AI 핵심을 겨냥한, 바이낸스의 투자 및 인큐베이션 프로젝트 FHE 프로젝트 Mind Network 분석
암호학의 성배 — 완전 동형 암호화(Fully Homomorphic Encryption)
5월 5일, 이더리움 창시자 V점프(Vitalik)가 다시 한번 트위터를 통해 2020년 작성한 FHE(완전 동형 암호화) 관련 글을 공유했으며, 이는 FHE 기술 응용에 대한 관심과 논의를 지속적으로 불러일으키고 있다. V점프의 글은 관련 수학 원리를 심도 있게 설명하고 있으며, 영문 원본은 여기서 확인 가능하다.
FHE(Fully Homomorphic Encryption)는 한국어로 완전 동형 암호화 계산을 의미하며, 제로지식 증명(ZK)과 마찬가지로 암호학 분야의 최첨단 기술 중 하나로, '암호학의 성배'라 불린다.
간단히 말해, 완전 동형 암호화란 데이터를 암호화한 상태에서 직접 계산을 수행하되, 복호화 없이도 연산이 가능한 기술이다.
1+2는 쉽게 결과 3을 도출할 수 있지만, 암호화된 상태에서 Encrypt(1)+Encrypt(2)를 수행해도 여전히 Encrypt(3)이 도출되는 것이 바로 FHE이며, 이는 '암호문 계산 = 평문 계산 후 암호화'와 동일하다는 의미이다.
ZK와 달리 FHE는 Web3에서 데이터 프라이버시와 보안에 더 집중하며, 현재의 활용 사례를 보면 ZK는 주로 확장성(Scale-out) 방향에 초점을 맞추고 있는 반면, FHE는 AI 등 다양한 분야에서 점차 독특한 잠재력을 발휘하고 있다.
Web3에서는 주로 ZKRollup 중심의 ZK 기술이 잘 알려져 있지만, FHE 역시 여러 분야에서 점차 그 가능성을 드러내고 있으며 특히 AI 분야에서 두각을 나타내고 있다.
Mind Network
Mind Network는 FHE 기반으로 AI 및 PoS 네트워크를 위한 재스테이킹(Restaking) 솔루션을 제공하는 최초의 플랫폼이다.
이더리움 생태계에서 EigenLayer가 재스테이킹 솔루션으로 자리잡았다면, Mind는 AI 분야에서 유사한 역할을 한다. 재스테이킹과 FHE 기반의 합의 보안 솔루션을 통해 탈중앙화된 AI 네트워크의 토큰 이코노미 안정성과 데이터 보안을 확보한다.
팀 배경을 살펴보면, Mind의 주요 멤버들은 캠브리지 대학, 구글, 마이크로소프트, IBM 등의 기관 출신으로 AI, 보안, 암호학 분야의 교수 및 박사들로 구성되어 있다. 핵심 멤버 중 한 명은 이더리움 재단 펠로우(Fellow) 12인에 선정된 바 있으며, 이더리움 재단 연구팀과 함께 암호학 및 보안 분야 연구를 진행했다. Mind가 세계 최초로 개발한 FHE 기반 스텔스 주소(Stealth Address) 솔루션인 MindSAP(연구 논문 링크, 고난도 내용이므로 본인이 직접 검토 요망)은 V점프가 제기한 스텔스 주소 오픈 프로블럼을 해결했으며, 이더리움 커뮤니티 내에서도 상당한 주목을 받았다. 다수의 논문 발표 및 강연을 통해 기술적 영향력을 입증했다.
Mind Network는 2023년 바이낸스 인큐베이션 프로그램에 선정되었으며, 바이낸스 등 주요 기관들이 참여한 시드 펀딩 라운드에서 250만 달러를 조달했다. 또한 이더리움 재단 Fellowship Grant를 수여받았으며, Chainlink Build Program에 선정되고 Chainlink의 공식 Channel Partner로도 지정되었다.
2024년 2월, Mind Network는 FHE 분야의 저명한 암호학 기업 ZAMA와 주요 파트너십을 체결했다.
최근에는 io.net, Singularity, Nimble, Myshell, AIOZ 등에 AI 네트워크 합의 보안 서비스를 제공하며 생태계 확장을 가속화하고 있으며, Chainlink CCIP에 FHE 기반 브릿지 솔루션을 제공하고, IPFS, Arweave, Greenfield 등에는 AI 데이터 보안 저장 서비스를 지원하고 있다.
FHE + AI, AI의 핵심 과제 해결에 직면
올해 4월 홍콩에서 열린 Web3 컨퍼런스에서 비탈릭(Vitalik)은 Encrypted Voting(암호화 투표) 등 특정 시나리오에서 FHE의 미래 가능성을 언급했다. FHE는 암호학의 최전선 기술로서, 이더리움이 추구하는 암호학적 한계 도달을 위한 핵심 방향 중 하나이다.
ZAMA의 창립자는 최근 자사의 "마스터 플랜"에 관한 글을 발표하며, 엔드투엔드 암호화 네트워크 HTTPZ("Z"는 "Zero Trust", 즉 제로 트러스트)를 구축하겠다는 비전을 제시하고, FHE를 블록체인과 인공지능 분야 전반에 걸쳐 보편화하겠다고 밝혔다.
AI 분야에서 주목받는 주요 단계—훈련, 미세 조정, 사용, 평가—는 탈중앙화 과정에서 모두 동일한 문제에 직면한다. 바로 '신뢰 가정(trust assumption)을 어떻게 제거할 것인가' 하는 것이다. 예를 들어:
-
AI 모델 훈련 시, 최적의 결과를 선택하기 위해 교차 검증(cross-validation)이 필요함
-
AI 서비스 사용 전, 기존 서비스들을 순위 매겨 최적의 서비스를 결정해야 함
-
AI 모델은 지속적인 미세 조정과 반복 개선이 필요하며, 이를 위해 독립적인 평가가 요구됨
이러한 단계들은 중심화된 환경에서는 대기업의 규제 준수를 신뢰하는 가정 하에 이루어진다. 즉, 대기업이 악의적으로 행동하지 않을 것이라는 신뢰가 전제된다.
그러나 탈중앙화 환경에서는 그러한 신뢰 기반 자체가 존재하지 않기 때문에, 모든 참여자가 공정하고 효과적으로 협력하고 있는지를 검증하는 것은 큰 난제이다. 이 부분에서 바로 FHE가 핵심적인 역할을 할 수 있다.
예를 들어,
-
AI 모델 훈련 시 교차 검증 과정에서 익명 투표를 통해 최적의 훈련 결과를 선정함으로써 OpenAI 같은 기관에 대한 신뢰 가정을 제거할 수 있음
-
AI 서비스 사용 전, 익명 평가를 통해 각 서비스의 품질을 결정함으로써 AI 앱스토어와 같은 플랫폼에 대한 신뢰 가정을 제거할 수 있음
-
AI 모델의 지속적인 미세 조정과 반복 개선을 위한 독립 평가 시 무작위 샘플링을 통한 검사를 실시하여 평가 기관에 대한 신뢰 가정을 제거할 수 있음
FHE의 적용은 또한 AI에 제로 트러스트 환경을 구현하게 해주며, ZK가 여전히 오프체인 집계에 의존하는 신뢰 가정을 보완할 수 있다.
AI와 관련된 제로 트러스트 사례는 많으며, 이러한 환경은 AI 에이전트 및 멀티에이전트(Multi-Agents) 간의 지능형 연결과 선순환 거버넌스를 실현하는 데에도 기여할 수 있다.
동시에 FHE의 독특한 암호문 계산 특성은 다음과 같은 두 가지 중요한 문제 해결에도 기여할 수 있다: 데이터 프라이버시와 데이터 소유권.
-
누가 우리의 데이터를 볼 수 있는가? = 데이터 프라이버시
-
AI가 처리한 우리의 데이터는 누구의 것인가? = 데이터 소유권
FHE는 데이터가 항상 사용자 측에서 암호화된 상태로 유지되며, 저장·전송·계산 전 과정에서 암호문 형태로만 존재하도록 한다.
지금까지는 FHE 외에 데이터는 저장 및 전송 시에만 암호화가 가능했으며, 계산이 필요한 순간에는 반드시 암호문을 평문으로 복호화해야 했다. 이 과정에서 사용자는 데이터 소유권을 실질적으로 상실하게 된다. 현실 세계에서도 이런 사례가 많다. 사용자의 평문 데이터가 복사되면, 다른 사람이 얼마든지 추가 복사본을 만들 수 있으며, 그 데이터가 실제로 어떻게 사용되고 있는지는 사용자가 전혀 알 수 없다. 오직 데이터 사용자의 자기 선언이나 제3자 감독에만 의존할 수밖에 없다. 그러나 FHE는 사용자의 암호화된 데이터가 복사되더라도, 복호화하거나 평문을 확인하려면 반드시 사용자의 동의가 필요하도록 만들어준다. 이를 통해 사용자는 언제든지 자신의 데이터 상태를 인지할 수 있으며, 데이터는 활용 및 거래는 가능하지만 열람은 불가능한 상태를 실현하게 되어, 데이터 프라이버시와 진정한 의미의 데이터 소유권을 동시에 보호할 수 있다.
이러한 특성은 AI + Web3가 절실히 요구하는 요소이며, 누구나 공개적으로 스테이킹을 하면서도 암호화된 방식으로 합의를 이루게 함으로써 악의적 행위와 낭비를 방지할 수 있다.
AI의 다음 큰 사건 (Next Big Thing)
이처럼 AI와 Web3의 융합은 필연적인 흐름이며, FHE가 AI에게 갖는 의미는 마치 Apple에게 '다음 큰 사건(next big thing)'이 갖는 의미와 같다.
최근 IO.NET과 Mind Network는 인공지능의 보안성과 효율성을 강화하기 위한 심층 협력을 발표하며 공동 솔루션 개발에 나섰다. IO.NET은 Mind Network의 완전 동형 암호화 솔루션을 분산 컴퓨팅 플랫폼에 도입하여 제품 보안을 강화할 계획이다.
협력 세부 사항은 다음에서 확인 가능: Mind Network and io.net Partners up for Advanced AI Security and Efficiency
IO.NET은 AI와 FHE의 결합에 좋은 출발점을 마련했다.
IO.NET을 예로 들면, 사용자가 컴퓨팅 리소스를 제공하고, AI 개발자가 이를 임대하는 구조이다.
개발자가 AI 프로젝트에 접근해 특정 작업을 요청하면, 시스템이 이를 분할하여 사용자들이 제공한 컴퓨팅 파워로 처리하게 된다.
이 과정에서 다음과 같은 세 가지 문제가 발생할 수 있다. 누가 제공한 컴퓨팅 파워를 사용할 것인가? 계산 결과는 정확한가? 컴퓨팅 파워 임대 과정에서 양측의 프라이버시가 유출될 위험이 있는가?
1. 누가 제공한 컴퓨팅 파워를 사용할 것인가?
일반적으로 어떤 노드를 선택할지 결정할 때는 테스트 작업(test job) 방식을 사용한다. 즉, 정기적으로 작업 요청을 게시해 해당 노드가 온라인 상태인지, 작업을 수용할 준비가 되어 있는지를 확인한다.
그러나 이 과정에서 특정 노드가 자신에게 유리한 방식으로 조작을 시도해 우선권을 얻는 경우가 발생할 수 있으며, 이는 MEV 공격과 유사한 문제를 일으킬 수 있다.
이에 대해 Mind는 FHE를 활용해 공정한 자원 분배 메커니즘을 제공한다. 요청과 데이터가 모두 암호화되어 있기 때문에, 노드는 이를 기반으로 유리한 선택을 할 수 없다.
2. 계산 결과는 정확한가?
분산 컴퓨팅 환경에서 계산 결과의 정확성을 보장하려면 일정한 합의, 즉 투표 과정이 필요하다.
노드들이 서로의 선택 결과를 알고 있다면, 일부 노드가 따라 투표(follow vote)를 하게 되어 결과가 공정하지 못하거나 부정확해질 수 있다.
FHE 기반 암호화 계산을 통해 노드들의 투표 결과는 서로 암호화된 상태로 유지되지만, 최종 계산에는 정상적으로 참여할 수 있으므로 결과의 공정성이 보장된다.
3. 컴퓨팅 파워 임대 시 양측의 프라이버시가 유출될 위험이 있는가?
FHE의 핵심은 데이터 보안이며, 계산 과정에서 데이터뿐 아니라 계산 대상 자체도 암호화되므로 자연스럽게 프라이버시 유출 문제는 발생하지 않는다.
재스테이킹(Restaking) 관점에서 다시 보기
IO.NET 자체를 하나의 PoS 네트워크로 볼 수 있으며, 노드는 IO 토큰을 스테이킹해야만 컴퓨팅 기여에 대한 IO 보상을 받을 수 있다.
이때 발생할 수 있는 문제는 스테이킹된 토큰의 가격 변동성이 너무 크면 검증자와 네트워크 보안에 부정적인 영향을 줄 수 있다는 점이다.
이에 대한 Mind의 해결책은 더블 스테이킹(Dual Staking), 나아가 트리플 스테이킹(Triple Staking)이다.
BTC/ETH의 유동성 스테이킹 토큰(LST)과 주요 AI 네트워크 토큰들을 스테이킹에 포함시켜 리스크를 분산시키고, 네트워크 전체의 보안성을 강화한다. 이는 본질적으로 재스테이킹의 공유 보안 개념을 한 단계 업그레이드한 것이다.
또한 Mind는 리모트 스테이킹(Remote Staking)도 지원하며, LST/LRT 자산의 경우 실제 크로스체인 이동 없이도 스테이킹이 가능해 자산 보안이 유지된다.
최근 Mind는 Glaxe 테스트넷 미션을 성공적으로 종료했으며, 65만 명 이상의 활성 사용자가 참여해 320만 건의 테스트넷 트랜잭션 데이터를 생성했다.
공식 발표에 따르면, Mind의 메인넷 프로토콜도 곧 출시될 예정이므로 주목할 필요가 있다.
정리
종합하면, Mind는 FHE와 AI를 이야기하지만 핵심 키워드는 결국 '보안(security)'이다. 암호학을 활용해 다양한 핵심 보안 문제를 해결하고 있다.
재스테이킹(Restaking)은 토큰 이코노미 보안, 리모트 스테이킹(Remote Staking)은 자산 보안, FHE는 데이터 보안, AI+FHE는 합의 보안을 의미한다.
블록체인의 대저택은 암호학 위에 세워졌으며, 아마도 미래의 해답 역시 암호학 속에서 찾을 수 있을 것이다.
AI 네트워크 외에도 Mind Network는 탈중앙화 스토리지, EigenLayer AVS 네트워크, Bittensor 서브넷, 크로스체인 브릿지 등 다양한 분야로 솔루션 적용 범위를 확대하며 FHE의 광범위한 가능성을 보여주고 있다.
2024년 Web3에서 만약 암호학의 시대를 ZK가 연다면, 하반기의 주역은 FHE가 될 것이다. 동시에 AI 열풍도 계속해서 지속되고 있으며, AI+FHE+재스테이킹이라는 3중 내러티브와 이더리움 재단, 바이낸스의 투자라는 빛나는 이력을 가진 Mind가 과연 FHE 분야의 선두주자로 자리매김할 수 있을지, 메인넷 출시와 함께 그 답이 곧 드러날 것이다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
