
# 동형 암호를 이용한 안전한 다자간 합성 데이터 협업

데이터 기반 AI 모델이 경쟁력을 좌우하는 시대에 **합성 데이터**는 실제 레코드를 공유하지 않고도 강력한 대안을 제공하고 있습니다. 그러나 여러 조직이 **공동 생성**된 합성 데이터세트를 필요로 할 때—예를 들어 산업 간 보건 연구, 연합 금융 분석, 혹은 공동 자율주행 시뮬레이션—프라이버시, 규제 준수, 신뢰 문제가 큰 장벽이 됩니다.

이 글에서는 다음 세 가지 최첨단 개념을 결합한 **프라이버시 보호 협업 프레임워크**를 소개합니다.

1. **Homomorphic Encryption (HE)** – 암호를 해독하지 않고도 연산을 수행할 수 있게 합니다.  
2. **Secure Multi‑Party Computation (SMPC)** – 암호화된 작업을 참여자들 사이에 분산시켜 어느 단일 노드도 원시 입력을 볼 수 없게 합니다.  
3. **Zero‑Trust Architecture (ZTA)** – 모든 네트워크 요소를 신뢰하지 않는다고 가정하고, 지속적인 검증과 최소 권한 접근을 강제합니다.

이 세 가지가 결합되어 **Zero‑Trust Synthetic Data Marketplace (ZT‑SDM)** 를 형성합니다. 이를 통해 조직은 생성 모델을 공동으로 학습하고, 합성 결과를 검증하며, 데이터 자산을 교환할 수 있지만, 기본이 되는 개인 데이터는 모든 당사자(마켓플레이스 운영자 포함)에게도 보이지 않게 됩니다.

---

## 기존 솔루션이 부족한 이유

| 기존 접근 방식 | 핵심 제한점 |
|-------------------|-----------------|
| **중앙 집중형 합성 데이터 파이프라인** | 신뢰할 수 있는 데이터 레이크가 필요하며, 단일 침해 시 원시 입력이 노출될 수 있음. |
| **모델 집계가 포함된 연합 학습** | 모델 업데이트만 공유하고 합성 데이터 자체는 공유하지 않음; 다운스트림 소비자는 검증을 위해 여전히 원시 데이터를 요청해야 함. |
| **차등 프라이버시(DP)만 적용** | 통계적 노이즈가 유틸리티를 저하시킬 수 있음, 특히 고차원 데이터에서 심각함. |
| **SMPC‑전용 파이프라인** | 통신 오버헤드가 크고, 대규모 생성 모델(예: diffusion 또는 LLM) 확장이 비현실적임. |

**ZT‑SDM**은 **전체 데이터 생성 파이프라인을 암호화**하면서도 **실시간 품질 피드백**과 **감사 로그**를 제공함으로써 이러한 격차를 메웁니다.

---

## 아키텍처 개요

아래는 참여 노드 간 암호화된 데이터, 연산, 검증 흐름을 나타낸 고수준 Mermaid 다이어그램입니다.

```mermaid
graph TD
    subgraph "Participant A"
        A1["Raw Data A"]
        A2["HE Encryptor"]
    end
    subgraph "Participant B"
        B1["Raw Data B"]
        B2["HE Encryptor"]
    end
    subgraph "Orchestrator"
        O1["Key Management Service"]
        O2["Secure Compute Engine"]
        O3["Zero‑Trust Policy Engine"]
        O4["Audit Log Service"]
    end
    subgraph "Consumer"
        C1["Synthetic Data Consumer"]
    end

    A1 --> A2
    B1 --> B2
    A2 --> O2
    B2 --> O2
    O2 --> O3
    O3 --> O4
    O2 --> C1
    O4 --> C1
```

**핵심 구성 요소**  

- **HE Encryptor**(각 참여자) – **공유 공개키**를 사용해 원시 레코드를 암호문으로 변환합니다.  
- **Key Management Service (KMS)** – **개인 복호화 키**를 하드웨어 보안 엔클레이브에 저장하고, 절대로 오케스트레이터를 떠나지 않게 합니다.  
- **Secure Compute Engine** – HE‑호환 커널을 이용해 생성 모델(예: diffusion model)을 **암호문 위에서 직접** 실행합니다.  
- **Zero‑Trust Policy Engine** – 모든 요청(데이터 읽기, 모델 추론, 감사 내보내기)을 GDPR, HIPAA, CCPA와 같은 규제 프레임워크에서 파생된 동적 정책에 맞춰 검증합니다.  
- **Audit Log Service** – 불변·변조 방지 로그를 기록하고(선택적으로 블록체인에 앵커) 규제 검증을 지원합니다.

---

## 단계별 워크플로우

### 1. 온보딩 및 정책 정의
1. 각 조직이 메타데이터(데이터 도메인, 민감도 태그, 관할 구역)를 마켓플레이스에 등록합니다.  
2. **Zero‑Trust Policy Engine**이 자동으로 **정책 매트릭스**를 생성해 허용 가능한 작업(예: “연구 목적의 합성 건강 기록 생성”)을 암호학적 제약과 매핑합니다.

### 2. 키 교환 및 암호화
- 참여자는 KMS로부터 **공개 HE 키**를 받습니다.  
- 원시 데이터셋을 로컬에서 암호화하고, 암호문은 절대로 참여자 경계를 벗어나지 않습니다.

### 3. 분산 모델 학습 (SMPC 지원)
- 오케스트레이터는 **SMPC 프로토콜**을 시작해 생성 모델의 가중치 업데이트를 참여자들에 분산시킵니다.  
- 각 노드는 자신의 암호문에 대해 **암호화된 그래디언트**를 계산하고, **마스킹된 부분 결과**를 공유합니다.  
- KMS는 마스킹된 업데이트를 집계하고, **전체 집계만 복호화**한 뒤 새 모델 파라미터를 다시 암호화해 다음 라운드에 전달합니다.

### 4. 합성 데이터 생성
- 소비자는 **정책 검증 API**를 통해 합성 샘플을 요청합니다.  
- Secure Compute Engine은 모델을 **동형 암호 상태**에서 실행해 **암호화된 합성 레코드**를 생성합니다.  
- KMS는 최종 출력을 **필요 시점에만** 복호화해 소비자에게 전달하고, 복호화 키는 메모리에서 즉시 삭제합니다.

### 5. 지속적인 감사 및 피드백
- 모든 요청, 연산, 복호화 이벤트는 **Audit Log Service**에 기록됩니다.  
- 감사자는 **영지식 증명**을 이용해 원시 데이터를 보지 않고도 규제 준수를 검증할 수 있습니다.  
- 소비자는 **유틸리티 피드백**(예: 통계적 유사도 점수)을 제공하고, 이는 전체 학습 루프에 암호화된 상태로 다시 반영됩니다.

---

## 기술 심층 분석: 동형 암호 선택

| 스킴 | 암호문 크기 | 지원 연산 | 전형적 사용 사례 |
|------|------------|----------|-------------------|
| **BFV** | 중간 | 정수 연산, 덧셈, 곱셈 | 표형 데이터 합성 |
| **CKKS** | 큼 | 근사 연산, 부동소수점 | 이미지·비디오 diffusion 모델 |
| **TFHE** | 작음 | 이진 게이트, 부트스트래핑 | SMPC 조정용 Boolean 로직 |

대부분의 합성 데이터 파이프라인에서는 **CKKS**가 가장 좋은 절충점을 제공합니다. 생성 모델은 부동소수점 행렬 곱셈에 크게 의존하기 때문입니다. 다만 **부트스트래핑 비용**은 **레이어별 재선형화**와 **파라미터 튜닝**을 통해 목표 데이터 차원에 맞게 완화할 수 있습니다.

---

## Zero‑Trust Policy Engine: 동적 적용

엔진은 각 요청에 대해 세 가지 차원을 평가합니다.

1. **Identity** – 탈중앙식 식별자(DID)와 검증 가능한 자격증명으로 확인.  
2. **Context** – 요청 출발 IP, 디바이스 상태, 시간대 등.  
3. **Intent** – API 페이로드에서 추출한 의도(예: “암호화된 방식으로 10k 합성 환자 기록을 종양학 연구용으로 생성”).  

예시 정책 규칙:

```
IF requester.role == "researcher"
AND data.domain == "healthcare"
AND jurisdiction == "EU"
THEN allow HE‑generation WITH differential‑privacy epsilon=0.5
ELSE deny
```

정책 자체는 **원시 데이터를 포함하지 않으므로** 암호화 영역 밖에서 평가될 수 있어 성능에 영향을 주지 않습니다.

---

## 규정 준수 및 감사 이점

| 규정 | ZT‑SDM이 제공하는 혜택 |
|------|------------------------|
| **GDPR Art. 32** (보안 처리) | 데이터는 원시 형태로 조직 외부에 노출되지 않으며, 키는 하드웨어 보호됩니다. |
| **HIPAA §164.312(e)(1)** (암호화) | 엔드‑투‑엔드 HE가 “암호화” 요건을 충족하고, 감사 로그가 “접근 제어” 증거를 제공합니다. |
| **CCPA §1798.150** (알 권리) | 소비자는 **합성 데이터 출처 보고서**를 불변 로그에서 생성해 원시 데이터를 노출하지 않고도 제공받을 수 있습니다. |
| **ISO 27001 A.12.4** (로그) | 불변·변조 방지 로그가 추가형 저장소에 보관되며, 필요 시 블록체인 앵커링으로 무결성을 강화합니다. |

---

## 성능 최적화

1. **Hybrid HE/SMPC** – 초기 가중치 집계는 SMPC(저정밀)로 수행하고, 최종 고정밀 생성 단계는 HE로 전환.  
2. **Batching & Packing** – CKKS **패킹**을 이용해 여러 데이터 행을 하나의 암호문 슬롯에 인코딩해 암호화 오버헤드 감소.  
3. **Edge‑Offload** – 경량 HE 커널을 참여자 엣지 디바이스에 배포해 사전 처리 후 전송 데이터량 최소화.  
4. **Cache‑able Encrypted Models** – 암호화된 모델 체크포인트를 **콘텐츠 주소 저장소**에 보관해 여러 협업에 재사용.

---

## 실제 활용 사례

### A. 교차 기관 임상 연구
- **문제**: 병원은 HIPAA 때문에 환자 레코드를 공유할 수 없지만, 희귀 질환 모델링을 위해 공동 합성 코호트가 필요합니다.  
- **해결**: 각 병원이 EHR 데이터를 암호화하고 SMPC‑지원 모델 학습에 참여해, PHI가 전혀 노출되지 않은 합성 데이터세트를 받습니다.

### B. 협업 금융 위험 모델링
- **문제**: 경쟁 은행들은 시스템적 사기 패턴을 탐지하기 위해 거래 데이터를 풀어야 하지만, 반독점법이 원시 데이터 교환을 금지합니다.  
- **해결**: 은행들은 거래 로그를 암호화하고 합성 사기 생성 모델을 공동 학습해, 규제 당국에 검증 가능한 합성 데이터를 제공합니다.

### C. 자율주행 차량 시뮬레이션
- **문제**: 여러 OEM이 다양한 주행 시나리오가 필요하지만, 독점 센서 로그를 공개하고 싶지는 않습니다.  
- **해결**: OEM들은 LiDAR·카메라 스트림을 암호화하고 diffusion 기반 시나리오 생성기를 공동 학습해, 프라이버시를 유지한 채 합성 주행 장면을 얻습니다.

---

## 구현 체크리스트

- [ ] **HE 스킴 선택** (부동소수점 작업에는 CKKS 권장).  
- [ ] **KMS 프로비저닝** – HSM 기반 키 저장소와 키 교체 정책 정의.  
- [ ] **DID 기반 아이덴티티** 통합.  
- [ ] **Zero‑Trust 정책 정의** – 정책‑as‑code 프레임워크(예: Open Policy Agent) 사용.  
- [ ] **SMPC 오케스트레이션** 구축(예: MP‑SPDZ, CrypTen).  
- [ ] **불변 감사 로그** 배포(예: Amazon QLDB 또는 프라이빗 블록체인).  
- [ ] **성능 벤치마크** – 암호화된 모델 추론 지연 및 처리량 측정.  
- [ ] **규정 준수 검증** – 법무팀 및 외부 감사인과 협업.

---

## 향후 과제

1. **연합 차등 프라이버시** – HE 후에 조정된 노이즈 레이어를 추가해 재식별 위험을 더욱 감소.  
2. **양자 저항 HE** – 포스트-양자 공격에 대비한 격자 기반 스킴 탐색.  
3. **AI‑구동 정책 적응** – 강화 학습을 이용해 유틸리티‑프라이버시 트레이드오프에 따라 정책을 자동으로 강화·완화.  
4. **마켓플레이스 수익 모델** – 고품질 암호화 데이터를 제공하는 참여자에게 토큰 기반 인센티브 제공, 스마트 계약으로 수익 분배 자동화.

---

## 결론

**동형 암호**, **안전한 다자간 계산**, **제로 트러스트 원칙**을 하나의 감사 가능한 워크플로에 결합함으로써 조직은 **프라이버시나 규제 준수를 희생하지 않고 합성 데이터에 협업**할 수 있게 되었습니다. Zero‑Trust Synthetic Data Marketplace는 다양한 산업 분야에서 새로운 AI 가능성을 열어줄 뿐 아니라 **신뢰‑바이‑디자인 데이터 생태계**의 새로운 기준을 제시합니다.

---

## 참고 자료
- [Open Policy Agent (OPA) – 정책을 코드로](https://www.openpolicyagent.org)  
- [MP‑SPDZ – 다자간 계산 프레임워크](https://github.com/data61/MP-SPDZ)  
- [Zero Trust Architecture – NIST SP 800‑207](https://csrc.nist.gov/publications/detail/sp/800-207/final)