AI 요약
구글 리서치가 신뢰 실행 환경(TEE)을 활용해 외부에서 검증 가능한 프라이버시 보장을 제공하는 차세대 연합 학습(Federated Learning) 시스템을 발표했다. 기존 연합 학습의 네 가지 프라이버시 원칙(데이터 최소화, 익명화, 투명성·통제, 검증·감사 가능성)을 기반으로, TEE의 원격 증명·기밀성·무결성 속성을 활용해 단일 머신 수준의 보장을 종단간 시스템으로 확장했다. Gboard가 이미 새 시스템을 도입해 이전보다 훨씬 빠른 연산 속도를 얻고 있다.
핵심 포인트
- 2017년 도입된 구글 연합 학습은 Gboard 다음 단어 예측, 스마트 컴포즈, Google Messages 답장 제안 등에 활용되어 왔음
- 2025년 MF-DP-FTRL, 분산 차등 프라이버시(DDP) + 보안 집계(Secure Aggregation)로 강력한 DP 보장 달성
- 새 시스템은 TEE 기반으로 데이터 업로드, 접근 정책 사전 승인 등 4가지 핵심 운영 개념으로 구성
- Gboard가 이미 채택해 상당히 개선된 연산 속도를 보고
향후 전망
- TEE 기반 연합 학습이 프라이버시 규제가 강화되는 시장에서 표준 아키텍처로 자리잡을 가능성
- 외부 검증 가능한 프라이버시 보장이 규제 당국·감사 기관의 신뢰 확보 수단으로 부상할 전망
출처:google_research