암호화한 채 AI 돌린다…디사일로, 국제 FHE 벤치마크 기준 세웠다

(venturesquare.net)

디사일로의 완전동형암호(FHE) 기반 LLM 추론 프레임워크 'THOR'가 국제 FHE 벤치마킹 스위트에 최초의 레퍼런스 구현으로 채택되며, 데이터 보안과 AI 성능을 동시에 확보한 프라이빗 AI 기술의 글로벌 표준 기준을 제시했다.

이 글의 핵심 포인트

1디사일로의 'THOR'가 국제 HomomorphicEncryption.org의 FHE 벤치마킹 스위트에 공식 등재됨
2THOR는 언어모델 암호화 추론 분야의 첫 번째 레퍼런스 구현(reference implementation)으로 채택됨
3기존 오픈소스 AI 모델을 재학습 없이 암호화된 상태로 입력부터 출력까지 처리 가능
4BERT 모델 기준, 추론 시간을 약 10분에서 2분으로 단축하고 행렬 곱셈 성능을 최대 9.7배 향상
5ACM CCS 2025 발표 및 NIST, ISO의 완전동형암호 표준화 논의 참여 중

이 글에 대한 공공지능 분석

왜 중요한가?

데이터 보안이 핵심인 의료·금융 산업에서 민감 정보를 복호화 없이 처리할 수 있는 기술적 표준이 마련되었다는 점에서 의미가 큽니다. 특히 파편화되어 있던 암호화 AI 성능 비교의 객관적 기준(Baseline)을 디사뮬로가 선점했다는 점이 결정적입니다.

어떤 배경과 맥락이 있나?

생성형 AI 확산에 따라 데이터 프라이버시 보호 요구가 급증하면서 '프라이빗 AI'가 차세대 인프라로 부상하고 있습니다. 완전동형암호(FHE)는 보안의 핵심이지만 높은 연산 비용이 걸림돌이었는데, 이를 해결하기 위한 벤치마킹 체계 구축이 시급한 상황이었습니다.

업계에 어떤 영향을 주나?

이번 레퍼런스 채택은 암호화 AI 분야의 기술 경쟁을 '주관적 발표'에서 '객관적 검증'의 단계로 전환시킬 것입니다. 관련 솔루션을 개발하는 스타트업들에게는 글로벌 표준에 부합하는 성능 증명이 필수적인 생존 요건이 될 전망입니다.

한국 시장에 어떤 시사점이 있나?

국내 딥테크 기업이 국제 표준화 논의(NIST, ISO)와 벤치마크 기준 수립에 참여함으로써 글로벌 기술 주도권을 확보할 기회를 얻었습니다. 이는 단순 서비스 개발을 넘어 원천 기술 기반의 '표준 선점형' 비즈니스 모델 구축의 중요성을 시사합니다.

이 글에 대한 큐레이터 의견

디사일로의 이번 성과는 딥테크 스타트업이 나아가야 할 '기술 표준화 전략'의 정석을 보여줍니다. 단순히 성능이 좋은 알고리즘을 개발하는 데 그치지 않고, 국제적인 벤치마킹 스위트에 레퍼런스로 등재됨으로써 자사 기술의 신뢰성을 글로벌 수준에서 공인받았기 때문입니다. 이는 향후 B2B 보안 시장 진입 시 강력한 진입장벽이자 마케팅 자산이 될 것입니다.

다만, FHE 기술의 상용화에는 여전히 '연산 오버헤드'라는 거대한 트레이드오프가 존재합니다. 아무리 10분에서 2분으로 단축했다 하더라도, 일반 모델 대비 연산 비용과 지연 시간(Latency)은 여전히 높은 수준입니다. 따라서 스타트업들은 기술적 우수성뿐만 아니라, 실제 비즈니스 유스케이스(예: 초저지연이 필요 없는 의료 진단 분석 등)에서 경제성을 확보할 수 있는 구체적인 실행 전략을 병행해야 합니다.

원문 보기 →

아직 댓글이 없습니다. 첫 댓글을 남겨보세요.