CKKS/RNS-CKKS 기반 저지연 고정확도 심층 컨볼루션 신경망 동형암호 추론 연구

Low-Latency High-Accuracy Deep Convolutional Neural Networks on CKKS/RNS-CKKS for Homomorphic Encryption

연구 내용

CKKS와 RNS-CKKS를 기반으로 심층 컨볼루션 신경망을 동형암호로 구현하여 저지연성과 고정확도를 동시에 만족시키는 연구

프라이버시 보존 딥러닝에서 동형암호 연산은 지연시간과 정확도 사이의 설계 타협이 필요합니다. 본 연구는 CKKS와 RNS-CKKS를 사용하여 실수 연산을 다항식 근사 형태로 수행하고, 심층 컨볼루션 신경망 평가 과정에서 필요한 활성함수 및 비교·선택 연산을 동형암호 친화적으로 구성합니다. 또한 클라이언트-서버 배치 환경을 고려하여 회전 키와 연산 파라미터를 조정함으로써 서버 준비 부담과 평가 지연을 함께 낮추는 방향으로 접근합니다. 이를 통해 암호화 도메인 추론에서 정확도 손실을 최소화하면서 실행 효율을 확보하는 전략을 수행합니다.

관련 프로젝트

1건

연구 흐름

2022년부터 CKKS/RNS-CKKS 기반 동형 컨볼루션 신경망 구현을 목표로 파라미터 설정과 연산 회로 구성을 정리했습니다. 이후 2023년에는 클라이언트-서버 구조에서 필요한 회전 연산을 기준으로 키 운영 부담을 줄이는 방향의 설계를 추가했습니다. 2024년에는 신경망 평가에 반복적으로 등장하는 기본 연산을 동형암호 효율 관점에서 재구성하고, 계층별 연산 깊이와 수행시간 영향을 함께 고려하는 방식으로 최적화를 확장했습니다. 2025년까지 end-to-end 관점에서 저지연성과 고정확도를 동시에 만족하는 배치 구성을 중심으로 고도화했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

의료 데이터 암호화 추론
금융 리스크 모델 비밀 추론
영상 기반 보안 분류
개인정보 보호 광고 개인화
엣지 디바이스 안전 서빙
클라우드 보안 컨볼루션 분석
기밀 로그 기반 이상탐지
비식별 고객 데이터 예측
규제 대응 프라이버시 모델 운영
동형암호 추론 서비스 플랫폼