인피니언, 보안적인 무선 충전 위한 인증 솔루션 OPTIGA Trust Charge 출시

 

인피니언 테크놀로지스(코리아 대표이사 이승수)가 보안적인 유도식 충전을 위한 OPTIGA Trust Charge 제품군을 출시한다고 밝혔다.

새로운 OPTIGA Trust Charge는 Qi 1.3 무선 충전 표준을 지원하는 업계 최초의 임베디드 보안 솔루션이다. 스마트폰, 이어버드, 태블릿, 웨어러블 같은 소형 개인 전자기기와 의료용 디바이스 등 충전 전력이 최대 15W인 충전기에 적합하다.

최근 편리한 무선 충전 수요가 증가하고 있다. 하지만 부정확한 전원 장치는 기기의 배터리 수명뿐만 아니라 최악의 경우 사용자에게도 해를 입힐 수 있다. OPTIGA Trust Charge를 사용한 디바이스 인증은 위험한 가짜 충전기 사용 시 발생할 수 있는 디바이스 손상을 방지하고 브랜드의 신뢰도를 보호한다.

WPC(Wireless Power Consortium)가 Qi 표준을 제정하고 이 표준에 따라서 디바이스를 시험하고 인증한다. 지난 몇 년 사이에 Qi는 꾸준히 성장했으며, 2019년에는 Qi 디바이스 출하가 4억6500만개로 전년 대비 27% 성장했다(Strategy Analytics, 전 세계 무선 충전기 동향, 2020년 9월). 유도식 충전 사용의 가장 큰 비중을 차지하는 것은 스마트폰이지만, 웨어러블 디바이스 또한 계속해서 증가하고 있다.

이 표준의 새로운 1.3 버전은 무선 충전기에 대한 강력한 암호화 인증을 규정하고 있다. 무선 충전기가 충전하려는 디바이스에 스스로를 인증하고 Qi 1.3 인증을 받았다는 것을 증명할 수 있으며, 그래야만 디바이스를 최대 전력으로 충전한다. 인피니언은 키와 인증서를 저장하는 하드웨어에 대해 최소한 EAL4 인증을 권장한다. 평가의 일부로서 보호 프로파일 PP0035와 PP0084를 사용할 수 있다.

인피니언의 OPTIGA Trust Charge는 임베디드 소프트웨어, 호스트 소프트웨어, 개발 보드, 레퍼런스 보드, 도큐멘테이션을 포함한 전체 시스템 통합을 지원하는 턴키 솔루션으로 빠르고 쉬운 설계를 가능하게 한다.

인피니언은 보안적인 생산 설비에서 WPC가 규정한 인증서와 키들을 보안칩에 주입한다. 따라서 제조업체들은 보안 인프라를 위한 추가적인 투자가 필요하지 않다. 또한 OPTIGA Trust Charge는 USON10-2 패키지(3mm x 3mm)로 제공돼 소형 디바이스에 적합하며 다양한 충전 플랫폼에 쉽게 통합된다. -40°C~ 105°C의 확장 온도 범위로 다양한 컨슈머 및 산업용 애플리케이션에 사용할 수 있으며 현재 샘플이 제공되고 있다. 차량용 제품 버전은 2021년 초에 출시할 계획이다. 제품에 관한 추가 정보는 상세 정보 홈페이지에서 볼 수 있다.

석대건 기자

daegeon@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

미사일보다 먼저 멈추는 건 서버다…이란 전쟁, 중동 빅테크의 돈줄을 겨누다

중동은 한동안 빅테크의 차세대 성장지로 불렸다. 값싼 전력, 막대한 국부펀드 자금, 공격적인 국가 주도 투자, AI 인프라 수요가 한꺼번에 모인 곳이었기 때문이다. 그런데 이란 전쟁은 그 계산식의 앞자리를 바꾸고 있다.

카카오헬스케어, ‘파스타’에 혈압까지 담았다…만성질환 관리 플랫폼 확장

카카오헬스케어가 자사의 모바일 건강관리 서비스 ‘파스타(PASTA)’ 기능을 확장하며 만성질환 관리 영역을 넓혔다. 기존 혈당과 체중 중심 관리에서 나아가 혈압 데이터까지 통합하면서, 하나의 앱에서 주요 건강 지표를 종합적으로 관리할 수 있는 구조를 갖췄다.

채용 공고부터 추천까지 한 번에…AI로 묶은 ‘통합 채용 허브’ 등장

잡코리아가 AI 기반 통합 채용 솔루션 ‘하이어링 센터’를 공개했다. 채용 공고 등록부터 지원자 관리, 커뮤니케이션, 운영 관리까지 전 과정을 하나의 환경에서 처리할 수 있도록 설계된 것이 핵심이다.

정답 아닌 과정 본다…AI 활용 역량, 다면 분석으로 판별

‘AI 역량평가’는 응시자가 AI를 활용해 결과를 도출하는 과정 자체를 분석한다. 프롬프트를 설계하고, AI의 응답을 검증한 뒤 이를 보완해 최종 성과로 연결하는 일련의 단계가 평가 대상이다. 단순 정답 여부가 아니라 활용 과정의 완성도를 데이터 기반으로 측정한다는 점에서 기존 평가와 차별화된다.