Google은 14일 HEIR — Homomorphic Encryption Intermediate Representation — 를 공개했습니다. 이는 사전 학습된 모델을 받아 동형암호화된 입력에서 추론을 수행하는 버전으로 내보내는 오픈소스 컴파일러 툴체인 및 개발 플랫폼입니다.
실무에서 의미하는 바
완전 동형암호는 암호문 위에서의 연산을 가능하게 합니다. 추론에 적용하면 서버는 입력을 복호화하지 않은 채 모델을 실행하고, 클라이언트만 열 수 있는 암호화된 결과를 반환합니다. 운영자는 질의나 답변에 대해 아무것도 알 수 없어, 의료·금융·생체 인식 데이터를 타인의 모델에 보내는 데 대한 가장 큰 반대 이유가 사라집니다.
실제로 공개된 것
단일 스레드 CPU 지연 시간을 측정해 공개한 4개의 컴파일된 참고 애플리케이션이 포함됐습니다. Belfort Labs, LG 및 NYU와 함께 만든 딥러닝 추천 모델, Niobium 및 hardshell.ai와 함께한 신용카드 사기 탐지, Niobium과 함께한 Kitsune 시스템의 네트워크 침입 탐지, 그리고 Belfort Labs와 함께한 오디오 프라이버시용 핫워드 탐지입니다. 4개 모두의 소스는 Google의 fully-homomorphic-encryption GitHub 저장소에 있습니다.
아닌 것
이는 관리형 Google Cloud 서비스가 아니라 개발자용 툴체인입니다. SLA도, 호스팅된 엔드포인트도, 구매할 것도 없습니다. "Google이 암호화 AI 서비스를 출시했다"는 표현은 틀립니다. 이번 공개는 이를 직접 컴파일하고 실행할 사람들을 겨냥한 것입니다.
아직 공개되지 않은 숫자
Google의 게시물은 기존 FHE 작업 대비 속도 향상을 수치로 제시하지 않았습니다. 다만 동형암호의 비용이 빠르게 낮아지고 있다고만 밝혔습니다. 이 누락이야말로 이번 보도의 정직한 한계입니다. FHE 추론은 여전히 평문 추론보다 수십 배에서 수만 배 느리며, 참고 지연 시간이 단일 스레드 CPU 측정치라는 점은 이 기술이 아직 어느 성능 구간에 있는지를 보여줍니다.
지금 공개한 이유
컴파일러는 암호화 기법이 연구 산출물에서 벗어나는 방식입니다. 신경망용 FHE 회로를 손수 작성하는 일은 수개월이 걸리는 전문 작업이지만, 컴파일러는 이를 빌드 단계로 바꿉니다. Google이 이번 공개를 제품 페이지가 아니라 명시된 학계 및 스타트업 협력사와 함께 진행한 것은, Google 혼자보다 생태계 전체가 성능 격차를 메우길 기대하고 있음을 시사합니다.