# 안티클립이 개발한 특정 AI 모델의 출력 생성 사실을 증명할 수 있는 시스템 '플래시프루브'

> https://bookfactory.kr/board/news/26149
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-11-08T23:49:38.823Z

---

AI 성능은 매일 개선되고 있으며, 사용자가 사용할 수 있는 AI 모델의 종류가 급격히 증가하고 있습니다. 그러나 사용자 측면에서는 "광고된 대로 실제 사용 중인 AI 모델이 맞는지"를 확인하는 방법이 제한적이며, 서비스 제공자가 저성능 AI 모델을 은근히 사용하는 가능성을 배제할 수 없습니다. 이러한 상황을 극복하기 위해 Anthropic 은 특정 AI 모델로 생성된 출력임을 증명할 수 있는 메커니즘인 'FlashProve'를 개발했습니다. Large language models 의 증명 가능한 추론에 대한 진행 상황 Anthropic https://www.anthropic.com/research/provable-inference

새로운 Anthropic 연구: 대규모 언어 모델에 대한 증명 가능한 추론의 진전. 여기서는 FlashProve 를 소개합니다. 확립된 암호학적 기법을 바탕으로 FlashProve 는 개발자가 주어진 응답이 주어진 AI 모델에서 생성되었는지 여부를 검증할 수 있게 합니다. 이는 훨씬 더...

현재 응답 생성에 사용된 AI 모델을 사용자가 직접 식별할 수 없는 상황에서는 서비스 제공자가 홍보와 다른 저비용 모델을 사용하여 부당하게 이익을 얻을 수 있으며, "안전성이 감사 기관에 의해 검증된 후 다른 모델로 교체하여 서비스를 제공하는 것"이나 "공격자가 특정 모델을 위장하여 사용자를 공격하는 것"과 같은 보안 문제가 발생할 수 있습니다. 이러한 문제들을 해결하기 위해 개발된 것이 FlashProve 입니다. FlashProve 는 암호학적 증명 기법인 'zkSNARK'를 사용하는 시스템으로, 서비스 제공자는 기존 방법보다 적은 비용으로 증명 파일을 생성할 수 있습니다. zkSNARK 로 생성된 증명 파일에는 모델의 가중치에 대한 정보가 포함되어 있지 않아, 클로즈드 모델이라도 모델 정보를 숨긴 채 증명 서비스를 제공할 수 있습니다. 증명 파일의 검증은 24 코어 CPU 를 사용하여 수 초 만에 완료할 수 있습니다. 따라서 사용자 측도 적은 계산 리소스로 AI 서비스의 진위를 검증할 수 있으며, 서비스 제공자의 부정이나 공격을 사전에 방지할 수 있습니다. FlashProve 의 증명 파일 생성 및 검증에 사용되는 코드는 연구용 프로토타입으로 다음 링크에서 공개되었습니다. GitHub - anthropics/FlashProve: A research prototype for zero-knowledge proofs of AI inference. Not maintained. · GitHub https://github.com/anthropics/FlashProve

기술 보고서도 다음 링크에서 공개되었습니다. FlashProve: provable inference를 위한 오픈소스 라이브러리 (PDF 파일) https://assets.claude.com/8e1d181a83015078581c92d896757041713f0160.pdf

[원문 보기](https://gigazine.net/news/20261104-anthropic-flashprove/) | 출처: Gigazine