AI 요약
완전동형암호(FHE)는 데이터를 암호화된 상태 그대로 연산할 수 있게 하여 프라이버시 보호의 정점으로 불리지만, 표준 CPU나 GPU에서는 연산 속도가 수천 배 이상 느려지는 성능 병목 현상이 심각했습니다. 인텔은 이러한 한계를 극복하기 위해 설계된 전용 가속 칩인 '헤라클레스(Heracles)'를 샌프란시스코에서 열린 ISSCC(국제 고체 회로 설계 학회)에서 시연했습니다. 헤라클레스는 인텔의 최첨단 3nm FinFET 공정으로 제작되었으며, AI 학습용 하드웨어 수준의 고대역폭 메모리(HBM)를 탑재하여 대규모 데이터 처리가 가능하도록 설계되었습니다. 이번 시연에서 헤라클레스는 특정 FHE 작업에서 인텔 서버용 CPU보다 최대 5,000배 빠른 성능을 기록하며 실질적인 상용화 가능성을 보여주었습니다. 이는 클라우드 AI 연산이나 유전자 정보 분석과 같이 민감한 데이터를 다루는 분야에서 데이터 노출 위험 없이 고성능 컴퓨팅을 가능하게 할 혁신적 기술로 평가받습니다.
핵심 인사이트
- 성능 비약: 인텔 '헤라클레스' 칩은 최상급 인텔 서버용 CPU 대비 FHE 연산 속도를 최대 5,000배 가속화함.
- 최첨단 공정 및 사양: 인텔의 3nm FinFET 공정 기술을 적용했으며, 2개의 24GB 고대역폭 메모리(HBM) 칩을 포함한 수냉식 패키징을 채택함.
- 물리적 규모: 기존 연구용 FHE 칩(10mm² 이하)보다 약 20배 큰 사이즈로 제작되어 대규모 연산(at scale)을 지원함.
- 실증 시연: ISSCC에서 유권자가 자신의 투표 정보를 암호화된 상태로 데이터베이스와 대조하는 '개인 쿼리' 시뮬레이션을 통해 기술을 증명함.
주요 디테일
- FHE의 정의와 한계: 데이터를 복호화하지 않고 연산할 수 있어 보안성이 극도로 높으나, 기존 하드웨어에서는 연산 시간이 수만 배 더 소요되는 문제가 있었음.
- 헤라클레스의 차별점: 인텔 보안 회로 연구 책임자 사누 매튜(Sanu Mathew)는 헤라클레스가 대규모 실무 환경에서 작동할 수 있는 세계 최초의 하드웨어라고 강조함.
- 기술적 구성: AI 학습용 GPU에서나 볼 수 있는 총 48GB 용량의 HBM 구성을 통해 FHE의 고질적인 데이터 전송 병목 현상을 해결함.
- 경쟁 구도: 현재 다수의 스타트업과 연구기관이 FHE 가속기 상용화 경쟁을 벌이고 있으나, 인텔은 제조 공정과 컴퓨팅 규모 면에서 우위를 점하고 있다고 주장함.
- 적용 사례: 클라우드 기반 AI에 민감한 질문을 던지거나, 서비스 제공자에게 데이터를 노출하지 않고 유전적 질병 위험도를 계산하는 등의 시나리오가 가능해짐.
향후 전망
- 보안 컴퓨팅의 대중화: FHE의 성능 문제가 하드웨어적으로 해결됨에 따라 의료, 금융 등 민감 데이터를 다루는 산업군의 클라우드 전환이 가속화될 것으로 보임.
- 전용 가속기 시장 형성: AI 가속기 시장처럼 FHE를 위한 특수 목적 반도체(ASIC) 시장이 본격적으로 형성될 전망임.
출처:hackernews