[논문]블록체인을 활용한 개인 경력 관리 및 유통 시스템 설계

배수환; 신용태

doi:10.17661/jkiiect.2020.13.3.235

블록체인을 활용한 개인 경력 관리 및 유통 시스템 설계
Design of Personal Career Records Management and Duistribution using Block Chain 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.13 no.3, 2020년, pp.235 - 242

배수환 (Department of Computing, Soongsil University) , 신용태 (Department of Computing, Soongsil University)

초록
AI-Helper

본 논문은 직원 채용 시 개인의 경력을 위조하여 취업하는 경우가 발생하는 문제점을 해결하기 위해 개인 경력정보를 블록체인을 통해 관리하고 검증해 줄 수 있는 시스템을 제안한다. 블록체인 네트워크는 프라이빗 네트워크를 사용하며, 블록 내부에는 사용자의 학력과 경력 정보를 보관한다. 블록체인의 기능은 블록 생성, 블록 내부 데이터 검색, 경력 및 학력 검증의 기능을 수행하며, 이는 체인코드를 통해 동작한다. 제안하는 시스템의 성능평가 결과 트랜잭션 당 처리시간은 약 110ms, 검색 시간은 10ms로 측정되었으며, 실제 시스템에 적용하여 사용가능함을 확인하였다.

Abstract ▼ AI-Helper

This paper proposes a system that can manage and verify personal career information through a block chain to solve the problem of getting a job by forging an individual's career when hiring employees. Blockchain network uses private network, and inside the block, the user's academic and career information is kept. The functions of the block chain perform the functions of block creation, block internal data retrieval, career and academic verification, which works through chain code. As a result of the performance evaluation of the proposed system, the processing time per transaction was measured at approximately 110 ms and the search time was measured at 10 ms, and it was applied to the actual system to confirm that it was available.

주제어

표/그림 (16)

표 표 1. 퍼블릭 네트워크와 프라이빗 네트워크의 비교 Table 1. Compare of Public and Private Network
그림 그림 1. 제안하는 시스템의 구조 Fig. 1. Structure of the proposed system
그림 그림 2. 제안하는 시스템의 블록 구조 Fig. 2. Block structure of the proposed system
표 표 2. 체인코드의 비교 및 구성 Table 2. Composition and Contents of Chain code
그림 그림 3. 블록 생성 절차 Fig. 3. Process of create block
그림 그림 4. 경력 정보 검증 절차 Fig. 4. Process of verifying career data
표 표 3. 제안하는 시스템의 블록 구성 Table 3. Block Structure of proposed system
그림 그림 5. 개인정보 제공 동의 여부 확인 체인코드 Fig. 5. User approval function chain code
그림 그림 6. QueryString 방식을 사용한 체인코드 Fig. 6. Chain code using QueryString
그림 그림 7. txType을 사용한 체인 코드 Fig. 7. Chain code using txType
그림 그림 8. 블록 생성 및 수정 체인코드 Fig. 8. Create and modify function chain code
그림 그림 9. 경력정보 검증 체인코드 Fig. 9. Verify function chain code
표 표 4. 체인코드의 비교 및 구성 Table 4. Composition and Contents of Chain code
표 표 5. 체인코드의 비교 및 구성 Table 5. Composition and Contents of Chain code
그림 그림 9. 데이터 검색 시간 측정 결과 Fig. 9. Result of data searching time
표 표 6. 블록생성 시간 성능평가 결과 Table 6. Result of block creating time

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 개인의 경력 위조 문제를 해결하기 위해 블록체인을 활용한 개인 경력 관리 및 유통 시스템을 제안한다. 제안하는 시스템은 블록체인에 개인의 경력을 저장하고 이를 제공하는 형태로 개인의 경력을 검증하여 기업에 전달할 수 있는 방식을 사용한다.
본 논문에서는 블록체인을 활용한 개인 경력 관리 및 유통 시스템을 제안하였다. 개인 경력의 확인을 할 수 없는 기존 채용 시스템의 한계점을 극복할 수 있도록 설계하였으며, 이를 위해 블록체인에서 기능을 담당하는 블록생성, QueryString 검색, txType 검색, 경력 검증 기능을 수행하는 코드를 작성하여 구현하였다.

제안 방법

본 논문에서는 블록체인을 활용한 개인 경력 관리 및 유통 시스템을 제안하였다. 개인 경력의 확인을 할 수 없는 기존 채용 시스템의 한계점을 극복할 수 있도록 설계하였으며, 이를 위해 블록체인에서 기능을 담당하는 블록생성, QueryString 검색, txType 검색, 경력 검증 기능을 수행하는 코드를 작성하여 구현하였다. 제안 기법의 성능평가를 위한 환경으로 Inter core I7-7500, 8G RAM의 성능을 가진 PC에 Ubuntu 18.
블록체인 관리자는 사용자에게 정보이용 동의 체인코드를 사용하여 지원자의 정보를 확인할 수 있는 권한을 획득하고 블록체인 내부의 사용자 데이터를 검색한다. 검증과정은 블록체인에 포함된 정보가 기업으로부터 받은 지원자의 정보와 일치하는지 여부를 확인하여 검증을 실시하게 된다. 이후 검증 결과를 회사에 제공하여 지원자의 경력 위조 여부를 알려주도록 한다.
제안하는 기법에서 블록 내부의 데이터를 검색하는 방식은 QueryString 방식과 txType 방식이 존재한다. 데이터 검색 속도를 측정하기 위해 블록체인 내부에 보관하고 있는 데이터의 양을 5천개에서 1만개까지 변경하면서 블록 내의 데이터양에 따른 검색시간을 측정하였다. 그림 10은 데이터 검색 성능을 평가하여 그래프로 나타낸 수치이다.
본 장에서는 제안하는 기술의 성능 평가를 위해 QueryString방식과 txType의 검색 성능 및 블록생성 시간을 측정하여 실제 시스템으로 활용 가능한지에 대한 여부를 평가하였다.
블록 당 트랜잭션 수를 변경해 가면서 블록이 생성되는 시간을 측정하고, 제안하는 기법이 실제 환경에서 사용할 수 있는지 여부를 확인하였다. 테스트 횟수는 총 50회의 블록 생성을 통해 진행하였으며, 한 번에 처리하는 트랜잭션의 개수를 15, 20, 25, 30개의 조건으로 실험을 진행 하였다.
검증과정은 블록체인에 포함된 정보가 기업으로부터 받은 지원자의 정보와 일치하는지 여부를 확인하여 검증을 실시하게 된다. 이후 검증 결과를 회사에 제공하여 지원자의 경력 위조 여부를 알려주도록 한다. 이는 그림 9의 체인코드와 같이 구현한다.
개인 경력의 확인을 할 수 없는 기존 채용 시스템의 한계점을 극복할 수 있도록 설계하였으며, 이를 위해 블록체인에서 기능을 담당하는 블록생성, QueryString 검색, txType 검색, 경력 검증 기능을 수행하는 코드를 작성하여 구현하였다. 제안 기법의 성능평가를 위한 환경으로 Inter core I7-7500, 8G RAM의 성능을 가진 PC에 Ubuntu 18.04 LTS 운영체제와 Hyper-Ledger Fabic 블록체인을 활용하여 구현하였다.성능평가 항목으로 트랜잭션의 처리 시간과 블록체인 내부의 검색 시간을 평가하였으며, 평가 결과 트랜잭션 처리 시간은 약 110ms, 검색시간은 10ms이하의 결과를 나타내었다.
제안하는 기술에서 네트워크는 블록체인 관리자, 기업, 사용자의 3개의 그룹으로 분류된다. 블록체인 관리자는 Full 노드로서 네트워크의 모든 권한을 가지며 기업과 사용자는 Light 노드로 제한된 기능을 가진 상태로 네트워크에 참여한다.
txType 방식은 사용자 ID와 추가적인 조건을 부여하여 검색을 수행하는 방식이다. 제안하는 시스템 내에서는 해당 체인코드를 사용하지 않는 경우에는 블록체인에서 정보를 확인할 수 없도록 구성되어 있다. 각각의 검색 방식에 대한 체인코드는 다음의 그림 6, 7과 같다.
블록체인의 공유 원장에는 개인의 학력과 경력을 기록하며, 이를 카프카 알고리즘을 사용하여 검증하고 블록으로 생성하는 형태로 동작한다. 제안하는 시스템에서 체인코드를 사용하여 사용자의 학력과 경력을 블록에 저장하고, 블록체인에 저장되어 있는 개인 경력 및 학력을 지원 시 제출한 이력서와 대조하여 위조 여부를 확인할 수 있도록 한다.
제안하는 시스템에서는 개인정보 제공 동의 여부, 블록 내부 데이터 검색, 블록 생성 및 수정, 경력 정보 검증을 위한 체인코드를 사용하여 기능을 구현하여 타 시스템과의 차별점을 구현하였다.
본 논문에서는 개인의 경력 위조 문제를 해결하기 위해 블록체인을 활용한 개인 경력 관리 및 유통 시스템을 제안한다. 제안하는 시스템은 블록체인에 개인의 경력을 저장하고 이를 제공하는 형태로 개인의 경력을 검증하여 기업에 전달할 수 있는 방식을 사용한다. 블록체인 네트워크는 프라이빗 네트워크 형태로 동작한다.
패브릭 SDK를 활용하여 블록체인 네트워크와 DAPP 을 연동하여 실제적인 동작을 할 수 있도록 하였다. 체인코드는 node.js와 Go Language를 사용하여 구현하여 상호 연동하도록 구성하였다.
블록 당 트랜잭션 수를 변경해 가면서 블록이 생성되는 시간을 측정하고, 제안하는 기법이 실제 환경에서 사용할 수 있는지 여부를 확인하였다. 테스트 횟수는 총 50회의 블록 생성을 통해 진행하였으며, 한 번에 처리하는 트랜잭션의 개수를 15, 20, 25, 30개의 조건으로 실험을 진행 하였다. 아래의 표 6에는 각 횟수에서 발생한 시간들의 평균치를 계산하여 표기하였다.
4를 설치하여 구현하였다. 패브릭 SDK를 활용하여 블록체인 네트워크와 DAPP 을 연동하여 실제적인 동작을 할 수 있도록 하였다. 체인코드는 node.

이론/모형

이와 대조적으로 하이퍼레저 패브릭은 Execute, Order, Validate, and Update state 의 절차로 동작한다[7]. 기존의 하이퍼레저 패브릭의 경우는 PBFT(Practical Byzantine Fault Toleran ce) 방식을 합의 방식으로 사용하였다. 하지만 초당 트랜잭션(tps) 성능의 하락이 문제점으로 발생하게 되어 현재 Kafka 알고리즘을 사용하여 합의 절차를 진행하고 있다.
제안하는 기법에서 블록 내부의 데이터를 검색하는 방식은 QueryString 방식과 txType 방식이 존재한다. 데이터 검색 속도를 측정하기 위해 블록체인 내부에 보관하고 있는 데이터의 양을 5천개에서 1만개까지 변경하면서 블록 내의 데이터양에 따른 검색시간을 측정하였다.

성능/효과

1) 사용자는 관리자에게 블록체인 네트워크에 참여하여 자신의 정보를 블록체인에 등록할 때와 기존의 정보 변경을 할 때 블록 생성을 요청한다.
2) 기업은 지원자의 이력서를 수령하고 수령 여부를 통지한다.
3) 기업은 블록체인 관리자에게 지원자의 이력서 내부의 학력과 경력의 위조 여부에 대한 검증을 요청한다.
위의 그래프에서 볼 수 있듯 QueryString 방식의 경우 사용자 ID 조건 하나를 사용하여 모든 데이터를 검색하기 때문에, txType 방식에 비해 많은 시간이 소요되는 것을 확인하였다. 또한 데이터양이 증가함에 따라 검색시간 또한 증가하는 것을 확인할 수 있었다. 이와 대조적으로 txType의 경우에는 사용자 ID를 포함한 추가 정보로 검색을 수행하기 때문에, 데이터양이 검색 시간에 크게 영향을 주지 않는 것을 확인할 수 있었다.
또한, 블록 생성 시 대기시간이 존재하는 것을 확인하였다. 이는 위의 표에서 트랜잭션 처리 개수가 15개, 25개일 때의 처리시간과 20개, 30개일 때의 처리 시간의 비교를 통해 확인 가능하다.
이를 통해 알 수 있듯이 실제 시스템에 적용하여 사용하는 경우에도 정상적인 서비스를 제공할 수 있음을 확인하였다. 또한, 서비스를 제공하는 서버의 사양에 따라 더 빠른 처리시간과 검색시간을 가질 수 있을을 확인했다. 다만, 현재 하이퍼레저 플랫폼에서 데이터의 양이 많아 짐에 따라 블록의 크기가 커지는 현상이 있어, 향후에는 이를 보완하는 방법에 대한 연구를 진행할 것이다.
04 LTS 운영체제와 Hyper-Ledger Fabic 블록체인을 활용하여 구현하였다.성능평가 항목으로 트랜잭션의 처리 시간과 블록체인 내부의 검색 시간을 평가하였으며, 평가 결과 트랜잭션 처리 시간은 약 110ms, 검색시간은 10ms이하의 결과를 나타내었다. 이를 통해 알 수 있듯이 실제 시스템에 적용하여 사용하는 경우에도 정상적인 서비스를 제공할 수 있음을 확인하였다.
위의 그래프에서 볼 수 있듯 QueryString 방식의 경우 사용자 ID 조건 하나를 사용하여 모든 데이터를 검색하기 때문에, txType 방식에 비해 많은 시간이 소요되는 것을 확인하였다. 또한 데이터양이 증가함에 따라 검색시간 또한 증가하는 것을 확인할 수 있었다.
트랜잭션이 20개, 30개 일 때가 트랜잭션이 15개, 25개일 때의 처리시간보다 트랜잭션의 개수가 많음에도 더 빠른 처리시간을 가지는 것을 확인하였다. 이를 통해 블록이 생성 될 때 10개의 트랜잭션이 존재하면 곧바로 블록 생성을 시작하지만, 10개의 트랜잭션이 존재하지 않는 경우에는 일정 시간의 대기시간이 존재하는 것을 확인할 수 있었다.
성능평가 항목으로 트랜잭션의 처리 시간과 블록체인 내부의 검색 시간을 평가하였으며, 평가 결과 트랜잭션 처리 시간은 약 110ms, 검색시간은 10ms이하의 결과를 나타내었다. 이를 통해 알 수 있듯이 실제 시스템에 적용하여 사용하는 경우에도 정상적인 서비스를 제공할 수 있음을 확인하였다. 또한, 서비스를 제공하는 서버의 사양에 따라 더 빠른 처리시간과 검색시간을 가질 수 있을을 확인했다.
또한 데이터양이 증가함에 따라 검색시간 또한 증가하는 것을 확인할 수 있었다. 이와 대조적으로 txType의 경우에는 사용자 ID를 포함한 추가 정보로 검색을 수행하기 때문에, 데이터양이 검색 시간에 크게 영향을 주지 않는 것을 확인할 수 있었다.
이는 위의 표에서 트랜잭션 처리 개수가 15개, 25개일 때의 처리시간과 20개, 30개일 때의 처리 시간의 비교를 통해 확인 가능하다. 트랜잭션이 20개, 30개 일 때가 트랜잭션이 15개, 25개일 때의 처리시간보다 트랜잭션의 개수가 많음에도 더 빠른 처리시간을 가지는 것을 확인하였다. 이를 통해 블록이 생성 될 때 10개의 트랜잭션이 존재하면 곧바로 블록 생성을 시작하지만, 10개의 트랜잭션이 존재하지 않는 경우에는 일정 시간의 대기시간이 존재하는 것을 확인할 수 있었다.

후속연구

또한, 서비스를 제공하는 서버의 사양에 따라 더 빠른 처리시간과 검색시간을 가질 수 있을을 확인했다. 다만, 현재 하이퍼레저 플랫폼에서 데이터의 양이 많아 짐에 따라 블록의 크기가 커지는 현상이 있어, 향후에는 이를 보완하는 방법에 대한 연구를 진행할 것이다.
하지만 초당 트랜잭션(tps) 성능의 하락이 문제점으로 발생하게 되어 현재 Kafka 알고리즘을 사용하여 합의 절차를 진행하고 있다. 향후에는 SBFT(Simple BFT)를 사용하여 적용할 예정으로 연구하고 있다[8].

질의응답

핵심어	질문	논문에서 추출한 답변
	NCS란 무엇인가?	NCS는 산업 현장에서 직무를 수행하기 적합한 인재를 선별하 기 위해 요구되는 지식, 기술, 소양 등의 내용을 국가가 지정하여 체계화한 시스템을 일컫는다. NCS는 개인에게 반드시 요구되는 표준화 능력과 성취 여부를 판단할 수 있는 항목으로 구성되어 있다[2].
	본 연구에서 데이터 검색 속도를 측정하기 위해 어떤 방법을 사용하였는가?	제안하는 기법에서 블록 내부의 데이터를 검색하는 방식은 QueryString 방식과 txType 방식이 존재한다. 데이터 검색 속도를 측정하기 위해 블록체인 내부에 보관하고 있는 데이터의 양을 5천개에서 1만개까지 변경하면서 블록 내의 데이터양에 따른 검색시간을 측정하였다. 그림 10은 데이터 검색 성능을 평가하여 그래프로 나타낸 수치이다.
	기존의 데이터 은닉과 블록체인의 차이점은 무엇인가?	블록체인은 블록체인을 활용하여 복잡한 시스템을 단순화 하거나 혼동을 방지하기 위해 데이터를 동기화 하는데 사용된다[4]. 기존의 보안 방식과 블록체인의 차이점은 네트워크와 관련된 모든 사람들에게 동일한 정보를 제공함으로써 특정인이 데이터를 위조해도 전체 구성원이 알고 있는 정보와 다르기 때문에 인정받지 못한다는 것이다. 즉, 기존의 데이터 은닉과 다르게 공개를 통한 위조 방지를 수행하는 기술이다[5].

참고문헌 (8)

Recruiteze, "What The Expert Say About The Fourth Industrial Revolution", January. 2019.
J.Kim, H.Jeong, Y.Kim, Y.Cho, "A Study on Application of NCS Recruiting Systems in Public Organization - Based on NCS Recruiting Performance During the First Half Year in 2015", Journal of Skills and Qualifications, 4(1), 65-84. March, 2015
S.Lee, G.Ryu, Y.Shin, M.Kang, J.Oh, A.Lee, "A Survey on Unbiased Employment and Blind Employment and Performance Analysis", Human Ressources Development Service of Korea, November. 2018
N.Yukio. "The Impact of the Block Chain", BookSta, 2017.
J.Lee, "IT Science Story-Block Chain", Road Book, 2018.
IBM, "An Introduction to Hyperledger", 2018
L.Sankar, M.Sindhu, M.Sethumandhavan, "Survey of consensus protocols on blockchain applications", ICACCS, January. 2017
M.Valenta, P.Sandner, "Comparison of Ethere um, Hpyerledger Fabric and Corda", FSBC Working Paper, June. 2017

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증