2026년의 Canvas 및 WebGL 핑거프린팅

Canvas

와

WebGL

핑거프린팅은 2010년대 초부터 기기 식별의 초석이 되어 왔습니다. 그러나 이 지형은 Chrome의

Privacy Sandbox

이니셔티브, Firefox의 Enhanced Tracking Protection, Safari의 Intelligent Tracking Prevention과 함께 크게 바뀌었습니다. 2026년 GPU 기반 핑거프린팅의 현주소를 정리합니다 — 무엇이 바뀌었고, 우리가 어떻게 적응했으며, 이 신호들이 왜 여전히 없어서는 안 되는지 말입니다.

Chrome의 Privacy Sandbox로 무엇이 바뀌었나

2024년부터 단계적으로 배포된 Chrome의 Privacy Sandbox는 핑거프린팅에 영향을 미치는 여러 변화를 도입했습니다. 가장 중요한 것은 파티셔닝된 스토리지 이니셔티브로, 쿠키 기반 추적의 효과를 낮추지만 canvas나 WebGL 핑거프린팅에는 직접적인 영향을 주지 않습니다.

그러나 Chrome은 canvas 노이즈 주입을 실험하기 시작했습니다 — canvas 픽셀 데이터에 작은 무작위 교란을 더해 정확한 핑거프린팅을 막는 것입니다. 이 기능이 켜지면 동일한 드로잉 명령이 실행할 때마다 조금씩 다른 픽셀 출력을 만들어 냅니다. 이는 정확한 재현성을 전제로 하는 단순한 해시 기반 canvas 핑거프린팅을 무너뜨립니다.

Canvas 노이즈에 적응하기

canvas 노이즈 주입에 대한 우리의 대응은 canvas 신호에 대해 정확한 일치에서 유사도 기반 매칭으로 전환하는 것이었습니다. 전체 canvas 픽셀 데이터의 단일 해시를 계산하는 대신, 이제 우리는 서로 다른 영역과 드로잉 연산에서 여러 개의 특징 벡터를 추출합니다.

노이즈 주입은 대개 작습니다 — 프레임당 몇 픽셀 정도가 바뀝니다. 더 거친 단위로 특징을 추출함으로써(canvas를 영역으로 나누고 집계 통계를 계산함), 우리는 노이즈에도 불구하고 기저의 하드웨어 시그니처를 식별할 수 있습니다. 우리의 세션 간 매칭 알고리즘은 이 특징 벡터들을 코사인 유사도로 비교하며, 임계값은 하드웨어에서 비롯된 일관된 변동은 수용하되 서로 다른 기기는 거부하도록 조정되어 있습니다.

WebGL: 여전한 금맥

canvas 핑거프린팅이 새로운 난관에 부딪히는 동안, WebGL 핑거프린팅은 프라이버시 이니셔티브의 영향을 대체로 받지 않고 있습니다. WebGL API는 하드웨어 파라미터 — 최대 텍스처 크기, 셰이더 정밀도 형식, 지원되는 확장 — 를 노출하는데, 이는 GPU 고유의 값이며 WebGL 기능을 깨뜨리지 않고는 쉽게 교란할 수 없습니다.

Chrome은 WebGL 렌더러 및 벤더 문자열 접근을 제한하는 방안(특정 GPU 이름을 "GPU" 같은 일반적인 레이블로 대체)을 논의해 왔지만, 이 변경은 아직 널리 배포되지 않았습니다. 설령 배포되더라도, 우리가 조회하는 나머지 수십 가지 WebGL 파라미터가 여전히 매우 특징적인 식별 신호를 제공할 것입니다.

하드웨어 앵커로서의 GPU

GPU 기반 핑거프린팅이 여전히 강력한 근본적인 이유는, 그것이 GPU 칩·드라이버·렌더링 파이프라인에 의해 물리적으로 결정되는 하드웨어 특성을 읽어내기 때문입니다. 이 특성들은 쉽게 바꿀 수 있는 소프트웨어적 선택이 아니라, 실리콘이 어떻게 설계되고 제조되었는지에 따른 결과입니다.

NVIDIA RTX 4070이 장착된 기기는 언제나 특정한 최대 텍스처 크기, 특정한 셰이더 정밀도, 특정한 확장 지원을 보고합니다. 그 값들이 GPU 아키텍처에 의해 결정되기 때문입니다. 이 값들을 바꾸는 유일한 방법은 다른 GPU나 다른 드라이버를 쓰는 것뿐인데, 대부분의 사용자에게 드라이버 변경은 비교적 드뭅니다.

Canvas 렌더링: 픽셀 해싱을 넘어

현대의 canvas 핑거프린팅은 단순한 픽셀 해싱을 넘어섭니다. 우리는 하드웨어에 의존하는 렌더링 차이를 증폭하도록 특별히 설계된 드로잉 연산을 사용합니다. 특정 폰트로 텍스트를 렌더링하면 폰트 래스터라이저가 동작하고, 특정 제어점을 가진 베지어 곡선은 GPU의 곡선 테셀레이션을 동작시키며, 특정 색상 정지점을 가진 그라디언트는 색상 블렌딩 파이프라인을 동작시킵니다.

같은 GPU에서 반복 실행 간 분산은 최소화하면서 GPU 모델 간 분산은 최대화하는 드로잉 연산을 선택함으로써, 우리는 초기 핑거프린팅 라이브러리가 쓰던 단순한 텍스트-도형 방식보다 동시에 더 특징적이고 더 견고한 canvas 테스트를 만들어 냅니다.

WebGL 셰이더 핑거프린팅

우리가 배치하는 더 새로운 기법은 WebGL 셰이더 핑거프린팅입니다. 특정 셰이더 프로그램을 컴파일하고 그 컴파일된 속성(정밀도, 최적화 수준, 명령어 개수)을 조회함으로써, 우리는 GPU의 셰이더 컴파일러에 대한 정보를 추출할 수 있습니다 — 이는 GPU 계열마다 달라지는 또 하나의 하드웨어 의존적 특성입니다.

이 기법은 기본 WebGL 파라미터가 비슷한 기기들을 구별하는 데 특히 유용합니다. 서로 다른 두 GPU 모델이 동일한 최대 텍스처 크기를 지원할 수는 있지만, 그들의 셰이더 컴파일러는 같은 셰이더 소스 코드에 대해 서로 다른 컴파일 출력을 내놓을 것입니다.

프라이버시 고려사항

GPU 기반 핑거프린팅은 모든 핑거프린팅과 마찬가지로 책임감 있게 사용되어야 합니다. 우리는 이 신호들을 정당한 목적 — 사기 방지, 봇 탐지, 계정 보안 — 에 사용하며, 사이트 간 추적이나 광고에는 사용하지 않습니다. 우리의 클라우드 호스팅 배포 방식은 핑거프린트 데이터가 고객의 인프라 안에 머무르도록 보장하여, 제3자 데이터 공유를 제거합니다.

프라이버시 지형은 계속 진화할 것입니다. 브라우저는 GPU 핑거프린팅에 영향을 주는 추가 보호 장치를 도입할 수 있습니다. 우리의 전략은 끊임없이 적응하는 것입니다 — 기존 신호가 제한될 때마다 새로운 하드웨어 의존적 신호를 찾아내면서, 고객이 의존하는 정확성과 안정성을 유지하는 것입니다.