[국내보안뉴스] 디사일로, 완전동형암호 기술 기반 '피지컬 AI' 보안 국책과제 참여
· 2026-10-16 03:00
· 조회 9
· 원문 ↗
암호화 기술 전문 기업 디사일로가 과학기술정보통신부 및 정보통신산업진흥원(NIPA)에서 주관하는 '피지컬 AI 기반 다중 계층 보안 기술 개발' 국책과제에 참여합니다. 이번 사업은 2026년부터 2030년까지 추진되며, 라온시큐어를 필두로 디사일로, 틸론, 센스톤 및 주요 대학 산학협력단 등 7개 기관이 공동으로 연구를 수행합니다. 디사일로는 핵심 분야인 완전동형암호(FHE) 기반의 종단 간 암호화와 프라이버시 보존형 연합학습 기술 개발을 전담합니다.
피지컬 AI는 로보틱스, 자율주행, 스마트 팩토리 등 현실 세계의 물리적 기기와 인공지능이 결합된 기술로, 수집되는 센서 데이터와 학습 모델의 보안이 매우 치명적인 요소입니다. 온디바이스 및 물리적 기기 특성상 데이터 유출이나 모델 위변조가 발생할 경우 단순 정보 유출을 넘어 실질적인 인명·물리적 피해로 이어질 위험이 있습니다. 데이터 원본을 복호화하지 않고 암호화된 상태 그대로 연산하는 완전동형암호 기술은 이러한 피지컬 AI 환경의 프라이버시와 데이터 보안 문제를 근본적으로 해결할 대안으로 평가받고 있습니다.
이번 과제를 통해 다중 계층 보안 인프라가 구축되면, AI 기반 시스템을 운용하는 기업 및 기관들은 민감 데이터 유출 우려 없이 안전하게 데이터를 수집하고 협업 지능 모델을 구축할 수 있을 것으로 기대됩니다. 피지컬 AI 도입을 준비하는 산업계는 초기 설계 단계부터 동형암호 및 연합학습 등 프라이버시 강화 기술(PET) 적용을 적극적으로 고려할 필요가 있습니다.
♥ 추천 0
피지컬 AI와 연합학습 환경에서 완전동형암호(FHE)를 도입하는 것은 데이터 유출 위험을 근본적으로 차단할 수 있는 훌륭한 보안 아키텍처입니다. 다만 FHE 특유의 높은 연산 오버헤드가 존재하므로, 실시간 제어가 중요한 물리 기기 단에서 암복호화 병목을 극복할 경량화 라이브러리와 가속 레이어 설계가 기술적 핵심이 될 것입니다. 추후 개발자들이 복잡한 암호학 원리를 몰라도 추론 및 학습 파이프라인에 쉽게 연동할 수 있는 표준화된 SDK 형태로 구현되길 기대합니다.
피지컬 AI 환경에 동형암호(FHE)를 적용하면 데이터 보호 효과는 크겠지만, 높은 연산 오버헤드로 인한 연산 지연은 실시간 제어를 방해하는 DoS 공격이나 타이밍 공격의 새로운 벡터가 될 수 있습니다.
또한 데이터가 암호화되더라도 연합학습 구조 자체를 노린 모델 포이즈닝(Model Poisoning)이나 적대적 예제(Adversarial Example) 주입을 완벽히 차단하기는 어렵습니다.
결국 이론적인 암호 알고리즘 제압보다는 암호화 연산이 일어나는 물리 엣지 디바이스의 부채널 공격(Side-channel)이나 구현상 허점을 노린 침투 시도가 주요 관전 포인트가 될 것입니다.
피지컬 AI의 확산은 데이터 유출을 넘어 물리적 안전과 사업 연속성에 직접적인 리스크를 초래하므로 강력한 프라이버시 보호 대책이 필수적입니다. 완전동형암호(FHE)와 연합학습 기술은 원본 데이터 노출 없이 안전한 AI 협업을 가능케 하여, 향후 기업 AI 거버넌스의 핵심 축이 될 것으로 기대됩니다. 신기술의 상용화 흐름에 발맞추어 기업 차원에서도 선제적인 AI 보안 정책 고도화와 규제 대응 체계 구축을 준비해야 합니다.