😀 먼저, 친구야. 우리 한 가지만 짚고 가자

야, 솔직히 한 번쯤 해봤잖아. 친구 폰 카메라 앞에 그 친구 셀카를 들이밀어 보는 거.
어떤 폰은 딱 잠금이 풀려서 "헐 대박" 하고, 어떤 폰은 아무리 흔들어도 꿈쩍도 안 하고.

이 차이는 폰의 "성능" 문제가 아니야. 애초에 세상을 보는 방식 자체가 다른 것이지.

일반 카메라 얼굴인식은 세상을 평평한 그림으로 봐.
반면 3만 개 점을 쏘는 적외선 얼굴인식은 세상을 울퉁불퉁한 조각상으로 봐.

사진은 평평하잖아? 그래서 전자는 속고, 후자는 안 속아.
이 한 줄이 오늘 글의 결론인데... 그 안에 들어있는 공학이 진짜 재밌어. 끝까지 가보자 🚀

📸 1장. 2D 얼굴인식: "닮은 그림 찾기" 수준이었던 시절

사진으로 뚫리던 시절은 실화였다

2011년 안드로이드 4.0 아이스크림 샌드위치에 Face Unlock이 처음 들어왔을 때, 구글조차 설정 화면에 "이 기능은 다른 잠금 방식보다 보안성이 낮습니다"라고 대놓고 써놨어.

왜냐면 진짜로 인쇄된 사진으로 풀렸거든. 심지어 닮은 형제한테도 풀리는 경우가 있었어.
나중에 "눈 깜빡임 감지(liveness blink detection)"를 추가했는데, 이것도 사진 두 장(눈 뜬 사진 / 눈 감은 사진)을 번갈아 보여주거나, 포토샵으로 눈만 지운 이미지를 겹쳐 보여주는 방식으로 뚫렸어.

2D 얼굴인식이 실제로 하는 일

2D 방식은 대략 이런 순서로 돌아가:

1) 얼굴 검출(Face Detection)
화면 안에서 "여기 얼굴이 있네" 하고 사각형을 친다. 옛날엔 Viola-Jones의 Haar Cascade, 요즘엔 CNN 기반 검출기.

2) 랜드마크 정렬(Alignment)
눈, 코끝, 입꼬리 등 68개(또는 5개) 특징점을 찍고, 얼굴을 정면 기준으로 회전·확대 보정한다.

3) 특징 벡터 추출(Embedding)
딥러닝 모델이 얼굴을 128차원~512차원의 숫자 벡터로 바꾼다. FaceNet, ArcFace 같은 모델이 유명하지.

4) 비교(Matching)
저장된 벡터와 코사인 유사도 또는 유클리드 거리를 계산해서 임계값 이내면 "너 맞네" 판정.

그래서 나온 게 '위조 방지(PAD)' 기술

업계에선 이걸 PAD(Presentation Attack Detection), 우리말로 "제시 공격 탐지"라고 불러.
국제 표준은 ISO/IEC 30107이고, 평가 지표는 이런 것들이야.

2D 전용 PAD는 텍스처 분석(종이의 미세한 인쇄 망점, 모니터의 모아레 무늬), 반사 특성 분석(피부의 산란 vs 종이의 균일 반사), rPPG(원격 광용적맥파 — 영상에서 얼굴 혈류로 인한 미세한 색 변화를 읽어 심박을 추정) 같은 걸 써.

이것도 꽤 발전했어. 근데 근본적으로 "평면인지 입체인지"를 물리적으로 측정하지 못한다는 한계가 남지. 그래서 애플이 2017년 아이폰 X에서 완전히 다른 길을 갔어.

✨ 2장. 3만 개의 점: 구조광(Structured Light)이란 마법

핵심 아이디어는 초등학생도 이해한다

친구야, 어두운 방에서 벽에 손전등으로 격자무늬를 비춰본 적 있어?
평평한 벽에 비추면 격자가 반듯하게 보여. 그런데 그 앞에 쿠션이나 얼굴을 갖다 대면? 격자가 울렁울렁 휘어져 보이지.

바로 그거야. 패턴이 휘어진 정도를 계산하면 물체의 깊이를 알 수 있다. 이게 구조광의 전부야.

애플의 TrueDepth 카메라는 격자 대신 약 30,000개의 미세한 적외선 점을 얼굴에 뿌려. 이 점들이 코 위에선 앞으로 튀어나오고, 눈 밑에선 뒤로 물러나고, 볼에선 완만하게 퍼져. 그 미세한 위치 차이를 읽어서 깊이 지도(Depth Map)를 만드는 거지.

수식으로 보면 의외로 단순하다

구조광은 결국 삼각측량(Triangulation)이야. 프로젝터와 카메라가 서로 일정 거리(베이스라인 b) 떨어져 있고, 초점거리 f를 안다면:

Z = (f × b) / d

Z : 물체까지의 거리(깊이)
f : 카메라 초점거리 (픽셀 단위)
b : 프로젝터 ~ 카메라 사이 거리 (베이스라인)
d : 기준 위치 대비 점의 가로 이동량 (disparity, 시차)

점이 많이 밀렸다(d가 크다) = 가깝다(Z가 작다).
점이 안 밀렸다(d가 작다) = 멀다(Z가 크다).

딱 이거야. 코끝은 d가 크고, 귀 옆 그림자 영역은 d가 작아. 3만 개 점 각각에 대해 이 계산을 하면 3만 개의 Z값, 즉 얼굴의 3D 점군(Point Cloud)이 나오는 거지.

🌡️ 3장. 왜 하필 '적외선'인가?

그냥 빨간 레이저로 쏘면 안 되나? 훨씬 싸잖아.
안 돼. 이유가 네 가지나 있어.

① 눈에 안 보인다 (당연하지만 중요함)

Face ID가 쓰는 파장은 대략 940nm 근적외선(NIR)이야. 사람 눈이 볼 수 있는 가시광선은 380~750nm 정도니까 완전히 바깥이지.
매번 잠금 해제할 때마다 얼굴에 빨간 점 3만 개가 번쩍이면... 상상만 해도 무서워 😱 밤에 옆 사람이 보면 공포영화야.

② 태양광 간섭이 적다

이게 진짜 공학적인 이유야. 태양 스펙트럼을 보면 940nm 근처에 깊은 골짜기가 있어.
대기 중 수증기(H₂O)가 940nm 대역을 강하게 흡수하기 때문이야. 이런 흡수 골짜기를 프라운호퍼선 혹은 대기 흡수대라고 부르는데, 덕분에 야외 땡볕에서도 태양의 940nm 성분은 상대적으로 약해.

즉, 센서 입장에선 "배경 잡음이 조용한 채널"인 거지. 그래서 한여름 해변에서도 Face ID가 작동해. 만약 850nm를 썼다면 야외 성능이 눈에 띄게 떨어졌을 거야.

③ 어둠 속에서도 작동한다

스스로 빛을 쏘는 능동형(Active) 센서니까 주변 조명이 0이어도 상관없어.
불 끄고 침대에 누워서 폰 열리는 거, 이거 IR 덕분이야. 반대로 일반 셀카 카메라 기반 얼굴인식은 캄캄하면 그냥 포기하지.

④ 피부의 광학적 특성이 다르게 나타난다

근적외선에서 인간 피부는 표면하 산란(Subsurface Scattering)이 심해. 빛이 표피를 통과해 진피에서 퍼졌다가 다시 나오거든.
반면 종이, 실리콘, 라텍스, LCD 화면은 산란 패턴이 완전히 달라. 그래서 IR 이미지만 봐도 "이거 피부 아닌데?" 하는 힌트가 나와.

🔧 4장. 부품 3형제: 누가 무슨 일을 하나

노치(또는 다이내믹 아일랜드)에 들어있는 TrueDepth 모듈. 이름은 하나지만 사실 여러 부품의 합작이야.

① 도트 프로젝터 — 점 3만 개 공장

이 안에 들어있는 핵심 부품이 VCSEL이야. Vertical-Cavity Surface-Emitting Laser, 우리말로 "수직 공진형 표면 발광 레이저".

일반 레이저 다이오드는 칩의 옆면으로 빛이 나오는데, VCSEL은 칩 표면 위쪽으로 수직으로 쏴. 그래서 웨이퍼 위에 수백~수천 개를 격자로 배열해서 한 번에 찍어낼 수 있어. 소형화·저전력·양산성에서 압도적이지.

그런데 VCSEL 하나당 점 하나면 3만 개를 만들려면 칩이 너무 커지잖아? 그래서 회절광학소자(DOE, Diffractive Optical Element)를 써.

DOE는 표면에 나노미터 단위의 미세 계단 구조가 새겨진 투명 소자야. 빛이 이걸 통과하면 회절·간섭이 일어나서 하나의 빔이 수십~수백 갈래로 복제돼. 수백 개의 VCSEL 빔 × DOE 복제 배수 = 약 3만 개 점 완성.

② 플러드 일루미네이터 — "얼굴 있냐?" 스캐너

얘는 점을 쏘는 게 아니라 균일한 적외선 손전등이야. 왜 필요할까?

도트 프로젝터는 전력을 꽤 먹어. 폰을 들 때마다 계속 3만 개 점을 쏘면 배터리가 녹아. 그래서 순서를 이렇게 짜.

STEP 1. 폰을 들어올린다 → 가속도계·자이로가 감지
STEP 2. 플러드 일루미네이터 ON → IR 카메라가 저전력으로 "얼굴 비슷한 거 있나?" 확인
STEP 3. 얼굴 발견! → 그제서야 도트 프로젝터 가동
STEP 4. 깊이 지도 + IR 이미지 동시 획득 → 뉴럴 엔진으로

이 단계별 활성화 덕분에 배터리를 아끼면서도 "들자마자 열리는" 체감 속도가 나오는 거야. 실제 인증 전체 과정은 대략 수백 밀리초 수준이야.

③ 적외선 카메라 — 유일한 목격자

일반 카메라 센서(CMOS) 앞에는 보통 IR 차단 필터가 붙어 있어. 적외선이 들어오면 사진 색감이 이상해지거든.
근데 이 IR 카메라는 정반대로 가시광 차단 + IR 통과(Band-pass) 필터를 달았어. 940nm 근처만 통과시키는 거지.

그래서 이 카메라 눈에는 세상이 이렇게 보여: 형광등도, 햇빛도, 얼굴색도 거의 다 사라지고, 오직 우리가 쏜 3만 개의 점만 또렷하게. 노이즈 대비 신호비(SNR)를 극한으로 끌어올리는 아주 영리한 설계야.

🧠 5장. 점 3만 개 다음엔? 뉴럴 엔진과 금고

얼굴 사진을 저장하는 게 아니다

많은 사람들이 오해하는 게 있어. "내 얼굴 사진이 폰에 저장되는 거 아냐?" — 아니야.

깊이 지도와 IR 이미지는 뉴럴 네트워크를 거쳐 수학적 표현(mathematical representation)으로 변환돼. 수백~수천 개의 실수로 이루어진 벡터지. 그리고 이 벡터에서 원본 얼굴을 복원하는 건 현실적으로 불가능해(해시와 비슷한 단방향성).

Secure Enclave — 폰 안의 독립 금고

애플 칩 안에는 메인 CPU와 물리적으로 분리된 보안 코프로세서가 있어. 이게 Secure Enclave야.

마지막 줄이 핵심이야. 누가 카메라 모듈을 뜯어내 가짜 센서를 붙여도, 두 부품 간의 암호학적 페어링이 깨져서 기능 자체가 꺼져. 하드웨어 수준 공격을 원천 차단하는 거지.

얼굴은 변하는데 어떻게 계속 인식할까?

수염 기르고, 안경 바꾸고, 살 빠지고, 늙고... 얼굴은 매일 조금씩 변하잖아.
그래서 적응형 학습(Adaptive Recognition)이 들어가 있어.

인증에 성공할 때마다 시스템은 방금 본 얼굴 데이터로 등록 정보를 조금씩 갱신해. 그리고 인증에 실패했다가 곧바로 올바른 패스코드를 입력하면, 시스템은 "아 방금 그게 주인 맞았구나, 근데 뭔가 달라졌네" 하고 그 데이터를 학습에 반영해.

그래서 마스크나 새 안경을 써도 며칠 쓰다 보면 점점 잘 인식되는 거야. 내 폰이 나랑 같이 늙어가는 셈이지 🥲

주의를 기울이는지도 확인한다 (Attention Awareness)

이건 진짜 똑똑한 기능이야. IR 카메라가 눈을 뜨고 화면을 바라보고 있는지를 확인해.

왜 필요할까? 생각해봐. 내가 자고 있을 때 누가 내 폰을 얼굴에 갖다 대면? 3D 깊이는 완벽하게 진짜 얼굴이잖아. 구조광만으로는 못 막아.
그래서 "시선이 화면을 향하고 있을 것"이라는 조건을 추가한 거야. 이게 켜져 있으면 자는 사람, 기절한 사람의 얼굴로는 못 열어.

⚖️ 6장. 구조광 vs ToF vs 스테레오 — 3D를 재는 세 가지 방법

깊이를 측정하는 방법이 구조광만 있는 건 아니야. 상황마다 최적해가 달라.

비교표로 한 방에 정리

재밌는 건, 우리 인간의 눈이 스테레오 비전이라는 거야. 눈 두 개가 약 6.5cm 떨어져 있어서 시차로 거리를 재지. 한쪽 눈 감고 컵 잡으려 하면 어색한 이유가 이거야.
근데 사람도 평평한 벽지나 한밤중엔 깊이 감각이 확 떨어지잖아? 스테레오 비전의 약점을 우리 몸이 그대로 증명하고 있는 거지 😄

🕵️ 7장. 그래서, 진짜 못 뚫나? 실제 공격 사례들

여기가 제일 흥미진진한 파트야. 결론부터 말하면 "사진으로는 못 뚫는다. 하지만 완전 무적은 아니다."

공격 난이도 사다리

보안업체들의 유명한 도전들

사례 1: 3D 프린팅 + 특수 분장 마스크
Face ID 출시 직후 베트남의 보안업체가 3D 프린팅 프레임에 실리콘 코, 2D 적외선 눈 이미지를 조합한 마스크로 잠금 해제에 성공했다고 발표했어. 큰 화제였지.
하지만 조건이 지독했어. 대상자의 정확한 3D 얼굴 스캔 데이터가 필요하고, 수작업 튜닝에 오랜 시간이 들었고, 재현성도 논란이 됐어. 길에서 폰 훔친 도둑이 할 수 있는 수준이 절대 아니야.

사례 2: 안경 + 테이프 (주의 감지 우회)
보안 컨퍼런스에서 발표된 방법인데, 잠든 사람에게 검은 테이프 중앙에 작은 흰 점을 붙인 안경을 씌우는 공격이야.
IR 카메라가 안경 렌즈 부분을 제대로 스캔하지 못하는 특성을 이용해서 "눈을 뜨고 있다"고 착각하게 만드는 거지.
근데 이것도 피해자가 완전히 잠들어 있어야 하고, 안경을 씌워도 안 깨야 하는 웃긴 전제가 붙어. 현실성은... 판단은 너희 몫 😂

사례 3: 저가형 2D 얼굴인식 기기 대량 무력화
반면 2D만 쓰는 저가 폰, 일부 도어락, 출입 시스템은 지금도 사진 한 장이나 태블릿 영상으로 뚫리는 사례가 계속 보고되고 있어. 보안 기관들이 2D 전용 얼굴인식을 고보안 용도로 권장하지 않는 이유야.

보안 강도, 숫자로 비교하면

애플이 공개한 수치를 기준으로 보면 이래.

즉 3D 얼굴인식은 지문보다 약 20배 낮은 오인식률을 목표로 설계된 셈이야. 물론 이건 "무작위 타인" 기준이고, 쌍둥이나 표적형 정교 공격은 별개의 얘기지.

🏠 8장. 생활 속 원리: 이 기술은 어디까지 퍼져 있나

이 파트가 진짜 "생활속 원리" 다워. 3만 개 점 기술은 잠금 해제에만 쓰이는 게 아니거든.

① 애니모지 / 미모지 — 깊이 지도의 즐거운 부업

Face ID를 만들려고 깔아놓은 그 3D 센서가, 실시간으로 50가지 이상의 표정 근육 움직임을 추적해. 그걸 3D 캐릭터에 매핑하면 유니콘이 내 표정 따라 하는 거지.
보안 하드웨어가 개그 도구로 재활용된 아주 귀여운 사례야 🦄

② 인물 사진 모드 (세로 모드)

배경 흐림(보케) 효과를 낼 때, 소프트웨어는 "어디까지가 사람이고 어디부터가 배경인가"를 알아야 해.
2D 이미지만으론 머리카락 한 올 단위로 구분하기 어려운데, 깊이 지도가 있으면 거리로 잘라내면 끝이야. 전면 셀카의 인물 사진 모드가 자연스러운 건 이 덕분.

③ 3D 스캔과 메이커 문화

TrueDepth API를 활용한 앱으로 작은 물체나 얼굴을 3D 스캔해서 모델링 파일로 뽑아낼 수 있어.
안경 맞춤 피팅, 마스크 사이즈 추천, 가상 메이크업, 치과 교정 시뮬레이션 같은 서비스들이 이 데이터를 활용하고 있지.
공학 지식을 실제 서비스로 연결하는 이런 아이디어들은 재능넷 같은 재능 공유 플랫폼에서도 3D 모델링·AR 개발 카테고리로 활발히 거래되고 있어. 원리를 알면 만들 수 있는 게 늘어난다는 거, 이런 거야 😊

④ 얼굴 인증 결제와 출입 통제

중국을 필두로 얼굴 결제가 상용화됐고, 국내에서도 공항 출입국 심사, 사무실 출입, 무인 매장에서 3D 얼굴 인증을 쓰고 있어.
금융권에 적용될 땐 FIDO 표준을 따르는 경우가 많아. FIDO의 핵심은 "생체정보를 서버로 보내지 않는다"는 거야.

[FIDO 인증 흐름]

1. 사용자 기기에서 얼굴 인증 수행
2. 성공 시 → 기기 내부 보안영역의 '개인키' 사용 허가
3. 개인키로 서버가 보낸 챌린지에 전자서명
4. 서버는 보관 중인 '공개키'로 서명 검증
5. 인증 완료

→ 서버에는 얼굴 데이터가 1비트도 없다.
→ 서버가 해킹당해도 얼굴은 유출되지 않는다.

⑤ 산업·의료 현장의 구조광

사실 구조광은 폰보다 산업 현장에서 먼저 쓰였어.

산업 검사: 자동차 부품, 반도체 패키지의 미세한 변형을 마이크론 단위로 측정
치과: 구강 스캐너가 치아를 3D로 스캔해서 크라운·교정장치 제작 (예전엔 찰흙 물고 있었지 🦷)
문화재 보존: 석굴암, 불상 같은 유물을 비접촉으로 정밀 디지털 아카이빙
의류·패션: 전신 3D 스캔으로 맞춤 정장 치수 측정
영화 VFX: 배우의 얼굴을 스캔해 디지털 더블 제작

🤔 9장. 자주 묻는 질문 모음

Q. 마스크 쓰면 왜 처음엔 안 됐다가 지금은 될까?

초기엔 얼굴 전체 기하학으로 판정했기 때문에 절반이 가려지면 데이터 부족으로 거부됐어.
이후 눈 주변 영역(안와, 눈꺼풀, 눈썹, 콧등 상부)의 미세 특징만으로 판별하는 모델이 추가됐지. 대신 정보량이 줄어드니 보안 강도는 살짝 낮아진다고 안내하고 있어. 정직한 트레이드오프야.

Q. 쌍둥이는 진짜로 뚫리나?

가능성이 있어. 일란성 쌍둥이는 두개골 형태와 연조직 분포가 거의 같아서 3D 기하학만으로는 구분이 어려울 수 있어.
제조사들도 공식 문서에 "쌍둥이나 매우 닮은 형제의 경우 암호 사용을 권장"이라고 명시해뒀어. 정직하지? 이런 경우엔 그냥 암호 쓰는 게 맞아.

Q. 화장, 수염, 안경, 모자는?

대부분 문제없어. 3D 골격 구조는 화장으로 안 바뀌거든. 모자도 얼굴 영역을 안 가리면 OK.
다만 일부 선글라스는 조심해야 해. IR을 차단하는 코팅이 된 렌즈면 눈이 안 보여서 "주의 감지"를 통과 못 해.
그리고 얼굴 전체가 젖어 있거나, 강한 직사광선이 카메라를 정면으로 때릴 때 일시적으로 인식률이 떨어질 수 있어.

Q. 적외선 계속 쏘면 피부에 안 좋지 않나?

Face ID 수준의 근적외선 출력은 안전 기준 내에서 설계돼 있고, 사실 우리는 태양으로부터 훨씬 강한 적외선을 매일 받고 있어.
적외선 사우나, 난방기, 리모컨 다 IR이야. 폰의 940nm 점 3만 개는 그 강도가 비교도 안 되게 약해. 걱정 안 해도 돼.

Q. 왜 안드로이드 폰들은 3D 얼굴인식을 잘 안 쓸까?

이유는 세 가지야.
①원가 — 도트 프로젝터 모듈은 부품 단가가 꽤 비싸.
②공간 — 노치나 넓은 베젤이 필요해. 화면 꽉 채운 디자인 트렌드와 충돌하지.
③대안 — 화면 내장 지문인식(광학식/초음파식)이 저렴하고 충분히 안전해서 그쪽으로 갔어.
실제로 안드로이드 진영에서도 3D 얼굴인식을 넣은 모델이 있었지만, 대부분 지문 쪽으로 정리됐어. 기술이 나빠서가 아니라 공학은 언제나 원가·공간·성능의 타협이기 때문이야.

Q. 얼굴인식과 지문, 뭐가 더 안전해?

단순 오인식률만 보면 3D 얼굴인식이 유리해. 하지만 상황을 보자.

얼굴이 유리한 상황: 손에 물이 묻었을 때, 장갑 낀 겨울, 요리 중
지문이 유리한 상황: 마스크 착용, 어두운 극장, 남에게 얼굴을 들키기 싫을 때, 폰을 테이블에 눕혀놨을 때

결론은 둘 다 쓸 수 있으면 둘 다 등록하는 게 최선이고, 진짜 중요한 건 최종 방어선인 암호를 6자리 이상으로 설정하는 거야. 생체인증은 어디까지나 편의 레이어고, 법적·기술적 최종 권한은 암호에 있거든.

🔮 10장. 다음은 뭐가 올까

디스플레이 아래로 숨는 센서

화면 밑에 도트 프로젝터와 IR 카메라를 넣으려는 시도가 계속되고 있어.
문제는 OLED 픽셀 사이 틈으로 빛이 통과하면서 회절과 산란이 생겨 패턴이 뭉개진다는 것. 이걸 투명 전극 재료와 알고리즘 보정으로 극복하려는 연구가 활발해.

멀티모달 융합 인증

얼굴 + 정맥 + 심박 + 걸음걸이 + 행동 패턴을 동시에 보는 방식.
특히 정맥 인증은 IR과 궁합이 좋아. 헤모글로빈이 근적외선을 흡수해서 정맥이 검은 선으로 찍히거든. 살아있는 몸에만 존재하는 정보라 위조가 훨씬 어렵지.

딥페이크와의 창과 방패

생성 AI가 발전하면서 얼굴 영상 위조 품질이 무섭게 좋아지고 있어.
하지만 여기서 물리 센서의 진가가 드러나. 딥페이크는 아무리 정교해도 결국 화면에 표시되는 2D 픽셀이야. 실제 3차원 공간의 굴곡과 IR 반사 특성을 만들어내진 못해.

그래서 업계가 가는 방향은 명확해. "소프트웨어로 판별하려 하지 말고, 물리적으로 측정해버려라."
3만 개 점이 하는 일이 정확히 그거야. 논쟁이 아니라 측정. 이게 공학의 우아함이지 ✨

잊지 말아야 할 그늘

기술이 좋다고 다 좋은 건 아니야. 얼굴은 내가 숨길 수 없는 식별자라서, 무분별한 CCTV 얼굴 추적은 프라이버시를 근본부터 흔들 수 있어.
여러 나라와 지자체가 공공장소 실시간 얼굴인식을 제한하는 법을 만들고 있고, 국내에서도 개인정보보호법상 생체정보는 민감정보로 분류돼 별도의 명시적 동의가 필요해.
공학도라면 "어떻게 만들까"만큼 "어디까지 써도 되는가"도 같이 고민해야 해. 진짜야.

📝 마무리: 오늘 배운 걸 한 장으로

친구야, 결국 오늘 얘기의 핵심은 이거야.

2D에서 아무리 정교하게 "이거 진짜 얼굴일까?" 고민해봤자, 정보 자체가 없으면 한계가 있어.
그래서 엔지니어들은 "그럼 세 번째 축(깊이)을 측정하는 센서를 아예 새로 만들자"고 결정한 거야. 문제를 푸는 대신 문제의 차원을 바꿔버린 거지.

이게 공학적 사고의 핵심이고, 생활 속 원리를 들여다보는 재미이기도 해.
오늘 밤 폰 잠금 해제할 때, 네 얼굴 위로 3만 개의 보이지 않는 점이 조용히 춤추고 있다는 걸 떠올려봐. 그거 되게 멋지지 않아? 😆

이런 원리들이 궁금해지기 시작했다면, 이미 좋은 출발이야. 재능넷 지식인의 숲에서 또 다른 생활 속 공학 이야기로 만나자!

— 3만 개의 점이 지키는 당신의 일상, 오늘도 안전하길 🔒✨ —