음성 녹음파일은 재판에서 판결을 좌우하는 핵심적인 증거로 채택되는 경우가 많기 때문에 법원에 증거로 제출된 녹음파일의 진위를 규명하기 위한 오디오 포렌식은 매우 중요하다. 현재의 오디오 포렌식은 주어진 녹음파일의 편집 여부를 판별하는 수준에 머무르고 있는 반면에 TTS(text to speech)와 같은 최신 음성합성기술은 사람이 들었을 때 그 진위를 식별하기 어렵고 현재 수준의 오디오 포렌식 기술로는 진위를 식별하기 힘든 가짜 음성을 생산할 수 있다. 한편, 화자를 식별하는 자동화자식별체계(automatic speaker verification: ASV) 기술은 포렌식, 생체 기반 보안 시스템 등의 다양한 분야에서 상용화되어 활용되고 있는데, 자동화자식별체계는 합성음성 및 리플레이(replay) 공격 등 스푸핑(spoofing) 공격에 취약한 것으로 알려져 스푸핑 공격 대응체계에 대한 연구가 활발히 진행되고 있다. 그러나 이러한 대응체계를 우회하기 위한 목적으로 적대적 공격기법 역시 지속적으로 발전하고 있어 현재 대응체계의 취약점에 대해 연구하는 것이 중요하다. 이러한 이유로, 본 연구에서는 음성파일의 진위를 식별하는 자동화자식별체계의 스푸핑 공격 대응체계의 탐지를 피할 수 있는 4가지 새로운 적대적 공격기법(노이즈 합성 공격, 리플레이 공격, 대역통과필터 기반 공격 및 음성파일 손실압축 기반 공격)을 제안하고, 제안 공격기법에 대한 방어기법 연구를 통해 합성된 가짜 음성 식별을 위한 오디오 포렌식 발전방향을 제시한다. 또한 실험을 통해 제안한 공격 및 방어기법의 효과를 검증하였다.