완전 동형 암호화(FHE)의 개요와 적용 사례
2024년의 암호화폐 시장은 예전만큼 격동적이지는 않지만, 새로운 기술들은 여전히 성숙하기 위해 노력하고 있습니다. 오늘 논의할 기술 중 하나는 “완전 동형 암호화(FHE)”입니다.
비탈릭 부테린은 올해 5월에 FHE에 관한 기사를 발표했는데, 관심 있는 분들은 한번 읽어보시기를 추천합니다.
그렇다면 FHE란 정확히 무엇일까요?
완전 동형 암호화(FHE)라는 용어를 이해하려면 먼저 ‘암호화’가 무엇인지, ‘동형’이 무엇을 의미하는지, 왜 ‘완전’ 동형이어야 하는지 이해해야 합니다.
암호화란 무엇인가요?
대부분의 사람들은 기본적인 암호화에 익숙합니다. 예를 들어 앨리스가 밥에게 “1314 520″과 같은 메시지를 보내려고 합니다.
앨리스가 제3자인 C에게 비밀을 유지하면서 메시지를 전달하려면 각 숫자에 2를 곱하여 ‘2628 1040’으로 변환하면 됩니다.
밥은 이 숫자를 받으면 각 숫자를 2로 나누어 ‘1314 520’으로 다시 해독합니다.
여기서 앨리스와 밥은 대칭 암호화를 사용하여 메시지 내용을 모르는 C를 통해 메시지를 안전하게 보냈습니다. 이는 첩보 영화에서 요원들이 안전하게 통신하는 일반적인 시나리오입니다.
동형 암호화란 무엇인가요?
이제 앨리스의 작업의 난이도를 높여 보겠습니다:
앨리스가 7살이라고 가정하고, 앨리스는 2 곱하기와 2 나누기 같은 기본적인 산술 연산만 할 줄 안다고 가정해 보겠습니다.
이제 앨리스는 한 달에 400달러인 전기 요금을 납부해야 하며, 12개월치 전기 요금을 내야 합니다. 400 * 12라는 계산은 7살인 앨리스에게는 너무 복잡합니다.
하지만 전기 요금이나 사용 기간은 민감한 정보이기 때문에 다른 사람이 알기를 원하지 않습니다.
따라서 앨리스는 C를 신뢰하지 않고 계산을 도와달라고 요청하고 싶어합니다.
앨리스는 자신의 제한된 산술 능력을 사용하여 2를 곱하여 800 * 24(즉, (400 * 2) * (12 * 2)를 계산하도록 C에게 지시하여 숫자를 암호화합니다.)
계산 능력이 뛰어난 성인인 C는 800 * 24 = 19200을 빠르게 계산하여 앨리스에게 결과를 알려줍니다. 그런 다음 앨리스는 19200을 2로 두 번 나누어 4800달러의 빚이 있다는 것을 알아냅니다.
이 간단한 예는 동형 암호화의 기본 형태를 보여줍니다. 800 * 24의 곱셈은 400 * 12의 변형으로, 동일한 형태를 유지하므로 “동형”입니다.
이 암호화 방법을 사용하면 민감한 숫자를 안전하게 보호하면서 신뢰할 수 없는 주체에 계산을 위임할 수 있습니다.
동형 암호화가 완전 동형이어야 하는 이유는 무엇인가요?
현실에서 문제는 이상적인 세계만큼 간단하지 않습니다. 모든 사람이 7살인 것도 아니고 모든 사람이 C처럼 정직한 것도 아닙니다.
C가 무차별 대입을 통해 앨리스의 숫자를 리버스 엔지니어링하여 원래의 400과 12를 발견하는 시나리오를 상상해 보세요.
이것이 바로 완전 동형 암호화가 필요한 이유입니다.
앨리스가 각 숫자에 2를 곱하는 것은 노이즈를 더하는 것으로 간주할 수 있습니다. 노이즈가 너무 작으면 C가 쉽게 깨질 수 있습니다.
따라서 앨리스가 4를 곱하고 8을 더하면 C가 암호화를 해독하기가 매우 어려워집니다.
하지만 이는 여전히 ‘부분적인’ 동형 암호화일 뿐입니다:
- 앨리스의 암호화는 특정 문제에만 적용됩니다.
- 앨리스는 특정 산술 연산만 사용할 수 있으며, 덧셈과 곱셈의 횟수는 일반적으로 15회를 초과할 수 없습니다.
“완전히”란 앨리스가 다항식에 대한 덧셈과 곱셈 암호화를 원하는 만큼 수행하여 계산을 제3자에게 완전히 위임하고 나중에 정확한 결과를 복호화할 수 있도록 허용하는 것을 의미합니다.
초장다항식은 전기 요금 계산과 같은 간단한 문제뿐만 아니라 대부분의 수학 문제를 표현할 수 있습니다.
무제한 암호화 계층을 추가하면 C가 민감한 데이터를 엿볼 수 없도록 원천적으로 차단하여 진정한 기밀성을 확보할 수 있습니다.
따라서 완전 동형 암호화는 오랫동안 암호화 분야의 성배로 여겨져 왔습니다.
사실 2009년 이전에는 동형 암호화는 ‘부분’ 동형 암호화만 지원했습니다.
2009년에 젠트리와 다른 학자들은 완전한 동형 암호화의 문을 여는 새로운 접근법을 제안했습니다. 관심 있는 독자는 해당 논문에서 자세한 내용을 확인할 수 있습니다.
완전 동형 암호화(FHE)의 응용 분야
많은 사람들이 여전히 완전동형암호화(FHE)의 적용 시나리오에 대해 궁금해합니다. FHE는 어디에 필요할까요?
예를 들어-AI.
강력한 AI에는 많은 데이터가 필요하지만 이러한 데이터의 대부분은 매우 사적인 데이터입니다. FHE가 이 ‘둘 다’의 문제를 해결할 수 있을까요?
대답은 ‘예’입니다.
할 수 있습니다:
- FHE를 사용하여 민감한 데이터를 암호화하세요.
- 계산을 위해 암호화된 데이터를 AI에 제공합니다.
- AI는 읽을 수 없는 암호 텍스트 세트를 출력합니다.
비지도 AI는 데이터가 본질적으로 벡터이기 때문에 이를 달성할 수 있습니다. AI, 특히 GPT와 같은 생성형 AI는 입력을 이해하지 않고 가장 가능성이 높은 응답을 예측할 뿐입니다.
암호 텍스트는 수학적 규칙을 따르고 사용자가 암호화의 소유자이므로 암호화를 사용할 수 있습니다:
- 네트워크 연결을 끊고 앨리스처럼 로컬에서 암호 텍스트를 해독합니다.
- 이를 통해 AI는 민감한 데이터를 직접 처리하지 않고도 방대한 연산 능력을 활용할 수 있습니다.
현재의 인공지능은 프라이버시를 희생하지 않고는 이를 달성할 수 없습니다. GPT에 일반 텍스트로 입력하는 모든 것을 생각해 보세요! 이를 위해서는 FHE가 필수적입니다.
이것이 바로 AI와 FHE가 자연스럽게 호환되는 이유입니다. 두 가지를 모두 달성하는 것으로 요약됩니다.
암호화 및 AI와 겹치는 부분으로 인해 FHE는 상당한 관심을 받았고, Zama, Privasea, Mind Network, Fhenix, Sunscreen과 같은 다양한 프로젝트에서 각각 고유한 애플리케이션으로 활용되고 있습니다.
프리바세아 AI 프로젝트
바이낸스가 후원하는 한 프로젝트인 @Privasea_ai를 살펴보겠습니다. 이 프로젝트의 백서에는 안면 인식과 같은 시나리오가 설명되어 있습니다.
둘 다/그리고: 기계는 민감한 얼굴 정보를 처리하지 않으면서도 그 사람이 진짜인지 확인할 수 있습니다.
FHE를 도입하면 이러한 문제를 효과적으로 해결할 수 있습니다.
그러나 실제 FHE 계산에는 상당한 계산 능력이 필요하며, Alice는 수많은 덧셈과 곱셈을 수행해야 하므로 암호화 및 복호화 프로세스는 계산 집약적입니다.
따라서 프리바세아는 강력한 연산 네트워크와 지원 인프라를 구축하고 있습니다. Privasea는 컴퓨팅 파워 문제를 해결하기 위해 작업 증명 및 지분 증명과 유사한 네트워크 아키텍처를 제안했습니다.
최근 프리바세아는 프리바세아 전산 네트워크의 일부라고 할 수 있는 작업 증명 하드웨어인 워크하트 USB를 발표했습니다. 채굴 장비라고 생각하시면 됩니다.
초기 가격은 0.2 ETH이며, 전체 네트워크 토큰의 6.66%를 채굴할 수 있습니다.
또한, 총 5000개의 “작업 허가증”으로 간주할 수 있는 지분 증명 방식의 자산인 스타퓨엘 NFT가 있습니다.
가격은 각각 0.2 ETH로, 전체 네트워크 토큰의 0.75%를 에어드랍을 통해 획득할 수 있습니다.
이 NFT는 지분 증명과 비슷하지만 진정한 지분 증명은 아니며, 미국에서 지분 증명이 증권인지에 대한 의문을 피하려고 한다는 점에서 흥미롭습니다.
이 대체 불가능한 토큰을 통해 사용자는 프리바세아 토큰을 스테이킹할 수 있지만, 지분 증명 보상을 직접 생성하지는 않습니다. 대신, 바인딩된 USB 장치의 채굴 효율을 두 배로 높여주는 위장된 형태의 지분 증명입니다.
결론적으로, AI가 FHE 기술을 널리 채택할 수 있다면 AI 자체에 큰 도움이 될 것입니다. 많은 국가가 AI 규제에서 데이터 보안과 개인정보 보호에 중점을 두고 있습니다.
예를 들어, 러시아-우크라이나 전쟁에서 러시아 군의 일부 AI 사용 시도는 많은 AI 회사의 미국 배경 때문에 정보 작전에 노출될 수 있는 위험에 노출될 수 있습니다.
하지만 AI를 사용하지 않는다면 자연스럽게 뒤처질 수밖에 없습니다. 지금은 격차가 크지 않더라도 10년 후에는 AI가 없는 세상은 상상할 수 없을지도 모릅니다.
국가 간 분쟁부터 스마트폰 얼굴 잠금 해제에 이르기까지 데이터 프라이버시는 우리 생활 곳곳에 존재합니다.
AI 시대에 FHE 기술이 진정으로 성숙할 수 있다면 의심할 여지 없이 인류의 최후의 방어선이 될 것입니다.