국내외 과학기술 정책에 대한 간략한 정보
단신동향
해외단신
프라이버시 증진 기술을 통한 신뢰할 수 있는 AI 모델 원문보기 1
- 국가 국제기구
- 생성기관 OECD
- 주제분류 핵심R&D분야
- 원문발표일 2025-06-17
- 등록일 2025-06-27
- 권호 290
○ 프라이버시 증진 기술(PETs)은 AI 모델의 개발 과정에서 프라이버시, 지식재산권, 민감 정보를 보호하고 신뢰를 구축하기 위해 필수적인 도구임
○ 해당 보고서는 PETs의 활용 형태를 1) 입력 데이터를 최소화하고 기밀성을 유지하며 AI 모델의 성능을 향상시키는 것과 2) 기밀성을 유지한 상태로 AI 모델을 공유할 수 있게 하는 것으로 분류함
- 전자에는 신뢰 실행 환경(trusted execution environments), 연합 학습(federated learning), 안전한 다자 연산(secure multi-party computation) 등의 기술이 필요하며, 후자의 경우 차등 프라이버시(differential privacy), 신뢰 실행 환경, 동형 암호화(homomorphic encryption) 도구가 활용됨
- 해당 보고서는 각 활용 유형 별 주요 기술과 도전과제, 한계 등에 대해 정리함
○ 해당 보고서는 PETs의 활용 형태를 1) 입력 데이터를 최소화하고 기밀성을 유지하며 AI 모델의 성능을 향상시키는 것과 2) 기밀성을 유지한 상태로 AI 모델을 공유할 수 있게 하는 것으로 분류함
- 전자에는 신뢰 실행 환경(trusted execution environments), 연합 학습(federated learning), 안전한 다자 연산(secure multi-party computation) 등의 기술이 필요하며, 후자의 경우 차등 프라이버시(differential privacy), 신뢰 실행 환경, 동형 암호화(homomorphic encryption) 도구가 활용됨
- 해당 보고서는 각 활용 유형 별 주요 기술과 도전과제, 한계 등에 대해 정리함
