완전 동형 암호화의 장점: 기존 암호화 알고리즘과 비교할 때 이 알고리즘의 고유한 특징은 제3자가 암호화된 데이터를 해독하지 않고도 암호화된 데이터에 대해 원하는 수의 계산 및 작업을 수행할 수 있다는 것입니다. 이는 개인 정보 보호 컴퓨팅에 대한 새로운 가능성을 제공합니다.
FHE의 정의
FHE(완전 동형 암호화): 암호문에 대해 특정 형태의 대수 연산을 수행할 수 있습니다. 결과는 여전히 암호화되어 있으며 해독된 결과는 일반 텍스트에 대한 동일한 연산 결과와 일치합니다. 영지식 증명과 비교할 때, 완전 동형 암호화의 가장 큰 장점은 클라우드에 암호화된 데이터에 대한 계산을 수행할 수 있는 기능을 제공하여 제3자가 접근하지 못하도록 중요한 정보를 보호한다는 것입니다.
FHE(완전 동형 암호화)를 분류하여 다음을 이해할 수 있습니다.
FHE의 HE는 동형 암호화 기술을 의미하며, 핵심 기능은 암호문에 대한 계산 및 연산을 허용하고 이러한 연산을 일반 텍스트에 직접 매핑할 수 있다는 것입니다. 즉, 암호화된 데이터의 수학적 속성은 변경되지 않습니다.
FHE의 F는 이 동형이 완전히 새로운 수준에 도달하여 암호화된 데이터에 대해 무제한의 계산과 작업을 허용한다는 것을 의미합니다.
FHE와 ZK 및 MPC의 비교
프라이버시 트랙에서 산업 기술의 최전선에 있는 세 가지 기술은 FHE, ZK 및 MPC입니다.
FHE(완전 동형 암호화)는 암호화된 데이터를 먼저 해독하지 않고도 암호화된 데이터에 대해 다양한 작업을 수행할 수 있으므로 데이터의 개인 정보가 극도로 보호됩니다. 동시에 FHE는 클라우드 컴퓨팅 및 블록체인과 같은 영역에 대해 강력한 보안 보장을 제공합니다.
영지식증명(ZK)은 데이터 프라이버시를 보호하고 사실의 정확성을 보장하는 데 핵심적인 역할을 하는 고급 암호화 기술입니다. ZK를 통해 한 당사자는 진술과 관련된 특정 데이터를 공개하지 않고도 특정 진술의 진위를 다른 당사자에게 증명할 수 있으므로 데이터 주체의 개인 정보를 효과적으로 보호할 수 있습니다. 특히 블록체인 확장 솔루션 구축에는 zk-rollup과 같은 ZK가 널리 사용됩니다.
MPC(다자간 컴퓨팅)는 참가자의 개인 데이터를 보호하고 개인 입력을 노출하지 않고 컴퓨팅 작업을 완료할 수 있는 암호화 기술을 기반으로 하는 컴퓨팅 모델입니다. MPC 기술은 계산 프로세스를 여러 단계로 분해하고 각 단계에 암호화 및 복호화 작업을 도입하여 개인 정보 유출 없이 여러 당사자가 계산에 참여할 수 있도록 합니다.
위의 비교에서 볼 수 있듯이 FHE 기술은 데이터를 해독하지 않고 계산을 수행하여 데이터의 프라이버시를 보호하는 데 중점을 두고 있습니다. ZK 기술은 진술의 정확성을 증명하는 동시에 MPC 기술의 실현에 전념합니다. 다자간 보안 컴퓨팅은 컴퓨팅 프로세스 중에 참가자의 개인정보 보호와 보안을 보장합니다.
FHE의 중요성
개인 정보 보호 및 보안 강화: FHE는 데이터 유출 및 공격을 방지하기 위해 데이터를 암호화하여 처리 및 계산 중에 데이터의 개인 정보 보호 및 보안을 보장합니다. 이 암호화 방법은 수학적 원리와 암호화 기술을 사용하여 클라우드 컴퓨팅 환경에서 안전한 계산을 수행할 수 있도록 합니다. 계산 과정에서 데이터 처리자를 포함한 누구도 데이터의 원본 내용을 볼 수 없으므로 노출되지 않습니다. 원본 콘텐츠의 목적.
더 많은 사용 시나리오: FHE는 금융 분야의 보안 데이터 처리, 의료 분야의 개인 정보 보호, 보안 클라우드 컴퓨팅, 전자 투표, 사물 인터넷의 보안 데이터 전송 및 기타 분야에 적용될 수 있습니다. FHE 기술을 통해 다양한 산업에서 데이터의 안전한 처리 및 전송을 달성하고 사용자 개인 정보의 보안을 보장하며 다양한 산업의 디지털 및 지능적 발전을 촉진할 수 있습니다. 따라서 FHE는 Web 2와 Web 3 모두에서 ZK 및 MPC보다 더 넓은 범위의 애플리케이션 시나리오를 가지고 있습니다.
FHE 분야 주요 프로젝트
자마
Zama는 완전동형암호 기술에 초점을 맞춘 프로젝트입니다.
이 프로젝트는 블록체인 및 인공 지능에서 데이터 개인 정보를 보호하기 위한 FHE 솔루션을 개발하고 홍보하는 데 중점을 둡니다. 완전 동형 암호화는 Zama의 핵심 기술로, 해독할 필요 없이 암호화된 데이터에 대해 임의의 계산을 수행할 수 있어 처리 중에 데이터 프라이버시를 보장합니다. Zama는 독립 개발자부터 대기업까지 누구나 암호화에 대해 전혀 모르더라도 엔드투엔드 암호화 애플리케이션을 구축할 수 있도록 지원하는 강력한 오픈 소스 FHE 라이브러리 및 솔루션 세트를 제공합니다.
Zama의 제품과 서비스는 의료, 금융 서비스, 광고, 국방, 생체 인식 및 정부 보안을 포함한 산업을 대상으로 합니다. Zama는 기술을 통해 이러한 산업에 개인 정보 보호 기계 학습 및 스마트 계약 솔루션을 제공할 수 있습니다. 또한 Zama는 FHE 기술 채택을 더욱 발전시키기 위해 다양한 협력 프로젝트에 적극적으로 참여하고 있습니다. 예를 들어 Mind Network와 협력하여 Concrete ML 솔루션을 Mind Network의 FHE 검증 네트워크에 통합하여 분산형 AI 검증을 위한 새로운 표준을 설정했습니다. Privasea와 협력하여 AI, 데이터 보안 및 ML 분야를 탐색하고 ZAMA-ConcreteML 플랫폼을 기반으로 일련의 개인정보 보호 AI 애플리케이션을 개발하세요.
Zama는 Metaplanet, Blockchange Ventures, Vsquared Ventures 및 Stake Capital 등이 참여하여 Multicoin Capital 및 Protocol Labs가 주도하는 시리즈 A 자금에서 7,300만 달러를 모금했습니다.
페닉스
Fhenix는 FHE 롤업 및 FHE 코프로세서로 구동되는 이더리움 기반 레이어 2 솔루션입니다.
Fhenix는 EVM(Ethereum Virtual Machine)과 완벽하게 호환되며 Solidity 언어를 완벽하게 지원하며 FHE 기반 스마트 계약을 실행하고 온체인 기밀 계산을 구현할 수 있습니다. 다른 솔루션과 달리 Fhenix는 zkFHE를 사용하지 않고 ZK Rollup 대신 Optimistic Rollup을 채택합니다. 또한 Zama의 FHE 기술을 사용하여 fhEVM을 통해 온체인 기밀성을 달성하고 TFHE(Threshold FHE) 기술에 중점을 둡니다. TFHE 기술은 여러 당사자의 참여로 완전한 동형 암호화를 달성할 수 있어 사용자 개인 정보 보호 및 데이터 보안을 위한 보다 안정적인 솔루션을 제공합니다. Fhenix의 출시는 Ethereum 생태계에 더 많은 개인 정보 보호 및 보안을 제공하고 더 많은 분야에서 블록체인 기술의 적용 및 개발을 촉진할 것입니다.
2024년 4월 2일, Fhenix는 FHE를 스마트 계약에 도입하기 위해 EigenLayer와 협력하여 FHE 보조 프로세서를 개발할 것이라고 발표했습니다. 소위 FHE 보조 프로세서는 정보를 먼저 해독하지 않고 암호화된 데이터에 대한 계산을 수행하는 데 중점을 둡니다. FHE 계산 작업은 Ethereum, L2 또는 L3에서 처리할 필요가 없지만 지정된 프로세서에 의해 처리됩니다. FHE 보조 프로세서는 Fhenix의 FHE 롤업 및 EigenLayer 스테이킹 메커니즘으로 보호됩니다. 로드맵에 따르면 Fhenix는 2025년 1월에 메인넷을 출시할 계획입니다.
2023년 9월 Fhenix는 Sora Ventures, Multicoin Capital 및 Collider Ventures가 주도하고 Node Capital, Bankless, HackVC, TaneLabs 및 Metaplanet이 참여하는 700만 달러 규모의 시드 자금 조달을 완료했습니다. 완전 동형 암호화 기술과 Ethereum L2 솔루션을 결합함으로써 Fhenix 프로젝트는 블록체인 분야에 혁신적인 기밀 컴퓨팅 기능을 제공하고 여러 분야에서 광범위한 응용 가능성을 보여줍니다.
비밀 네트워크
Secret Network는 분산 애플리케이션(DApp)에 대한 개인 정보 보호를 제공하도록 설계된 개인 정보 보호 중심의 블록체인 프로젝트입니다. 이 프로젝트를 통해 개발자는 새로운 유형의 무허가형 개인 정보 보호 애플리케이션을 구축할 수 있습니다.
Secret Network는 Cosmos SDK와 Tendermint BFT를 사용하여 구축된 Layer 1 블록체인이며 개인 정보 보호 중심의 스마트 계약 플랫폼입니다. 메인넷에서 프라이빗 스마트 계약을 제공하는 최초의 프로젝트입니다. 이 프로젝트는 Intel SGX(Software Guard Extensions) 기술을 통합하여 개인 정보 보호 기능을 향상시킵니다. Secret Network는 원래 Enigma라는 이름으로 개발을 위해 Ethereum 생태계에 의존하기를 희망했지만 성능 병목 현상으로 인해 Cosmos SDK를 통해 개인 정보 보호 컴퓨팅을 지원하는 독립적인 퍼블릭 체인을 개발하도록 변경되었습니다. 이 체인은 개인 컴퓨팅을 지원할 뿐만 아니라 다른 코스모스 생태계와의 상호 운용성을 가능하게 하여 광범위한 블록체인 네트워크에 개인 정보 보호를 제공합니다.
Secret Network의 핵심 기술 혁신은 블록체인 투명성을 유지하면서 사용자에게 데이터 개인정보 보호를 제공할 수 있는 통합 Intel SGX에 있습니다. Secret Network는 고유한 개인 정보 보호 기능을 통해 Web 3.0 애플리케이션에 대한 데이터 개인 정보 보호를 제공하여 분산 금융 및 기타 분야의 발전을 촉진합니다.
자외선 차단제
Sunscreen은 엔지니어에게 FHE와 같은 암호화 기술을 사용하여 개인 애플리케이션을 구축하고 배포할 수 있는 솔루션을 제공하는 데 전념하는 개인 정보 보호 중심의 블록체인 프로젝트입니다.
이 회사는 일반 Rust 함수를 전용 FHE에 해당하는 함수로 변환하여 하드웨어 가속 없이 산술 연산(예: DeFi)에 고성능을 제공할 수 있는 Web3 기반의 기본 컴파일러인 자체 FHE 컴파일러를 오픈 소스로 제공했습니다. 또한 FHE 컴파일러는 BFV FHE 체계를 지원합니다. 한편, Sunscreen은 동형 연산을 증명할 때 전체적으로 느린 속도이기는 하지만 계산 무결성을 보장하기 위해 FHE 컴파일러와 호환되는 ZKP 컴파일러를 구축하기 위해 노력하고 있습니다. 또한 회사는 FHE 암호문을 저장하기 위한 분산형 스토리지 시스템도 찾고 있습니다.
향후 로드맵에서 Sunscreen은 먼저 테스트넷에서 개인 거래를 지원한 다음 미리 결정된 개인 프로그램을 지원하고 결국 개발자가 FHE 및 ZKP 컴파일러를 사용하여 임의의 개인 프로그램을 작성할 수 있도록 허용할 것입니다.
2022년 7월 Sunscreen은 Polychain Capital이 주도하는 465만 달러의 시드 라운드 자금 조달을 완료했습니다. Northzone, Coinbase Ventures, dao 5 등도 Naval Ravikan, Entropy 창립자 Tux Pacific 등이 투자에 참여했습니다. 개인 정보 보호 네트워크 NuCypher의 공동 창립자인 Ravital Solomon과 MacLane Wilkison이 공동 창립자로 구성된 Sunscreen은 엔지니어가 완전 동형 암호화를 기반으로 애플리케이션을 보다 쉽게 구축할 수 있도록 하는 것을 목표로 합니다. 이전에 Sunscreen은 Pre-Seed 자금으로 570,000달러를 받았습니다.
마인드 네트워크
Mind Network는 HTTPZ(종단 간 암호화된 인터넷에 대한 비전)를 활성화하는 것을 목표로 하는 Zama가 제공하는 재스테이킹 레이어입니다.
네트워크 제품에는 AI 및 DePIN 네트워크용 FHE 재스테이킹 솔루션 MindLayer, FHE 인증 스텔스 주소 프로토콜 MindSAP, FHE 검증자 네트워크를 기반으로 생성된 FHE DataLake MindLake가 포함됩니다. 사용자는 MindLayer를 통해 BTC 및 ETH의 LST 토큰을 Mind Network에 재약정할 수 있으며, FHE 강화 검증기가 도입되어 종단 간 암호화된 검증 및 계산 프로세스를 실현합니다. 동시에 FHE 검증자 간의 공정하고 안전한 배포를 보장하기 위해 AI 머신러닝 작업을 위해 특별히 설계된 지능 증명(PoI) 합의 메커니즘을 도입합니다. FHE 계산은 하드웨어를 통해 가속화될 수도 있습니다. MindLake는 온체인 암호화 데이터 계산을 위한 데이터 저장소 롤업입니다. 또한 Mind Network는 AltLayer, EigenDA 및 Arbitrum Orbit과 함께 롤업 체인을 출시합니다. Mind Network의 테스트넷이 출시되었습니다. 2023년 6월 Mind Network는 Binance Labs, Comma 3 Ventures, SevenX Ventures, HashKey Capital, Big Brain Holdings, Arweave SCP Ventures, Mandala Capital 등을 포함한 투자자로부터 250만 달러의 시드 자금 조달을 완료했습니다. 동시에 Binance Labs의 다섯 번째 시즌 인큐베이션 프로그램에 선정되었으며 Chainlink BUILD 프로그램에 선정되었으며 Ethereum Foundation Fellowship Grant를 받았습니다.
프리바시
프리바씨(Privasea)는 완전 동형암호 머신러닝(FHEML)을 통합한 분산 컴퓨팅 네트워크 프로젝트로, 얼굴 인증(PoH)의 안전한 실행을 보장하기 위해 FHE 기술을 기반으로 한 DApp 임휴먼(ImHuman)도 출시했다.
사용자가 ImHuman 계정을 생성한 후 비밀번호를 잊어버리면 검색할 수 없습니다. 아임휴먼은 전면 카메라를 이용해 얼굴 이미지를 스캔한 뒤 휴대폰에서 암호화해 보내며, 어떤 서버로도 전송되지 않으며, Privasea에서는 이에 접근할 수 있는 권한이 없습니다. 암호화된 얼굴 이미지는 Privasea 서버로 전송되어 개인 NFT를 생성하여 얼굴 인증을 완료하는 데 사용됩니다. PoH 인증을 통과한 사용자는 독점 에어드랍을 받게 됩니다. 현재 ImHuman은 Google Play에서만 이용 가능하며 곧 App Store에도 출시될 예정입니다. Privasea는 AI DePIN 인프라도 구축했으며, 테스트 네트워크인 Privasea AI Network도 출시했다. 테스트 네트워크는 분산 컴퓨팅 네트워크를 구축함으로써 FHE AI 작업을 위한 확장 가능한 분산 컴퓨팅 리소스를 제공함으로써 중앙 집중식 데이터 처리의 위험을 줄입니다. Privasea의 FHE 접근 방식은 Zama의 구체적인 기계 학습을 기반으로 합니다. 2024년 3월 현재 Privasea는 Binance Labs, Gate Labs, MH Ventures, K 300, QB Ventures, CryptoTimes 등의 참여로 500만 달러 규모의 시드 자금 조달을 완료했습니다. 지난 4월 Privasea는 OKX Ventures, SoftBank가 지분을 보유한 인큐베이터인 Tanelabs 등을 포함한 투자자와 함께 새로운 전략적 자금 조달 라운드를 완료했습니다.
FHE 트랙의 위험
FHE의 효율성은 낮습니다. 현재 블록체인 산업에서는 컴퓨팅 능력과 알고리즘의 한계로 인해 ZK 기술을 구현하는 것이 매우 어렵습니다. FHE에 필요한 컴퓨팅 성능은 ZK보다 4~5배 더 크므로(약 1000~10000배) 현 단계에서 FHE를 완전히 구현하는 것은 매우 어렵습니다. 이 단계에서는 FHE의 덧셈과 뺄셈 계산만 실현할 수 있지만 여전히 많은 양의 계산이 필요하므로 계산 효율성이 상대적으로 낮고 많은 양의 컴퓨팅 성능이 필요하며 비용도 크게 증가합니다. .
FHE에 대한 시장 수요는 강력하지 않습니다. FHE를 채택하면 일부 산업이 직면한 문제를 해결할 수 있지만 FHE 기반 구현은 더 어렵고 비용이 많이 들기 때문에 FHE를 채택하려는 프로젝트가 더 적습니다. 그리고 대부분의 사용자에게 개인 정보 보호는 사소한 요구 사항입니다. 공공 서비스로서 개인 정보 보호를 위해 추가 비용을 지불할 의향이 있는 사람은 거의 없습니다. FHE에 대한 시장 수요가 강하지 않아 다양한 프로젝트 당사자의 FHE 개발 의지가 그다지 강하지 않다는 사실로 이어집니다. 따라서 FHE는 최근 몇 년간 정체된 개발 단계에 있으며 실제 적용이 없습니다.
취약한 컴퓨팅 성능 인프라: FHE를 실현하기 위한 기본 전제 조건은 대량의 컴퓨팅 성능이 필요하다는 것입니다. FHE 추가 계산에 따르면 CPU는 FHE의 가장 기본적인 컴퓨팅 요구 사항을 충족할 수 없습니다. GPU와 ASIC만 사용할 수 있습니다. 하지만 지금 세계는 AI 산업의 부흥으로 컴퓨팅 파워 부족 단계에 처해 있다. 엔비디아의 GPU는 2025년까지 생산이 예정됐고, 암호화폐 업계의 분산 컴퓨팅 파워 프로젝트는 부족하기 때문이다. 총 컴퓨팅 성능과 대역폭, TPS 및 기타 하드웨어 장비 문제가 FHE 개발 조건을 충족하지 못합니다. 이러한 컴퓨팅 파워 부족 상황에서 FHE 트랙을 대규모로 개발하는 것은 비현실적입니다.
요약하다
우선, 암호화의 성배인 FHE는 고유한 알고리즘을 사용하여 제3자가 암호화된 데이터를 해독하지 않고도 암호화된 데이터에 대해 원하는 수의 계산 및 작업을 수행할 수 있도록 하여 개인 정보 보호 컴퓨팅에 대한 새로운 가능성을 제공합니다. FHE 기술은 데이터의 안전한 공유 및 처리를 달성하는 동시에 사용자 데이터 개인 정보를 효과적으로 보호할 수 있습니다. 암호화폐 산업뿐만 아니라 현실 사회 각계각층에서 혁신적인 역할을 할 수 있으며, 각계각층의 기존 개인 정보 보호 문제를 해결할 수도 있습니다.
둘째, FHE는 초기 트랙으로서 많은 어려움에 직면해 있습니다. FHE의 효율성은 현재 블록체인 산업의 컴퓨팅 성능과 알고리즘의 한계로 인해 제한되어 FHE 기술의 구현을 어렵게 만듭니다. FHE는 일부 업계 문제를 해결할 수 있지만 필요한 컴퓨팅 성능은 ZK의 약 1,000~10,000배이므로 현재 FHE의 덧셈 및 뺄셈 계산만 구현할 수 있습니다. 낮은 시장 수요와 취약한 컴퓨팅 인프라로 인해 FHE 적용이 제한됩니다. 그 영향으로 인해 FHE 개발이 정체되었습니다.
전반적으로 FHE는 매우 유망하고 선구적인 트랙입니다. FHE 기술은 데이터의 안전한 공유 및 처리를 달성하면서 사용자 데이터 개인 정보를 효과적으로 보호할 수 있습니다. 그러나 FEH는 제한된 인프라와 효율성 및 비용 문제로 인한 낮은 시장 수요로 인해 구현에 많은 어려움을 겪고 있습니다. 따라서 FHE는 암호화폐 산업의 미래 발전을 위한 방향이지만, 아직 초기 단계이고 프로젝트 적용이 구현될 수 있는 조건이 없습니다.
