구글, HEIR를 프라이빗 추론 쪽으로 밀어붙이다 — 약속과 연산 비용 사이에서

2026년 8월 14일, 스태프 소프트웨어 엔지니어 제러미 쿤(Jeremy Kun)이 서명한 시큐리티 블로그 업데이트를 통해 구글이 HEIR(Homomorphic Encryption Intermediate Representation)를 다시 꺼내 들었다. 이제 막 시작한 프로젝트가 아니다. 2023년 MLIR 기반 인프라로 출발한 것이, GitHub에서 Apache-2.0 라이선스로 배포되는 오픈소스 개발 플랫폼으로 성숙한 단계에 이른 것이다. 기술적 역할은 분명하다. 이미 학습된 머신러닝 모델을 변환해 암호화된 입력 위에서 추론을 수행할 수 있게 하며, BGV·BFV·CKKS 같은 여러 암호 방식과 tfhe-rs 및 Jaxite 백엔드를 통한 CGGI 방식을 지원한다. 공언된 목표는 전문가가 아닌 사람도 암호화 추론을 실제 서비스에 넣을 수 있게 하는 “원클릭” 해법이다.

발표에는 특정 파트너와 함께 만든 실증 사례들이 따라붙는다. 벨포트 랩스(Belfort Labs), LG, 뉴욕대와 함께한 추천 모델. 니오븀(Niobium) 및 hardshell.ai와 함께한 신용카드 사기 탐지기. 니오븀과 함께한 네트워크 트래픽 침입 탐지기 Kitsune. 벨포트 랩스와 함께한 오디오 호출어 탐지기. 글은 Optalysys 같은 하드웨어 가속기 제조사와의 협업도 언급하며, 아직 구축 중인 생태계를 시사한다. 구글은 네 응용의 지연 시간이 단일 스레드 CPU에서 측정된 값이라고 밝히고 있으나, 구체적인 수치는 검증할 수 없다.

학술 쪽에서 구글은 2025년 8월 arXiv에 제출된 논문 「HEIR: A Universal Compiler for Homomorphic Encryption」과 카네기멜런대, 칭화대 같은 기관과의 파트너십에 기댄다. 프라이빗 AI를 실용화하겠다는 목표에도 불구하고, 회사 스스로 글에서 연산 오버헤드가 무시할 수준이 아님을 인정한다(“homomorphic encryption has a nontrivial cost overhead”). 현재로서는 이 성능 격차에 관한 정확한 수치도, 이 기술을 이미 쓰고 있는 구글 소비자 제품의 확인도 검증 가능한 출처에서 나오지 않는다. 시스템의 실제 효율은 기술적 불확실성의 영역에 남아 있다.

암호학의 복잡성을 감추는 컴파일러를 만들어낸 것은 공학적으로 주목할 만한 성취다. 그러나 연산 오버헤드가 수치화되지 않은 미지수로 남아 있는 한, 프라이빗 AI는 아직 우리가 감당할 수 없는 문제에 대한 훌륭한 해법으로만 머물 위험이 있다. — Olya