ITPE * JackerLab

개요FHE-ML은 사용자의 민감 데이터를 암호화된 상태로 유지한 채 머신러닝 추론을 수행할 수 있도록 해주는 기술로, ‘완전동형암호(Fully Homomorphic Encryption, FHE)’와 ‘인공지능 추론(Inference)’의 융합 모델입니다. 특히 헬스케어, 금융, 공공 데이터 등 고보안·고프라이버시 환경에서의 AI 활용을 가능하게 합니다.1. 개념 및 정의Fully Homomorphic Encryption은 데이터를 복호화하지 않고도 산술 연산이 가능한 암호 기술입니다. FHE-ML은 이 기술을 활용하여 AI 모델이 암호화된 데이터를 직접 추론하는 구조를 의미합니다.FHE 기본 원리: 암호화된 입력 + 암호화된 연산 = 암호화된 출력Inference 융합: 모델 자체 혹은 추론 연산을 암호..

개요Confidential AI는 민감한 데이터를 기반으로 인공지능 모델을 학습하거나 추론하는 과정에서, 데이터의 기밀성과 무결성을 보장하기 위한 보안 기술과 설계 전략을 말합니다. 특히 의료, 금융, 국방 등 고신뢰 산업에서 프라이버시 보호와 AI 성능 간 균형을 확보하기 위한 핵심 프레임워크로 주목받고 있으며, 하드웨어 기반의 신뢰 실행 환경(TEE)과 암호화 기반 연산 기술을 결합해 보안성과 확장성을 동시에 달성할 수 있습니다.1. 개념 및 정의 구분 내용 정의AI 학습 및 추론 과정에서 민감 데이터의 노출 없이 연산이 수행되도록 보장하는 기술 전략목적데이터 보호, 규제 준수, 신뢰성 확보를 동시에 달성필요성개인정보보호법, 산업기밀 보호, 클라우드 기반 AI 도입 증가에 따른 보안 강화 요구2. ..