구글이 개발한, 데이터를 암호화한 상태로 그대로 AI 모델 등으로 처리할 수 있도록 하는 오픈 소스 컴파일러가 “HEIR(Homomorphic Encryption Intermediate Representation)”입니다. HEIR은 “완전 準同型 암호”라는 암호 기술을 이용한 프로그램을 개발하기 쉽도록 하는 도구로, 일반적인 데이터를 다루는 기존의 AI 모델을 암호화된 입력 데이터를 처리할 수 있는 형태로 변환할 수 있습니다. HEIR https://heir.dev/ How Google is Making Private AI Practical with Homomorphic Encryption https://blog.google/security/how-google-is-making-private-ai-practical-with-homomorphic-encryption/ 암호화된 데이터를 컴퓨터에서 처리할 때는, 한 번 데이터를 복호화하여 원래 내용을 읽을 수 있는 상태로 만들어야 합니다. 예를 들어 클라우드상의 AI에 개인 정보를 넘겨 분석을 요청하는 경우, 통신 중인 데이터를 암호화할 수 있지만, 서버 측에서는 처리하기 위해 데이터를 읽을 수 있는 상태로 만들어야 합니다.
이에 대해 “준동형 암호”는 암호화된 데이터를 복호화하지 않고 그대로 계산할 수 있는 암호 기술입니다. 서버는 데이터의 내용물을 보지 않고 계산을 실행하며 암호화된 결과를 반환하고, 사용자 측에서 그 결과를 복호화하면 원본 데이터를 서버에 공개하지 않고 처리 결과(결과)를 얻을 수 있는 메커니즘입니다. 이를 통해 하드웨어에 의한 격리 등에 의존하지 않고 데이터를 보호할 수 있다고 Google은 설명하고 있습니다. 그러나 완전 준동형 암호는 실제 소프트웨어에서 이용하는 것은 쉽지 않습니다. 암호화된 데이터에 대한 계산은 일반적인 계산보다 복잡하며, 사용하는 암호 방식에 맞춰 연산 방법과 데이터의 배치(배치) 등을 조정해야 합니다. Google에 따르면 기존의 프로그램을 효율적으로 완전 준동형 암호에 대응시키는 작업에는, 기존에는 암호 기술의 전문 지식이 필요했던 것으로 알려져 있습니다. Google의 연구자 및 엔지니어들이 개발하고 있는 “HEIR”은 완전 준동형 암호는 위한 컴파일러 툴체인(툴체인)으로서 기능합니다. 개발자가 Python 등에서 일반적인 프로그램을 작성하고 어떤 데이터를 비밀로 취급할지 지정하면, HEIR이 그 프로그램을 암호화된 데이터에서 동작하는 처리로 변환합니다. 또한 OpenFHE나 Lattigo와 같은 기존의 완전 준동형 암호 라이브러리(라이브러리)에 대한 코드를 생성할 수도 있습니다.
HEIR은 AI 모델에도 동일한 메커니즘을 활용할 수 있도록 하며, PyTorch, TensorFlow, ONNX 등에서 가져온 머신러닝 모델을 변환하여 암호화된 입력 데이터에 대해 추론을 실행할 수 있도록 하는 것을 목표로 합니다. 즉, 새로운 “암호화 대응 AI”를 처음부터 개발하는 대신, 기존 AI 모델을 완전 동형 암호화에 대응하도록 하는 교두박을 HEIR이 담당한다는 의미입니다. Google의 HEIR 활용 사례로는 콘텐츠 추천, 신용 카드 부정 사용 탐지, 네트워크 통신 이상 탐지, 음성에서 특정 키워드를 감지하는 핫워드 감지라는 4가지 AI 처리 방식이 공개되어 있습니다. 예를 들어, 추천 시스템에서는 서비스 측이 사용자 특징을 직접 확인하지 않고 처리하거나, 네트워크 이상 탐지에서는 통신 내용을 그 자체로 서비스 제공자에게 공개하지 않고 이상을 감지하는 것이 예상됩니다.
완전 동형 암호에는 일반적인 계산에 비해 상당한 처리 비용이 발생한다는 문제가 있지만, 구글은 HEIR로 소프트웨어 측면의 최적화를 진행하는 것 외에도 Belfort, Niobium, Cornami, Optalysys 등 완전 동형 암호에 적합한 하드웨어를 개발하는 기업들과 협력하고 있다고 합니다. HEIR는 오픈 소스 기반으로 개발되고 있으며, 구글은 궁극적으로 암호 기술 전문가가 아니더라도 기존 애플리케이션에 암호화된 AI 추론을 통합할 수 있는 환경을 구축하는 것을 목표로 하고 있습니다.
원문 보기 | 출처: Gigazine