이 게시물은 얼굴인식 기술의 60년 발전과 토스 페이스페이 결제의 작동 방식과 보안 방향을 정리합니다. Bledsoe의 1960년대 수작업 특징점 기반 식별에서 시작해, Kanade의 자동 특징점 추출, Turk와 Pentland의 Eigenface(PCA) 기반 표현, 조명에 강한 LBP와 SVM/AdaBoost 같은 핸드크래프트+머신러닝을 거쳐 딥러닝(DeepFace, FaceNet, ArcFace 계열)로 성능 향상이 이뤄진 흐름을 다룹니다. 또한 LFW, VGGFace, MS-Celeb-1M, WebFace260M 등 대규모 데이터셋이 성능을 견인했음을 강조합니다. 페이스페이는 엣지(단말기)에서 초기 처리 후 서버에서 인식해 빠른 결제를 구현하고, TLS 및 AES-256 암호화, Matrix Projection 기반 cancellable biometrics, 서버 접근 제한, 개인정보보호위원회 사전적정성 검토 등 다층 보안과 제도적 검증을 설계합니다. 스푸핑/프레젠테이션 공격을 막기 위해 RGB·IR·Depth 등 다중 센서와 딥러닝 기반 위변조 탐지(안티 스푸핑/라이브니스)를 적용하며, NIST FRTE에서의 1:1 세계 12위 성과와 가입자 증가(출시 후 2개월 100만, 2026년 4월 483만+)를 통해 확산 상황을 제시합니다.