

1일차는 이렇게 마무리

숙소 리뷰는 나중에

PQC 동향

샘플2 — Mon, 5 Jul 2021 22:17:20 +0900

PQC 는 크게 다음과 같이 분류됩니다.

격자 (Lattice)
코드 (Code)
다변수(Multivariate)
해시(Hash)
타원곡선(isogeny)

코드를 부호로, 타원곡선을 아이소제니라고 부르기도 합니다.

지난 2016년 NIST(National Institute of Standards and Technology, 미국 국립표준기술연구소)에서

Post-Quantum Cryptography Standardization을 시작했습니다.

https://csrc.nist.gov/projects/post-quantum-cryptography

Post-Quantum Cryptography | CSRC | CSRC

NIST has initiated a process to solicit, evaluate, and standardize one or more quantum-resistant public-key cryptographic algorithms. Full details can be found in the Post-Quantum Cryptography Standardization page. The Round 3 candidates were a

csrc.nist.gov

표준화 과정의 전체 타임라인은 다음과 같습니다. 끝을 향해가고 있으며 21년 말에 Round 3가 종료되며 확정 알고리즘이 나올 것으로 예상됩니다.

Post-Quantum Cryptography Standardization Timeline

PQC Round 3에 관련된 내용은 지난 글을 참고하시기 바랍니다.

2020.09.20 - [PQC] - PQC Round 3

2021.06.15 - [PQC] - 3차 PQC 표준화 회의

다음은 국내 동향입니다. 5종의 알고리즘이 Round 1에 진출했었습니다.

Round 1을 진출한 국내 알고리즘

알고리즘	연구팀	기반
EMBLEM와 R.EMBLEM	고려대학교 이동훈 교수팀	격자
HiMQ-3	국가수리과학연구소 심경아 박사팀	다변수
McNie	서강대학교 김종락 교수팀	코드
pqsigRM	서울대학교 노종선 교수팀	코드
Lizard	서울대학교 천정희 교수팀	격자

국내 표준

격자 기반 양자내성암호 - 제1부: 일반
격자 기반 양자내성암호 - 제2부: 링-리자드(Ring-Lizard) 알고리즘
다변수 이차식 기반 양자내성암호 - 제1부: 부가형 전자서명 알고리즘
다변수 이차식 기반 양자내성암호 – 제2부: HiMQ, 부가형 전자서명 알고리즘

국내 PQC 연구가 계속 진행 중입니다.

Post Quantum Cryptography(PQC), PQC란

샘플2 — Tue, 29 Jun 2021 22:00:47 +0900

복잡한 설명은 파란색으로 함께 진행하겠습니다. 파란색은 이런 게 있구나라고 보시고 넘어가셔도 좋습니다.

먼저 용어부터 소개하도록 하겠습니다. Post Quantum Cryptography(PQC)는 양자내성 암호라고 합니다.

이름을 들었을 땐 어딘가 생소합니다. 양자암호도 아니고 양자내성 암호라니요.

양자 암호와 양자내성 암호는 서로 다른 분야입니다. PQC가 무엇인지 자세히 알아봅시다.

다시 PQC를 검색해 봅니다.

양자내성암호(Post Quantum Cryptography; PQC)는 양자컴퓨터로도 풀어내는 데 수십억 년이 걸리는 복잡한 수학 알고리즘을 사용하는 암호화 방식이다[1].

PQC란 양자컴퓨터로 풀어내는 데 수십억 년이 걸리는 수학 알고리즘을 사용하는 암호화 방식입니다[2].

'양자컴퓨터' 시대에는 기존 암호체계가 취약할 수 있어 새로운 보안기술을 확보하는 게 필수다[3].

위에 적힌 내용과 같이 비슷한 단어가 많이 나오는 것을 확인 할 수 있습니다. 키워드는 다음과 같습니다.

양자컴퓨터
수학 알고리즘
보안

보안이란 정보의 기밀성(Confidentiality), 무결성(Integrity), 가용성(Availability)을 특징으로 가집니다. 이러한 특징들은 수학 알고리즘을 사용하는 암호화 알고리즘에 의해 얻을 수 있습니다. 암호화 알고리즘은 대칭키 암호와 공개키 암호로 분류됩니다.

현재까지를 잠시 정리하고 넘어가겠습니다.

요약

보안성은 암호화 알고리즘을 통해 제공된다.
암호화 알고리즘은 크게 공개키와 대칭키 알고리즘으로 분류된다.

공개키 암호을 위주로 살펴보겠습니다.

공개키 암호는 인수분해문제 기반 암호와 이산대수문제 기반 암호로 분류할 수 있습니다. 내용에 대한 자세한 설명보다는 예시를 보고 넘어가겠습니다.

인수분해문제 기반 암호로 세계 최초의 공개키 암호이자 공동인증서 등에 쓰이는 RSA 암호가 있습니다.
이산대수문제 기반 암호로 비트코인 지갑의 주소와 개인키로 사용되는 타원곡선 암호가 있습니다.

RSA 암호는 큰 수를 소인수분해 하는것의 어려움을 기반으로 합니다. 임의의 큰 양의 정수를 빠르게 소인수분해 하는 방법이 알려져 있지 않습니다. 이에 대해 General Number Field Seive(GNFS) 알고리즘을 이용하여 소인수분해 연구가 진행되고 있습니다. RSA 챌린지에서 2020년 2월 28일에는 829 비트(250 자리 십진수)크기의 정수를 소인수분해하는데 성공했습니다[4]. 더 큰 자리수에 대해서는 아직 미지의 영역으로 남아있습니다. 가능하더라도 현재 컴퓨터로는 굉장히 오랜 시간을 필요로합니다.

소인수 분해 예시.

$ 25707189880159888913 = 4338573307 * 5925263459 $

1994년 피터 쇼어(Peter Shor)가 양자의 성질을 이용하여 인수분해 문제와 이산대수 문제를 다항식 시간 내에 해결할 수 있음을 보였습니다.

부가적인 설명으로 양자컴퓨터에서 다항시간의 실행시간을 가지는 알고리즘의 집합을 BQP(bounded error quantum polynomial time) 라고 말합니다. 쇼어가 인수분해와 이산대수문제가 BQP 내에 포함되는 것을 증명한 것입니다.

현재 상황을 다시 정리해 봅시다.

요약

암호화 알고리즘은 공개키와 대칭키 알고리즘으로 분류
공개키 알고리즘은 인수분해 문제와 이산대수 문제를 기반으로 함
양자 컴퓨터 등장 시 인수분해 문제와 이산대수 문제를 빠른 시간 내에 해결할 수 있음
공개키 암호화 알고리즘을 사용할 수 없음
양자컴퓨터 시대를 대비하기 위한 새로운 공개키 암호 필요

키워드 중 하나였던 양자컴퓨터의 동향에 대해서 알아봅시다. 쇼어 알고리즘의 발표 이후 양자컴퓨터에 대한 관심이 높아졌습니다. 현재도 양자컴퓨터 연구가 활발히 진행되고 있습니다.

구글 - 2019년 53 큐빗 양자컴퓨터로 양자우위 달성, 10년내 상용화 목표 [5, 6]
IBM - 2023년 1,121큐빗 목표 [7]
D Wave - 2020년 2월 5000 큐빗 [8]

아직 양자컴퓨터의 상용화는 예상할 수 없지만 PQC는 미리 준비해야 합니다.

Mosca의 부등식으로 설명을 진행합니다.

Mosca’s inequality [9]

X - 데이터 보호를 원하는 기간

Y - 현재 보안 시스템에서 post quantum 보안 시스템으로 변경되는 기간

Z - 양자컴퓨터가 상용화되어 기존 암호화를 위협할 때

X + Y > Z 일 경우 남은 기간에 대해서는 데이터를 보호할 수 없습니다.

개발 후 적용에 걸리는 시간을 고려합니다. 현재 사용중인 소프트웨어와 하드웨어를 모두 수정하는 것은 오랜 시간을 필요로합니다.

따라서 양자 컴퓨터 이후에도 안전하게 사용할 수 있는 암호라는 의미의 포스트 양자 암호(Post Quantum Cryptography: PQC)라 말합니다.

마지막으로 김승주 교수님의 제언을 인용합니다.

그러나 아무리 양자 보안이 중요하고 보다 많은 저변 확대와 투자를 위해 관심을 고취시킬 필요가 있다 하더라도 그 의욕이 지나치게 과해 QKD(양자암호키분배)나 QRNG(양자난수발생기) 또는 PQC(양자내성암호)가 절대로 해킹이 불가능하다는 잘못된 환상을 갖게 한다거나, 단위 요소기술일 뿐인 난수발생기 및 키분배 기술을 마치 양자 보안의 전부인양 과도하게 부풀려서 홍보하는 식의 태도는 곤란할 것이다. 이러한 과도한 홍보는 결국 거품 논란을 일으키게 돼 있고, 종국에는 사람들로부터 빠르게 외면을 받게 되는 주요 원인으로 작용할 수 있기 때문이다.

자료 출처

[1] https://www.e4ds.com/sub_view.asp?ch=23&t=0&idx=12476

[2] https://m.mk.co.kr/stockview/?sCode=21&t_uid=31&c_uid=154608

[3] http://www.worldyan.com/pages/page_24.php?sn=32592

[4] https://en.wikipedia.org/wiki/RSA_Factoring_Challenge

[5] https://www.nature.com/articles/s41586-019-1666-5

[6] https://zdnet.co.kr/view/?no=20210520135253

[7] https://www.ibm.com/blogs/research/2021/02/quantum-development-roadmap/

[8] https://www.dwavesys.com/

[9] https://csrc.nist.gov/csrc/media/events/workshop-on-cybersecurity-in-a-post-quantum-world/documents/presentations/session8-mosca-michele.pdf

참고 자료

차세대 표준암호 기술동향.pdf

양자컴퓨팅_환경에서의_암호기술_이용_안내서.pdf

[Vol.8] 양자 보안이란 무엇인가.pdf

[Vol.6] 차세대 암호기술 양자내성암호’와 동형암호.pdf

3차 PQC 표준화 회의

샘플2 — Tue, 15 Jun 2021 22:55:28 +0900

지난 2021년 6월 7일부터 6월 9일까지 3일에 걸쳐 3차 PQC 표준화 회의가 온라인으로 진행되었습니다.

약 540명 정도 등록을 했다고 합니다.

Starts: June 07, 2021 - 10:00 AM EST
Ends: June 09, 2021 - 04:00 PM EST

Format: Virtual Type: Conference

국내 시간으로는 6월 7일 오후 11시부터 진행되었습니다.

온라인 주소와 함께 실시간 자막 주소를 제공했습니다. 자막은 정확한 발음에 대해서만 인식하는 것 같았습니다.

질문과 답변은 Slack을 사용했습니다. 세션별로 채널이 개설되었고 온라인으로 질문과 답변이 기록되어 편한 느낌을 받았습니다. 2주 뒤 삭제 예정입니다.

PQC 표준화 회의

Status Update on the 3rd Round - Dustin Moody

3 Round에서 7종의 Finalists 와 8 종의 Alternates 선택

Finalists: 3 Round 종료될 때쯤 표준화 진행이 유력한 알고리즘
- most promising algorithms we expect to be ready for standardization at the end of the 3rd round

Alternates: 표준화 가능성이 높은 후보, 4 Round 이후
- candidates for potential standardization, most likely after another (4th) round

특이사항
- 다변수 스킴 Rainbow 와 GeMSS의 보안 우려사항이 제기됨

NIST는 SPHINCS+를 표준화를 위한 보수적인 선택으로 보고 있습니다. 만일 새로운 분석으로 더 나은 서명 알고리즘의 NIST의 확신이 흔들릴 경우, SPHINCS+는 3 Round가 종료될 때 즉시 사용 가능한 알고리즘을 제공할 수 있습니다.

표준화와 관련이 없더라도 유망한 스킴에 대해서 연구할 수 있다.

서명 스킴은 다음과 같습니다.

Finalist	Dilithium	격자
	Falcon	격자
	Rainbow	다변수
Alternates	GeMSS	다변수
	Picnic	영지식 증명
	SPHINCS+	해시

다변수 기반 서명 스킴에 보안 이슈가 발생하였고 혹시라도 격자 기반 서명에 대해 보안 우려사항이 발생할 경우 SPHINCS+가 바로 표준화 작업이 될 것으로 예상됩니다.

만일을 대비하기 위해 격자 기반이 아닌 다른 기반의 서명 스킴을 제안받는 것으로 보입니다.

새로운 서명 알고리즘 제안을 받음
- 데드라인 약 6개월 ~ 1년
- 단, 격자 기반은 아님

Timeline
3 Round는 2021년 연말에 종료될 예정
표준화 알고리즘 발표 예정
다음 단계를 진행할 후보 발표 예정 (4 Round)
드래프트 표준 릴리즈 2022-2023 예상
최종 표준 2024년 예상

점점 끝을 향해 가고 있습니다.

발표 자료와 영상은 아래 링크를 참조하시기 바랍니다.

조금씩 봐야겠습니다..

https://groups.google.com/a/list.nist.gov/g/pqc-forum/c/In-vppABJYU

https://csrc.nist.gov/Events/2021/third-pqc-standardization-conference

Third PQC Standardization Conference | CSRC

The NIST Post-Quantum Cryptography Standardization Process has entered the third phase, in which 7 third round finalists and eight alternate candidates are being considered for standardization. NIST held the third NIST PQC Standardization Conference June

csrc.nist.gov

GCM 운영모드 곱셈 연산

샘플2 — Thu, 21 Jan 2021 20:40:18 +0900

GCM 운영모드 표준 문서는 다음 주소에서 확인할 수 있습니다.

(SEED 블록암호 알고리즘에 대한 소스코드 활용 매뉴얼 pdf 파일에 gcm에 관한 내용이 있습니다.)

NIST 800-38d 문서의 그림이 이해하기 좋게 잘 나와 있습니다. 그림을 보면 '구조처럼 동작하고 내부적으로 inc$_{32}$, GHASH 함수와 GCTR 함수가 필요하다' 라고 볼 수 있습니다.

NIST 문서의 GCM AE 구조. GCM-AE(IV, P, A) = (C, T)

GHASH 함수 내부에는 곱셈 연산을 필요로 합니다. 이 곱셈은 일반 곱셈이 아닌 이진 유한체상의 곱셈입니다. GCM 운영모드의 곱셈 연산에 대해서 알아보고 확인하는 방법에 대해서 소개하겠습니다.

NIST 문서의 곱셈 연산을 수정하여 작성했습니다. 국내 문서와 큰 차이는 없습니다. 다만 여러 문서를 볼 경우, 기호를 헷갈리지 않게 주의하도록 합니다.

GCM 운영모드 이진 유한체 곱셈 알고리즘

이진 유한체 곱셈이지만 유한체 관한 내용 없이 shift 연산과 xor 연산으로 간단하게 동작하는 것을 확인할 수 있습니다.

여기서 한 가지 의문이 생깁니다.

'이 결과가 정확한 값인가?'

방법과 함께 결과를 확인하기 위한 방법을 알아보겠습니다.

다시 표현부터 정리하겠습니다. (기호는 문서 처음에 보는 것을 권장합니다.)

$X$를 다음과 같이 128비트로 표현할 수 있습니다.

$$ X = x_1x_2\ldots x_{127}. $$

다항식으로 표현하면 다음과 같습니다.

\begin{align} X&= a_0+a_1x + \cdots + a_{127}x^{127} \\ &= a_{127}x^{127} + \cdots + a_1x + a_0,\quad (a_i\in\{0,1\}, 1\leq i \leq 127 ).\end{align}

이러한 표현이 중요한 이유는 표현에 따라 구현 방법이 바뀌기 때문입니다. 예를 들어, 최상위 비트 $ a^{127}$를 찾는다면 위의 식에서는 가장 오른쪽을, 아래 식에서는 가장 왼쪽을 확인해야 합니다.

국내 문서는 다음과 같이 표현되어 있습니다.

$$g(u) = u^{128} + u^7 + u^2 + u + 1.$$

하지만 NIST 문서와 같은 곱셈을 사용합니다. 이 표현을 주의 하면 되겠습니다.

곱셈에서 나오는 $ 11100001||0^{120} $이 값은 $1+x+x^2+x^7 $을 의미합니다. 헥사로 0xe1 입니다.

알고리듬 1의 pseudo code는 다음과 같습니다.

/*
*	16 바이트 기준, check_index, XOR, rightshift1 구현 필요
*/
void GMul(unsigned char* dst, unsigned char* src1, unsigned char* src2)
{
	int iter;
	unsigned char V[16] = {0x0, };
	unsigned char Z[16] = {0x0, };

	memcpy(V, src1, 16);

	for(iter = 0; iter < 128; ++iter)
	{
		if(check_index(src2, iter))
		{
			XOR(Z, Z, V, 16);
		}	
		if((V[15] & 0x01) == 1)
		{
			rightshift1(V, V);
			V[0] ^= 0xe1;	/* R */
		}
		else
			rightshift1(V, V);
	}

	memcpy(dst, Z, 16);
	
}

이제 결과값을 확인하는 방법을 보겠습니다.

수학 연산을 지원하는 SageMath를 이용하겠습니다. 온라인 터미널을 제공하고 있어 설치하지 않아도 됩니다.

이진유한체 상의 곱셈 연산이기에 이진 유한체를 설정해 주어야 합니다.

예시로 $ z^{127} $을 제곱한 값을 보도록 하겠습니다. 코드는 다음과 같습니다.

bin.<z> = GF(2)[]
poly = 1+z+z^2+z^7+z^128
S = bin.quotient(poly, 'z')

A = z^127
B = z^127

print(S(A*B))
z^127 + z^126 + z^12 + z^6 + z^5 + z^2 + z + 1 #출력 결과

16바이트를 기준으로 0x00000000000000000000000000000001을 입력합니다.

결과값으로 0xe6080000000000000000000000000003을 얻었습니다.

$ 1110\ 0110\ 0000\ 1000 || 0^{108} || 0011 $ 으로 표현할 수 있고 이는 sage에서 얻은 결과와 동일한 것을 확인할 수 있습니다.

입력값을 여러 번 다르게 입력하여 곱셈 결과가 맞는지 확인합니다. (한두 번은 우연히 맞을 수 있기에)

이상으로 GCM 모드의 이진유한체 곱셈 방법과 확인 과정을 알아보았습니다.

TF-IDF(Term Frequency - Inverse Document Frequency)

샘플2 — Mon, 11 Jan 2021 20:47:20 +0900

TF-IDF(Term Frequency - Inverse Document Frequency)는 단어의 빈도와 역 문서 빈도를 사용하여 단어의 가중치를 나타내는 방법입니다.

간단하게 보겠습니다. 문서는 문장으로 이루어져 있습니다. 그리고 문장은 단어(term)로 구성됩니다. TF-IDF는 문서의 어떤 단어가 중요한지를 수치로 알려줍니다. 반대로 보면 단어가 문서에 대한 정보를 얼마나 가지고 있는가?를 의미합니다. 따라서 TF-IDF를 사용하여 문서와 단어의 관계를 수치로 확인할 수 있습니다.

TF(Term Frequency)

$t$ : term
$d$ : document
tf$(t,d)$ : $d$에 $t$가 나온 횟수

TF는 문서에 나온 단어의 빈도를 사용합니다. 문서에 어떤 단어가 많이 나온다면 그 단어는 중요한 단어일 것입니다.

예를 들어, 상어 가족 노래 일부를 보겠습니다.

아기 상어 귀여운 바닷속 아기 상어
엄마 상어 어여쁜 바닷속 엄마 상어

총 12개의 단어로 이루어진 가사에서 '상어'라는 단어가 가장 많이 나온 것으로 보아 상어가 중요한 단어라고 볼 수 있습니다.

$t$	tf$(t,d)$	\(t)\	tf$(t,d)$
아기	2/12	바닷속	2/12
상어	4/12	엄마	2/12
귀여운	1/12	어여쁜	1/12

하지만 TF를 적용할 수 없는 문장들도 있습니다. 다음은 엘빈 토플러의 명언입니다.

The illiterate of the 21st century will not be those who cannot read and write, but those who cannot learn, unlearn and relearn.

the, those, who, and 가 각각 2번씩 가장 많이 등장합니다. 이 문장에서 중요한 단어는 learn이지만 관련 없는 단어들이 높은 점수를 나타내고 있습니다.

이를 보완하기 위한 방법으로 IDF를 적용합니다.

IDF (Inverse Document Frequency)

$t$ : term
$D$ : document
idf$(t,D)$ : $log$ ($D$의 등장하는 $t$의 개수 / 전체 $D$의 개수/ )

TF-IDF는 다음과 같이 계산됩니다.

$ tdidf(t, d, D) = tf(t,d) \dot idf(t, D) $

위키의 예시를 보겠습니다.

$D1$		$D2$
$t$	$t $ count	$t$	$t $ count
this	1	this	1
is	1	is	1
a	2	another	2
sample	1	example	3

$ log$ 의 밑을 10으로 계산했습니다.

$D1$				$D2$
$t$	tf$(t,d)$	idf$(t,D)$	tdidf(t, d, D)	$t$	tf$(t,d)$	idf$(t,D)$	tdidf(t, d, D)
this	1/5	$ log(2/2) = 0 $	0	this	1/7	$ log(2/2) = 0 $	0
is	1/5	$ log(2/2) = 0 $	0	is	1/7	$ log(2/2) = 0 $	0
a	2/5	$ log(2/1) = 0.3 $	0.12	another	2/7	$ log(2/1) = 0.3 $	0.08
sample	1/5	$ log(2/1) = 0.3 $	0.06	example	3/7	$ log(2/1) = 0.3 $	0.12

$D1$에서 a가, $D2$에서 example이 가장 중요한 단어라고 볼 수 있습니다.

혹시 잘못된 내용을 알려주시면 감사하겠습니다.

참고 자료

텍스트랭크 알고리즘(TextRank Algorithm)

샘플2 — Fri, 25 Dec 2020 14:30:00 +0900

데이터 요약의 extraction 방법 중 하나인 텍스트랭크(TextRank) 알고리즘을 보도록 하겠습니다.

2004년 Rada Mihalcea와 Paul Tarau의 TextRank: Bringing Order into Texts 논문에서 텍스트 처리를 위한 그래프 기반 랭킹 모델(graph-based ranking model)인 TextRank를 소개했습니다.

graph-based ranking 알고리즘은 각 정점의 정보만을 고려하지 않고 전체 그래프의 글로벌 정보를 재귀적으로 계산하여 정점의 중요도를 결정하는 방법입니다.

텍스트랭크 알고리즘은 키워드(keyword) 추출과 문장(sentence) 추출 방법을 제공합니다.

그래프 기반 모델이기에 그래프 관련 용어가 나옵니다. 간단하게 보고 넘어가겠습니다.

그래프는 유한하며 공집합이 아닌 정점 집합 $ V$와 엣지 집합 $ E$를 정의합니다.

A graph is a finite, the vertex set $V $, the edge set $E$, $ (V, E \not= \emptyset )$.

Directed Graph

$ G = (V, E)$ be a directed graph with the $V$ and $E$, where $ E \subset V \times V $. $(a,b \in V, a\not=b). $

Directed Graph, Undirected Graph, Weighted Graph

페이지랭크 알고리즘은 unweighted 그래프를 기반으로 정의하지만 텍스트랭크 알고리즘은 자연어 텍스트로 만들어지기에 weigheted 그래프를 기반으로 합니다. 따라서 두 정점 $ v_i $와 $ v_j $ 사이의 가중치(weight) $ w_{ij} $를 더하여 "strength"를 나타내는 방식으로 모델을 고려합니다.

논문에서 새로운 공식을 제시합니다.

$V$ : 정점(vertex)
$E$ : 엣지(edge)
$G=(V, E) $ : directed graph
$In(V_i) $ : 점을 가리키고 있는 정점 집합(predecessor)
$Out(V_i) $ : 점이 가리키는 정점 집합(successor)
$ d $ : damping factor (0과 1사이의 값, 0.85 사용)

$$WS(V_i) = (1-d) + d\sum_{V_j \in {In(V_{i})}} \frac{w_{ji}}{\sum_{V_k\in{Out}(V_j)} w_{jk}} WS(V_j). $$

($WS$는 Weighted Sum의 약자입니다.) 이 부분 또한 수정되지 않은 페이지랭크 알고리즘 수식을 사용했습니다. 하지만 대부분 1-d를 사용하는 것으로 보입니다. 나중에 돌아와 봅시다. (이와 관련해서 지난 페이지랭크 알고리즘 글을 보시길 바랍니다.)

텍스트를 어휘(lexical)나 의미(semantic)로 그래프를 만들 수 있습니다. 자연어 텍스트에 대해 그래프 기반 순위 알고리즘은 다음과 같이 동작합니다.

1. Identify text units that best define the task at hand, and add them as vertices in the graph.
2. Identify relations that connect such text units, and use these relations to draw edges between vertices in the graph. Edges can be directed or undirected, weighted or unweighted.
3. Iterate the graph-based ranking algorithm until convergence.
4. Sort vertices based on their final score. Use the values attached to each vertex for ranking/selection decisions.

1. 텍스트를 식별하고 점으로 추가합니다.

2. 텍스트 간 관계를 식별하고 엣지를 그립니다. directed, undirected, weighted, unweighted 가 될 수 있습니다.

3. 수렴할 때까지 그래프 기반 랭킹 알고리즘을 반복합니다.

4. 점수에 따라 점들을 정렬합니다.

이를 바탕으로 키워드 추출과 문장 추출을 보겠습니다.

키워드 추출 (Keyword Extraction)

키워드 추출은 문서를 잘 설명하는 단어를 텍스트에서 식별하는 것입니다. 쉬운 방법으로 빈도를 사용하여 텍스트 내에 중요한 단어를 판단하는 것을 생각할 수 있습니다. 하지만 당시 논문에서는 이 결과가 좋지 않다고 하네요.

텍스트랭크(Textrank) 방식의 키워드 추출 방법을 보겠습니다. 예상되는 결과는 앞서 소개한 내용처럼 텍스트를 대표하는 단어(word) 또는 구문(phase)이 되겠습니다. 두 단어 사이에 co-occurrence 관계를 사용합니다. co-occurrence 관계는 N 범위를 기준으로 연결되는 단어의 수를 의미합니다. 두 단어의 간격이 최대 범위 $N$ 사이에서 연결되며 $N$은 2~10 사이의 값입니다.

two vertices are connected if their corresponding lexical units co-occur within a window of maximum N words, where N can be set anywhere from 2 to 10 words.

말로 표현하니 제대로 전달이 되지 않는것 같습니다. 예를 들어 보도록 하겠습니다. 다음 text 문장을 Window size=2(여기서는 $N$=2)를 사용하여 co-occurrence를 구해봅시다.

text = ["Mon Tue Sat Wed Sat Thu Fri Fri Sat Sun"].

먼저 Wed를 기준으로 보겠습니다.

Mon Tue Sat Wed Sat Thu Fri Fri Sat Sun

$N$=2 이므로 양옆의 2개 단어를 확인합니다. Wed는 총 Sat 2회, Thu 1회, Tue 1회 연결되었습니다.

여러 번 등장하는 Sat를 기준으로 보겠습니다.

Mon Tue Sat Wed Sat Thu Fri Fri Sat Sun => Mon 1회, Tue 1회, Wed 1회, Sat 1회

Mon Tue Sat Wed Sat Thu Fri Fri Sat Sun => Thu 1회, Fri 1회, Wed 1회, Sat 1회(중복)

Mon Tue Sat Wed Sat Thu Fri Fri Sat Sun => Fri 2회, Sun 1회

Sat는 총 Mon 1회, Tue 1회, Wed 2회, Thu 1회, Fri 3회, Sat 1회, Sun 1회입니다. 서로를 가리키는 중복은 제외합니다. 이를 반복하여 다음과 같은 결과를 얻을 수 있습니다.

     Fri  Mon  Sat  Sun  Thu  Tue  Wed
Fri    1    0    3    1    2    0    0
Mon    0    0    1    0    0    1    0
Sat    3    1    1    1    1    1    2
Sun    1    0    1    0    0    0    0
Thu    2    0    1    0    0    0    1
Tue    0    1    1    0    0    0    1
Wed    0    0    2    0    1    1    0

co-occurrence 관계가 이해가 되셨길 바랍니다.

다시 논문을 보겠습니다.

Sample graph by TextRank: Bringing Order into Texts

그림과 같이 연결된 단어를 기준으로 그래프가 그려지는 것을 확인할 수 있습니다.

그래프에 추가된 정점은 특정 어휘(lexical)만 선택할 수 있는 필터를 사용할 수 있습니다. 예를 들어, 명사와 동사를 기준으로 정점을 나눌 수 있습니다. 나중에 동사와 명사 사이에 연결할 수 있는 관계가 있으면 edge를 연결할 수 있습니다.

먼저 텍스트를 토큰화(tokenized)합니다. 필터 적용을 위한 사전 처리 단계입니다. 단일 단어(single words)만을 고려하며 다중 단어(multi-word)는 후처리 단계에서 재구성됩니다.

다음으로 필터를 통과한 단어가 추가되고 범위 내에 엣지를 추가합니다. 각 정점은 초기값 1을 가집니다. 이 알고리즘이 수렴될 때까지 여러 번 반복됩니다. 정점은 점수의 역순으로 정렬되고 상위 T 개의 정점은 후처리를 위해 유지됩니다. T는 고정값으로 설정할 수 있으며 일반적으로 5~20개의 키워드 범위입니다.

문장 추출 (Sentence Extraction)

문장 추출은 키워드 추출과 유사합니다. 텍스트랭크를 적용하기 위해서 먼저 그래프를 생성합니다. 문장 추출의 경우 전체 문장에 대해 점수를 매기는 것입니다. 따라서 각 문장에 대해 정점이 추가됩니다.

키워드 추출에서 사용한 co-occurrence 관계는 문장 추출에서 사용할 수 없습니다. 따라서 다른 관계를 설정합니다. 두 문장에 공통으로 포함되는 단어의 개수를 각 문장의 단어 개수의 log 값의 합으로 나눈 값입니다. 수식으로 표현하면 다음과 같습니다.

문장 $S_i$는 $ N_i $개의 단어로 표현됩니다. $ S_i = w_1^i, w_2^i, \ldots, w_{N_i}^i $. 두 문장 $ S_i $와 $ S_j$에 대해서 문장 유사도는 다음과 같이 계산됩니다.

$$ Similarity( S_i, S_j) = \frac{|\{ w_k | w_k \in S_1\ \And \ w_k \in S_j \} |}{\log(| S_i |) + \log(|S_j|) }. $$

예를 들어 $S_1 $과 $S_2$가 5, 17 단어로 구성되며 3개의 단어를 공통으로 포함한다고 하겠습니다. $ 3/ (\log(3) +\log(17)) \simeq 0.76 $으로 계산됩니다. 만일 $S_1 $가 16 단어로 구성되면 $ 3/ (\log(16) +\log(17)) \simeq 0.53 $입니다. (로그의 밑을 자연로그로 계산했습니다. 정확하지 않습니다.)

텍스트랭크 알고리즘을 한 번 다뤄보았습니다.

참고 자료

web.eecs.umich.edu/~mihalcea/papers/mihalcea.emnlp04.pdf

2020/12/11 - [개발] - 페이지랭크 알고리즘 (PageRank algorithm)

\(t\)	tf\((t,d)\)	\(t)\	tf\((t,d)\)
아기	2/12	바닷속	2/12
상어	4/12	엄마	2/12
귀여운	1/12	어여쁜	1/12

\(D1\)		\(D2\)
\(t\)	\(t \) count	\(t\)	\(t \) count
this	1	this	1
is	1	is	1
a	2	another	2
sample	1	example	3