WebAssembly 기반 On-device Biometrics의 결정론적 데이터 설계

Context

클라우드 ML 의존성을 제거한 브라우저 기반 Perception 시스템 구축 과정에서 데이터 무결성과 투명성 확보 필요성 대두. 과도한 모델 추론 결과 제공보다 원시 Observable 데이터의 정밀한 제어와 전송에 집중한 설계 방향 채택.

Technical Solution

• WebAssembly를 활용한 Client-side 연산을 통해 서버 전송 전 고정 가중치 기반 지표(R_risk, intent_clarity 등) 산출
• 25Hz 주기의 5-layer JSON 페이로드 구조를 통해 식별자 및 타임스탬프가 제거된 최소 단위 State Vector 설계
• Oracle ARM 인프라 기반의 Server-side Liveness Scorer를 통한 세션 마지막 5틱(Tick) 분석 및 변조 탐지
• BPM 변동성 12 미만, Gaze 안정도 95 초과 등의 결정론적 임계값(Threshold 0.5, Margin 0.2) 설정을 통한 Spoofing 차단
• ARKit blendshapes 및 rPPG 기반 BPM 등 47개 시그널의 Deterministic 패킷 구조 설계를 통한 데이터 일관성 유지

Impact

• 실사용자 및 Spoofing 시도(사진, 화면 재생) 대상 테스트 결과 100% 분리 성공
• On-device 처리 및 WebAssembly 최적화를 통한 sub-50ms 수준의 초저지연 응답 속도 구현

Key Takeaway

기술적 정교함을 과시하기 위한 추상적 모델 스코어보다, 검증 가능한 원시 데이터와 결정론적 로직의 투명한 공개가 시스템의 신뢰성을 결정함.