많은 양의 데이터 수집 행위는 여러 기업에서 흔히 이루어지는 행동이다. 동시에 더 나은 분석 툴과 더욱 강력한 보안 발전에 도움이 된다. 기밀 컴퓨팅(Confidential Computing)으로 이러한 데이터 분석 행위와 보안 강화를 모두 다루며, 인공지능의 발전에 대비할 수 있다.
미국 IT 매체 벤처비트의 보도에 따르면, 위와 같은 이유로 기밀 컴퓨팅이 인공지능과 머신러닝의 향상에 기여한다는 주장이 제기됐다.
기밀 컴퓨팅이란?
기밀 컴퓨팅은 과거의 정책 기반 개인 정보 보호 및 보안을 더욱 심화된 기술 수준의 세이프가드에 구축하는 행위이다. 클라이언트가 보유한 키를 이용해야만 잠금 해제를 할 수 있는 암호화 과정을 이용한다. 기업이 클라우드에서 데이터와 애플리케이션을 호스팅할 때, 기반 데이터에 접근하지 못하도록 하기 위한 목적이다.
데이터가 암호화된 상태를 유지해, 보안을 강화한다는 점에서 중요한 개념이다. 데이터 호스팅을 하는 기업이 정보에 접근할 수 없어, 높은 보안 수준으로 해커에게 암호화되지 않은 데이터가 유출될 위험을 없앤다.
그뿐만 아니라 이론적으로는 여러 기업이 데이터를 공유하며 고객의 보안을 확인하고, 사기 위험을 근절시킬 수 있다는 점에서도 중요하다.
기밀 컴퓨팅과 AI의 상관관계
기밀 컴퓨팅 옹호론자는 기밀 컴퓨팅이 클라우드 혁신의 새로운 물결을 이끌 것이라고 주장한다. 기업에서 갈수록 민감한 데이터를 온라인에 보관하기 때문이다. 인텔 펠로우인 론 페레즈(Ron Perez)는 바로 이러한 부분에서 기밀 컴퓨팅이 인공지능과 머신러닝의 발전에 도움이 된다고 주장한다.
우선, 인공지능과 머신러닝이 알고리즘을 개선할 수 있는 데이터세트의 성장 덕분에 발전했다. 페레즈는 "기밀 컴퓨팅은 온라인에 더 많은 데이터를 가져다준다. 따라서 기밀 컴퓨팅이 인공지능과 머신러닝의 발전에 더 큰 도움을 줄 것"이라고 말한다.
또한, 기밀 컴퓨팅은 다양한 데이터가 함께 협력해, 머신러닝이 활성화되도록 한다. 일례로, 펜실베이니아대학교 연구진이 인텔의 기밀 컴퓨팅을 사용할 때, 여러 데이터를 암호화한 상태로 유지하면서 머신러닝의 성능이 향상된 사실이 확인됐다.
연구진은 데이터 암호화 덕분에 외부 기관과 데이터를 안전하게 공유하면서 다른 기관과 협동 연구를 진행했다. 이때, 머신러닝의 성능도 발전했다.
가트너를 비롯한 일부 업계 전문 분석 업체들은 기밀 컴퓨팅이 불과 몇 년후부터 실제 영향을 줄 수 있으리라 전망한다.
그러나 페레즈는 기밀 컴퓨팅이 이미 단기적인 측면에서 인공지능과 머신러닝의 성능 향상에 기여하고 있다고 주장한다.
그는 "기밀 컴퓨팅은 과거, 우리가 풀지 못했던 문제의 해결책을 가져다주고 있다. 특히, 어디서나 개인 정보와 데이터 기밀을 유지한다는 점에서 큰 장점이 있다. 또, 안전하게 데이터를 활용하면서 인공지능, 머신러닝에 영향을 미친다는 점도 매력적이다"라고 언급했다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
