개인정보 보호기술 적용 ‘인공지능 반도체’ 나왔다

[아이뉴스24 정종오 기자] 개인정보 보호 기술이 적용된 인공지능(AI) 반도체가 개발됐다. 차등 프라이버시 기술이 적용됐다.

한국과학기술원(KAIST, 총장 이광형)은 전기및전자공학부 유민수 교수 연구팀이 ‘차등 프라이버시 기술이 적용된 AI 애플리케이션(Differentially private machine learning)’ 성능을 비약적으로 높이는 인공지능 반도체를 개발했다고 19일 발표했다.

빅데이터와 인공지능 기술의 발전과 함께 구글, 애플, 마이크로소프트 등 클라우드 서비스를 제공하는 기업들은 전 세계 수십억 명의 사용자들에게 인공지능 기술을 기반으로 여러 가지 서비스(머신러닝 애즈 어 서비스, ML-as-a-Service, MLaaS)를 제공하고 있다.

유튜브나 페이스북 등에서 시청자의 개별 취향에 맞춰 동영상 콘텐츠나 상품 등을 추천하는 `개인화 추천 시스템 기술이나, 구글 포토(Photo)와 애플 아이클라우드(iCloud) 등에서 사진을 인물 별로 분류해주는 안면 인식 기술 등이 있다.

이 같은 서비스는 이용자의 정보를 대량으로 수집해 이를 기반으로 인공지능 알고리즘의 정확도와 성능을 개선한다. 이 과정에서 필연적으로 많은 양의 이용자 정보가 서비스 제공 기업의 데이터 센터로 전송되고, 민감한 개인정보나 파일들이 저장되고 사용되는 과정에서 정보가 유출되는 문제가 발생한다.

이러한 문제는 최근 주목받는 대형 인공지능 모델의 경우에 더 쉽게 발생하는 경향이 있다 실제 구글에서 사용하는 대화형 인공지능 모델인 GPT-2의 경우, 특정 단어들을 이야기했을 때 이용자의 개인정보 등을 유출하는 문제를 보였다.

비슷한 사례로서 국내에서 2020년 화제가 됐던 스캐터랩의 인공지능 챗봇 이루다의 경우에도 비슷한 문제가 불거진 적이 있다.

애플, 구글, 마이크로소프트 등 빅 테크 기업에서는 ‘차등 프라이버시(differential privacy)’ 기술에 주목하고 있다. 차등 프라이버시 기술은 학습에 사용되는 그라디언트(gradient, 학습 방향 기울기)에 잡음(노이즈)을 섞음으로써 인공지능 모델로부터 이용자의 개인정보를 유출하는 모든 종류의 공격을 방어할 수 있다.

이러한 장점에도 차등 프라이버시 기술을 적용할 때 기존 대비 애플리케이션의 속도와 성능이 크게 하락하는 문제 때문에 아직까지 범용적으로 널리 적용되지는 못했다.

이는 차등 프라이버시 머신러닝 학습 과정이 일반적 머신러닝 학습과 다른 특성을 보이기 때문이다. 기존의 하드웨어에서 효과적으로 실행되지 않아 메모리 사용량, 학습 속도와 하드웨어 활용도(hardware utilization) 측면에서 비효율적이다.

유민수 교수 연구팀은 차등 프라이버시 기술의 성능 병목 구간을 분석해 해당 기술이 적용된 애플리케이션의 성능을 크게 시킬 수 있는 ‘차등 프라이버시 머신러닝을 위한 AI 반도체 칩’을 개발했다.

유민수 교수팀이 개발한 인공지능 반도체는 외적 기반 연산기와 덧셈기 트리 기반의 후처리 연산기 등으로 구성돼 있다. 현재 가장 널리 사용되는 인공지능 프로세서인 구글 TPUv3 대비 차등 프라이버시 인공지능 학습 과정을 3.6 배 빠르게 실행시킬 수 있다.

엔비디아의 최신 GPU A100 대비 10배 적은 자원으로 대등한 성능을 보인다고 연구팀 관계자는 설명했다. 이번 개발을 통해서 기존 하드웨어의 한계로 널리 쓰이지 못했던 차등 정보보호 기술의 대중화에 도움을 줄 수 있을 것으로 기대된다고 전했다.

KAIST 전기및전자공학부 박범식, 황랑기 연구원이 공동 제1 저자로, 윤동호, 최윤혁 연구원이 공동 저자로 참여한 이번 연구(논문명 : DiVa: An Accelerator for Differentially Private Machine Learning)는 미국 시카고에서 열리는 컴퓨터 구조 분야 국제 학술대회 `55th IEEE/ACM International Symposium on Microarchitecture(MICRO 2022)'에서 오늘 10월 발표될 예정이다.

정종오 기자의 다른 기사 보기