난수 생성기

작성자

익명

작성일

2026.07.31

조회수

버전

📋 문서 버전

이 문서는 2개의 버전이 있습니다. 현재 최신 버전을 보고 있습니다.

난수 생성기 (Random Number Generator)

1. 개요

난수 생성기(Random Number Generator, RNG)란 무작위성(Randomness)을 가진 숫자 수열을 생성하는 장치나 알고리즘을 의미한다.

컴퓨터는 기본적으로 입력값이 같으면 항상 동일한 결과값을 출력하는 결정론적(Deterministic) 시스템이다. 그러나 현대의 컴퓨터 과학과 암호학에서는 보안 키 생성, 시뮬레이션, 통계적 샘플링, 게임 로직 구현 등을 위해 예측 불가능한 값이 필수적이다. 따라서 컴퓨터 시스템은 소프트웨어적 알고리즘이나 하드웨어적 물리 현상을 이용하여 '무작위성'을 모사하거나 추출하는 메커니즘을 사용한다.

2. 의사 난수 생성기 (PRNG)

의사 난수 생성기(Pseudo-Random Number Generator, PRNG)는 초기값인 시드(Seed)를 바탕으로 수학적 알고리즘을 적용하여 난수처럼 보이는 수열을 생성하는 방식이다.

시드는 난수 수열의 시작점을 결정하는 값으로, 일반적으로 구현의 편의를 위해 현재 시스템 시간(time.time()) 등을 사용한다. 하지만 시스템 시간은 예측 가능하기 때문에 보안이 중요한 환경에서는 취약점이 될 수 있으며, 이를 보완하기 위해 더 복잡한 엔트로피 소스를 시드로 활용한다.

2.1 작동 원리 및 특징

PRNG는 실제 무작위가 아니라 정해진 공식에 의해 계산된 값의 나열이다. 따라서 다음과 같은 특성을 갖는다. - 결정론적 특성: 동일한 시드 값을 입력하면 항상 동일한 난수 수열이 생성된다. - 주기성(Periodicity): 수열이 무한히 이어지지 않고, 일정 시간이 지나면 다시 처음의 수열로 돌아오는 주기가 존재한다. - 효율성: 계산 속도가 매우 빠르며, 메모리 사용량이 적다.

2.2 대표적인 PRNG 알고리즘

알고리즘	설명	특징
선형 합동 생성기 (LCG)	$X_{n+1} = (aX_n + c) \pmod m$ ( $a$: 곱셈 계수, $c$: 증분, $m$: 모듈러스)	구현이 매우 간단하나 주기성이 짧고 통계적 품질이 낮음
메르센 트위스터 (MT)	매우 긴 주기($2^{19937}-1$)를 가지는 알고리즘	일반적인 시뮬레이션 및 통계 분석에 널리 쓰이나 암호학적으로는 불안전함
Xorshift	XOR 연산과 비트 시프트(Bit Shift) 연산만을 사용하는 방식	연산 속도가 극도로 빠르며 가벼운 애플리케이션에 적합함

2.3 시드 값에 따른 결과 예시 (LCG 알고리즘 가정)

아래 값은 이해를 돕기 위한 예시 값이며, 사용되는 알고리즘과 파라미터에 따라 달라질 수 있다.

시드 값 (Seed)	1번째 생성 값	2번째 생성 값	3번째 생성 값	비고
`12345`	0.12345	0.84211	0.45678	시드 A의 수열
`12345`	0.12345	0.84211	0.45678	시드 A와 동일하므로 결과 동일
`67890`	0.91234	0.23156	0.77890	시드 B의 수열 (결과 다름)

3. 진성 난수 생성기 (TRNG)

진성 난수 생성기(True Random Number Generator, TRNG)는 알고리즘이 아닌 외부의 물리적 현상에서 발생하는 예측 불가능한 노이즈를 측정하여 난수를 생성하는 장치이다.

3.1 생성 원리

TRNG는 자연계의 불확정성을 이용한다. 대표적인 소스는 다음과 같다. - 열 잡음(Thermal Noise): 저항기 내 전자의 불규칙한 움직임으로 발생하는 전압 변동. - 방사능 붕괴: 원자핵이 붕괴하는 시점의 무작위성. - 광전 효과: 광자가 감지기에 도달하는 불규칙한 시간 간격.

3.2 PRNG와의 차이점

TRNG는 시드 값이 필요 없으며, 이론적으로 주기가 존재하지 않는다. 하지만 하드웨어 장치가 필수적이므로 생성 속도가 느리고, 하드웨어 결함이나 외부 환경(온도, 전자기파)의 영향으로 인해 편향(Bias)이 발생할 수 있다는 단점이 있다.

3.3 PRNG vs TRNG 비교

구분	의사 난수 생성기 (PRNG)	진성 난수 생성기 (TRNG)
기반	수학적 알고리즘	물리적 현상
결정론	결정론적 (시드 동일 시 결과 동일)	비결정론적 (매번 다른 결과)
속도	매우 빠름	상대적으로 느림
주기성	존재함	없음
재현 가능성	시드를 통해 재현 가능	재현 불가능

4. 암호학적으로 안전한 의사 난수 생성기 (CSPRNG)

암호학적으로 안전한 의사 난수 생성기(Cryptographically Secure PRNG, CSPRNG)는 일반 PRNG의 효율성과 TRNG의 예측 불가능성을 결합한 형태이다.

4.1 보안 요구사항

CSPRNG가 되기 위해서는 다음의 조건을 만족해야 한다. 1. 다음 비트 예측 불가능성: 이전의 출력값들을 모두 알고 있더라도, 다음에 나올 비트를 50% 이상의 확률로 예측할 수 없어야 한다. 2. 상태 복구 불가능성: 내부 상태(Internal State)가 일부 노출되더라도, 이전의 출력값을 역추적하여 알아낼 수 없어야 한다.

4.2 암호학적 활용

암호화 키, 솔트(Salt)(해시 함수 입력 시 무작위성을 더해 레인보우 테이블 공격을 방지하는 값), 초기화 벡터(IV)(블록 암호화에서 동일 평문이 동일 암호문이 되지 않도록 하는 값)를 생성할 때는 반드시 CSPRNG를 사용해야 한다. 일반 PRNG를 사용할 경우 공격자가 시드 값을 추측하여 암호 키를 복구할 수 있기 때문이다.

4.3 언어별 구현 비교 예시

import random
import secrets # CSPRNG 모듈

# [일반 PRNG] - 예측 가능, 보안 용도로 부적합
# 내부적으로 메르센 트위스터 알고리즘 사용
# 결과값: 0.0 ~ 1.0 사이의 float (부동소수점)
unsafe_val = random.random() 

# [CSPRNG] - 예측 불가능, 보안 용도로 적합
# OS의 엔트로피 소스를 활용
# 결과값: 지정된 길이의 무작위 16진수 문자열 (string)
safe_val = secrets.token_hex(16)

5. 난수 생성기의 보안 취약점과 대책

5.1 주요 취약점

취약한 시드 선택: 시스템 시간(time())과 같이 예측 가능한 값을 시드로 사용할 경우, 공격자가 생성 시점을 추측하여 난수 수열을 그대로 재현할 수 있다.
알고리즘의 한계: LCG와 같이 선형적인 구조를 가진 알고리즘은 소수의 출력값만으로 다음 값을 수학적으로 계산해낼 수 있다.

5.2 엔트로피 풀(Entropy Pool)과 수집

운영체제는 시스템 내의 불규칙한 이벤트(키보드 타이핑 간격, 마우스 움직임, 디스크 I/O 인터럽트 시간 등)를 수집하여 엔트로피 풀(Entropy Pool)이라는 저장소에 쌓아둔다. CSPRNG는 이 풀에서 추출한 고품질의 무작위 데이터를 시드로 사용하여 보안성을 높인다. 수집된 엔트로피가 부족할 경우, 시스템은 새로운 이벤트가 발생할 때까지 대기하거나 기존 엔트로피를 확장하여 난수를 생성함으로써 무작위성을 유지한다.

5.3 운영체제별 난수 생성 장치

대부분의 현대 OS는 커널 수준에서 엔트로피를 관리하며 인터페이스를 제공한다. - Linux/Unix: - /dev/random: 엔트로피가 부족하면 값이 생성될 때까지 블로킹(Blocking)되어 매우 안전하지만 느림. - /dev/urandom: 엔트로피가 부족해도 PRNG를 통해 값을 계속 생성(Non-blocking). 대부분의 암호학적 용도에 권장됨. - Windows: BCryptGenRandom API 또는 CryptGenRandom 함수를 통해 CSPRNG 값을 제공한다.

5.4 난수 품질 측정 방법 및 도구

생성된 난수가 얼마나 무작위한지를 검증하기 위해 통계적 테스트를 수행한다. - Diehard 테스트: 난수의 분포, 패턴, 주기성 등을 검사하는 매우 엄격한 테스트 세트이다. - Dieharder: Diehard 테스트를 개선하고 확장한 도구로, 더 넓은 범위의 테스트 케이스를 제공하며 현대적인 난수 생성기 검증에 널리 사용된다. - NIST SP 800-22: 미국 표준기술연구소에서 정의한 통계적 테스트 스위트로, 암호학적 난수 생성기 검증의 표준으로 사용된다.

6. 요약 및 비교

구분	PRNG	TRNG	CSPRNG
생성 방식	수학적 알고리즘 (결정론적)	물리적 현상 (비결정론적)	엔트로피 기반 알고리즘
예측 가능성	시드 알면 예측 가능	예측 불가능	예측 불가능 (수학적 증명)
생성 속도	매우 빠름	느림	빠름
주기성	존재함	없음	사실상 없음 (매우 김)
주요 용도	게임, 일반 시뮬레이션	하드웨어 보안 모듈(HSM)	암호 키, 솔트, 세션 ID 생성

분류: 컴퓨터 과학 / 암호학 / 알고리즘

알고리즘	시간 복잡도 (단일 생성)	공간 복잡도 (상태 저장)	통계적 품질	주요 특징
LCG	$O(1)$	$O(1)$	낮음	매우 단순, 주기 짧음
MT19937	$O(1)$	$O(N)$ (약 2.5KB)	높음	매우 긴 주기, 느린 속도
Xorshift	$O(1)$	$O(1)$	보통	극도로 빠름, 가벼움
PCG	$O(1)$	$O(1)$	매우 높음	LCG 보완, 고성능/고품질
Xoshiro256	$O(1)$	$O(1)$	높음	최신 CPU 최적화, 고속

생성 원리 및 특징

기존 TRNG가 열 잡음이나 방사능 붕괴와 같은 거시적/물리적 현상을 측정했다면, QRNG는 다음과 같은 양자 현상을 이용한다. - 광자 경로의 중첩: 반투명 거울(Beam Splitter)에 광자를 쏘았을 때, 광자가 투과할지 반사될지는 확률적으로 결정되며 이는 관측 전까지 중첩 상태에 있다. - 양자 상태의 붕괴: 관측하는 순간 상태가 결정되는 양자 붕괴 현상을 통해 0과 1의 비트를 생성한다.

이 방식은 외부 환경(온도, 전압)의 영향을 받는 기존 TRNG와 달리, 자연 법칙에 의해 절대적 무작위성이 보장된다는 차이점이 있다.

상용 제품 사례

ID Quantique (Quantis): 세계 최초의 상용 QRNG 칩셋을 개발하였으며, 서버용 HSM(하드웨어 보안 모듈) 및 보안 가전 등에 탑재된다.
삼성전자 갤럭시 퀀텀 시리즈: 세계 최초로 스마트폰에 QRNG 칩(ID Quantique社 협력)을 탑재하여 금융 앱, 인증서 보안 등 모바일 보안 수준을 높인 사례이다.

언어별 구현 및 보안성 비교

다양한 프로그래밍 언어는 용도에 따라 일반 PRNG와 보안용 CSPRNG를 구분하여 제공한다.

언어별 표준 라이브러리 구현

Python: random 모듈(MT19937)은 시뮬레이션용이며, 보안 용도로는 secrets 모듈이나 os.urandom()을 사용한다.
Java: java.util.Random은 LCG 기반의 일반 PRNG이며, 보안이 필요한 경우 java.security.SecureRandom을 사용하여 OS 엔트로피를 활용한다.
C++: <random> 헤더의 std::mt19937은 고품질 PRNG이며, 하드웨어 기반의 진성 난수가 필요할 때는 std::random_device를 사용한다.

구현체별 보안성 등급 비교

언어	구현체	알고리즘/기반	보안 등급	권장 용도
Python	`random.random()`	Mersenne Twister	낮음	일반 시뮬레이션, 게임
Python	`secrets.token_bytes()`	OS Entropy (CSPRNG)	매우 높음	암호 키, 세션 토큰
Java	`Random`	LCG	낮음	단순 무작위 값 생성
Java	`SecureRandom`	OS Entropy / SHA1PRNG	매우 높음	인증서, 보안 토큰
C++	`std::mt19937`	Mersenne Twister	낮음	통계 분석, 몬테카를로
C++	`std::random_device`	Hardware TRNG	높음	CSPRNG의 시드 값 생성

하드웨어 가속 엔트로피 수집

현대 CPU는 소프트웨어적인 엔트로피 수집의 한계를 극복하기 위해 하드웨어 수준에서 난수 생성 명령어를 제공한다.

Intel RDRAND: CPU 내부의 디지털 난수 생성기(DRNG)를 통해 생성된 난수를 직접 반환하는 명령어이다. 이는 하드웨어 TRNG를 통해 생성된 값을 CSPRNG의 시드로 사용하여 매우 빠르게 고품질 난수를 제공한다.
Intel RDSEED: RDRAND보다 더 원시적인 엔트로피 소스를 제공하는 명령어로, 주로 다른 PRNG의 시드 값을 초기화하는 용도로 사용된다.
OS 통합: Linux 커널은 이러한 하드웨어 명령어를 인식하여 /dev/urandom의 엔트로피 풀에 자동으로 주입함으로써, 시스템 부팅 초기 단계에서 엔트로피가 부족하여 시스템이 멈추는(Blocking) 현상을 방지한다.