최대호, 이창훈, 김역, 손기욱,

Vol. 36, No. 1, pp. 201-215, 2월. 2026
10.13089/JKIISC.2025.35.6.201, Full Text:
Keywords: Password Dictionary, DeepSeek, Multi-Token Prediction, Mixture-of-Experts, LLM
Abstract

비밀번호는 여전히 많은 서비스에서 주요 인증 수단으로 활용되고 있으며, 대부분의 서비스가 대문자·특수문자포함·길이 조건 등 복잡성 규칙을 강제하고 있음에도 불구하고, 사용자는 여전히 예측 가능한 패턴(특정 단어, 키보드 조합, 숫자 반복 등)에 기반하여 비밀번호를 구성하는 경향을 보인다. 이에 본 연구는 이러한 사용자 선택 패턴을 반영하면서도 훈련 데이터를 모방하지 않고, 더 다양한 비밀번호 후보를 생성할 수 있는 SeekPass 모델을 제안한다. SeekPass는 DeepSeek 대규모 언어 모델 기반 비밀번호 생성 모델로, Multi-Token Prediction, Mixture of Experts, Rotary Positional Embedding 기법을 통합하였다. RockYou 및 LinkedIn 대규모 유출 데이터셋을 활용한 실험 결과, 기존 딥러닝 기반 비밀번호 사전 생성 모델(PassGAN, PassGPT) 대비 Hit Rate 5~7%p 향상, 중복률 10% 이상 감소, 데이터 다양성 및 일반화 성능 개선을 확인하였다. 특히 제한된 데이터 환경에서도 우수한 커버리지를 달성하였다.

Statistics
Cite this article