‘Cheddar’ 라이브러리 구조. 핵심이 되는 코아 모듈, 동형암호의 재부팅 연산을 담당하는 부트 모듈, 딥 뉴럴 네트워크 (DNN) 지원을 위한 DNN 모듈 등으로 구성되어 있다. [이미지=서울대 제공]
［뉴시안= 김수찬 기자］서울대학교는 안정호 융합과학기술대학원 지능정보융합학과 교수 (공과대학 협동과정 인공지능 전공) 연구팀이 동형암호의 연산 속도를 획기적으로 개선한 초고속 GPU 라이브러리 ‘Cheddar’를 개발했다고 20일 밝혔다.
동형암호는 데이터 복호화 과정 없이 암호화된 상태에서 직접 연산을 수행할 수 있어, 의료·금융 등 민감 데이터를 다루는 AI 서비스를 위해 핵심적인 차세대 보안 기술로 평가받는다. 그러나 그동안 일반 연산 대비 수만 배 이상 느린 속도와 막대한 메모리 사용량때문에 실제 산업 현장 도입에 주요 한계점으로 지적돼 왔다.
안정호 교수 연구팀의 최원석 공동제1저자 (서울대 융합과학기술대학원 지능정보융합학과)와 김종민 공동제1저자 (서울대 공과대학 협동과정 인공지능 전공)는 GPU 하드웨어 아키텍처를 심층 분석, 동형암호 연산에 최적화된 새로운 수 체계와 메모리 관리 기법을 고안, 성능 병목을 정면으로 돌파했다.
연구팀이 개발한 ‘Cheddar’는 기존 GPU 기반 기술 중 가장 빠른 속도를 자랑하던 ‘WarpDrive’ 대비 최대 4.45배의 성능 향상을 기록했다. 특히 최신 GPU인 엔비디아 RTX 5090을 사용할 경우, 암호화된 이미지 데이터를 인식하는 딥러닝 추론 과정을 1초 미만인 0.72초 만에 완료하는 성과를 거두었다.
이번 연구 성과는 오는 22일 미국 피츠버그에서 개최되는 컴퓨터 구조 및 시스템 분야 세계 최고 권위의 국제학술대회인 ‘ACM ASPLOS 2026’에서 발표될 예정이다.
교신저자인 안정호 교수는 “이번 연구는 동형암호가 이론적 논의를 넘어 고성능 컴퓨팅 환경에서 실용적으로 활용될 수 있음을 증명했다는 데 의의가 있다”며, “연구 결과물인 라이브러리 소스코드는 학술대회 개최와 동시에 전 세계에 공개해 보안 컴퓨팅 산업 생태계 발전에 기여할 것”이라고 강조했다.
댓글
0