복호화 없이 AI가 일한다? 구글이 던진 '프라이빗 AI'의 답, 동형 암호화
한눈에 보는 핵심 요약
구글이 암호화된 데이터를 복호화하지 않고도 AI 추론에 활용할 수 있는 오픈소스 컴파일러 HEIR를 공개했어요. Private Computing Toolkit의 새로운 구성 요소로 추가된 이 기술은, 서버가 암호문 상태 그대로 데이터를 처리하고 결과도 암호화된 채로 돌려주는 동형 암호화(Homomorphic Encryption) 를 기반으로 합니다. 사용자 데이터도 지키고, 서비스 제공자의 독점 AI 모델도 지키는 '양방향 보호'가 핵심이에요.
왜 지금 이 기술이 필요할까요?
지금까지의 개인정보 보호 방식에는 각각 한계가 있었어요.
- 종단 간 암호화: 데이터 유출은 막지만, 스팸·바이러스 탐지처럼 서비스 제공자가 데이터를 '봐야' 가능한 기능은 제공하기 어려워져요.
- 의료·금융 분야: 규제가 엄격해서 기관 간 데이터 공유 자체가 제한돼요.
- 로컬(온디바이스) 처리: 기기 성능에 한계가 있고, 서비스 제공자 입장에서는 독점 AI 모델을 사용자 기기에 심어야 하니 모델 유출 위험이 생겨요.
결국 '기능이냐, 프라이버시냐'의 딜레마가 계속 있었던 거죠. 동형 암호화는 이 딜레마를 연산 비용의 문제로 바꿔줍니다. 암호문 그대로 연산하고 결과도 암호문으로 반환하니, 데이터도 모델도 노출되지 않으면서 서비스는 그대로 작동할 수 있는 거예요. 하드웨어 신뢰에 기대는 방식(Private Information Retrieval 등)과 달리, 암호학적으로 보안을 보장한다는 점도 강점입니다.
HEIR가 하는 일
HEIR(Homomorphic Encryption Intermediate Representation)는 이름 그대로, 동형 암호화를 위한 오픈소스 컴파일러 툴체인이에요.
- 평문 데이터용으로 학습된 기존 AI 모델을 암호화 입력에서도 동작하도록 자동 변환해줘요.
- 원래 동형 암호화 추론을 도입하려면 전문 암호학자 팀이 붙어야 했는데, HEIR는 이 과정을 원클릭에 가깝게 자동화하는 걸 목표로 합니다.
- 실제로 Belfort, Niobium, Cornami, Optalysys 같은 암호화 하드웨어 가속기 기업들과 협력해 성능도 계속 끌어올리는 중이에요.
- Georgia Tech, CMU, UC Santa Bar바라, 칭화대 등 여러 대학과의 공동 연구를 통해 벌써 동료 평가 논문 4편이 나왔고, 추가 논문도 준비 중이라고 하네요.
실제로 뭘 해봤나 — 4가지 시연 사례
모두 HEIR로 컴파일해서 단일 스레드 CPU 환경에서 시연했다고 해요. 소스 코드는 GitHub에 공개되어 있습니다.
- 프라이빗 콘텐츠 추천: LG, 뉴욕대와 함께 개발한 추천 모델(DLRM)로, 서버가 사용자 특성을 직접 보지 않고도 추천을 제공해요.
- 신용카드 사기 탐지: Niobium, hardshell.ai와 함께 사기 탐지기를 컴파일했어요.
- 네트워크 침입 탐지: 암호화된 네트워크 트래픽에서도 이상 징후(Kitsune)를 탐지, 패킷 내용을 보지 않고도 가능해요.
- 핫워드 탐지: 음성 비서의 호출어 인식을, 오디오 내용을 노출하지 않고 수행해요.
아직 넘어야 할 산도 있어요
동형 암호화의 연산 비용은 여전히 작지 않아요. 다만 이 비용이 빠른 속도로 낮아지고 있다는 게 구글의 설명입니다. 하드웨어 가속기 업체들과의 협업도 이런 성능 개선을 겨냥한 것이고요. 최종적으로는 동형 암호화가 특수한 기술이 아니라 산업 전반에서 보편적으로 쓰이는 기본 인프라가 되는 걸 목표로 한다고 밝혔어요.
프라이버시와 AI 기능성 사이의 오래된 딜레마를 '비용 최적화 문제'로 바꿔놓은 접근이라는 점이 인상적이에요. 앞으로 하드웨어 가속이 더 발전하면, 정말로 '암호문 위에서 도는 AI'가 일상적인 인프라가 될지도 모르겠습니다.