조선대 김영식 교수, 데이터 프라이버시 보장하는 고정밀 암호화 기술 공동 개발

2021-11-01 09:43

add remove print link

미래 핵심 암호 기술인 동형암호 실용화 기대
“프라이버시 보존 인공지능 기술을 위한 획기적인 전기 마련해”

조선대 김영식 교수
조선대 김영식 교수

조선대학교 정보통신공학부 김영식 교수가 서울대학교 연구팀과 함께 고정밀 암호화 기술을 개발하고 암호 분야 세계 최고 양대 학술대회 중 하나인 ‘유로크립트 2021(Eurocrypt 2021)’에 ‘High-precision bootstrapping of RNS-CKKS homomorphic encryption using optimal minimax polynomial approximation and inverse sine function’ 논문을 발표했다.

유로크립트는 한국연구재단에서 지정한 최우수학술대회 중 하나로 올해 한국에서는 김 교수가 참여한 해당 논문이 유일하게 발표됐다.

지난 10월 18일 발표된 논문은 암호화된 상태로 연산을 수행할 수 있는 CKKS 동형암호를 인공지능에 적용하기 위한 핵심 기술인 고정밀 부트스트래핑에 대해 다뤘다.

해당 기술이 활용되면 부트스트래핑 기법의 정확도를 천 배 이상 높여주게 돼 동형암호를 실용화하고 데이터 프라이버시를 보장하는 인공지능 기술이 마련될 것으로 기대되고 있다.

현재 인공지능 기술 개발을 위해서는 양질의 데이터가 필요하지만 데이터에는 개인정보 등 민감한 정보가 많아 프라이버시 문제 및 법적 규제로 인한 제약이 많은 상황이다.

하지만 동형암호를 사용하면 민감한 정보를 암호화된 상태로 만들어 암호해독 없이 그 상태로 인공지능 연산을 수행해 프라이버시를 보호하면서도 원하는 결과를 얻을 수 있어 해당 문제에 대한 근본적인 해결책을 제시할 수 있다.

이러한 동형암호 사용을 위해서는 연산 수행이 필수적인데 연산이 수행되면 연산 할 수 있는 자원이 줄어들게 돼 부트스트래핑 기법을 통해 동형암호를 위한 연산 자원을 보충해줘야 한다.

하지만 이 과정에서도 기존 부트스트래핑은 큰 오류를 동반해 연산을 계속할 수 없게 된다는 단점이 있었다.

즉 동형암호 사용에는 연산의 총량이 매우 제한적이었으나 이번 기술을 통해 원하는 양만큼 연산이 가능해지게 된 것이다.

오늘날 인공지능 혁신의 중심에 있는 심층신경망은 많은 연산을 수반하고 있어 기존에는 인공지능 연산에 동형암호 적용이 불가능했지만, 이번 결과를 통해 심층신경망 연산에도 동형암호 적용이 가능해졌다.

또한 본 연구팀은 해당 기술을 실제로 구현해 표준 심층신경망 인공지능 모델인 ResNet-20에서 동형암호화된 이미지를 인공지능에 의해 성공적으로 분류할 수 있음을 삼성종합기술원과 협업으로 세계 최초로 시연했다. 또한 암호화된 인공지능 모델 학습에 관한 연구도 진행하고 있다.

현재 동형암호는 미래 핵심 암호 기술 중 하나로 주목받고 있으며 실용화를 위해 미국 및 유럽의 여러 연구그룹이 경쟁 중이다.

본 논문은 삼성전자종합기술원 지원을 받아 서울대학교 노종선 교수와 함께 이준우 연구원, 이은상 연구원, 이용우 연구원(현 삼성전자종합기술원 소속)과 조선대학교의 김영식 교수가 함께 공동연구에 참여했다.

김영식 교수는 “이번 결과는 암호화된 데이터 그대로 인공지능시스템에 적용하는 방식의 프라이버시 보존 인공지능 기술을 위한 획기적인 전기를 마련한 것이다”며 “앞으로 연구팀과 함께 동형암호 고속 구현을 통한 실용화 연구에 집중할 것이다”고 말했다.

한편 김영식 교수는 조선대학교 연구팀과 함께 지난 4월 포스트 양자 암호 알고리즘과 보안 안전성 검증 원천 기술 확보를 위한 사업을 진행, 정보통신기획평가원(IITP)이 지원하는 정보보호 핵심 원천기술 개발 사업에 선정됐다. 연구팀은 ‘저사양 디바이스 대상 고효율 PQC 안전성 및 성능 검증 기술 개발’이라는 과제로 2021년 4월부터 약 3년 9개월 동안 연구비를 지원 받는다.

home 노해섭 기자 nogary@wikitree.co.kr