일본산업뉴스요약

암호화한 상태로 심층학습
NTT, 새로운 계산기술 개발 / AI의 예측 정밀도 향상

NTT는 데이터를 암호화한 상태로 인공지능(AI)의 중심적 기술인 심층학습이 가능한 새로운 계산기술을 개발했다. 데이터를 암호화한 상태로 집계∙통계 처리할 수 있는 ‘비밀계산’이라는 계산기술을 개량해, 심층학습에서 이용할 수 있는 계산 처리를 기존보다 고속으로 실현할 수 있도록 하였다. 프라이버시를 보호하면서 점포의 인원 배치나 재고 관리 등에서, AI에 의한 예측 정밀도를 높일 수 있게 된다. 2022년 무렵의 상용화를 목표한다.

암호화 데이터를 계산하는 경우, 통상은 일단 원 데이터로 돌린 다음에 계산한다. 원 데이터로 복호화할 때 데이터가 누설될 위험이 높아진다. 이를 방지하는 기술이 데이터를 암호화한 상태로 계산할 수 있는 비밀계산이다. NTT는 17년부터 일부에서 비밀계산의 실용화를 시작했다.

“그러나 비밀계산은 덧셈이나 뺄셈, 곱셈은 잘하지만 나눗셈이나 지수함수, 제곱근, 역수와 같은 처리는 서툴다”(NTT 시큐어플랫폼연구소 이가라시(五十嵐) 주임연구원). 이러한 계산에서는 소수점 이하의 자릿수가 점점 늘어나기 때문에 계산 시간이 많이 걸리는 난점이 있다.

심층학습은 학습의 최종 처리 부분에서 나눗셈이나 제곱근 등을 포함하는 계산 처리를 사용한다. 그 때문에 지금까지 비밀계산을 사용한 심층학습은 어려웠다.

NTT가 개발한 방법은 서툰 계산처리를 근사계산으로 대용하는 등의 방법을 통해 암호화한 상태의 데이터로 심층학습하는 것을 실현했다. 계산량이 방대해지는 자릿수의 증가에 대해서는 소수점 이하의 자릿수를 어느 정도까지 버리고 처리함으로써 극복했다고 한다.

계산 시간은 기존 방법과 비교해 7분의 1정도까지 단축할 수 있었다. 예측 정밀도도 암호화하지 않는 경우와 비교해 손색없을 정도로 높였다고 한다.

심층학습은 학습데이터가 증가하면 증가할수록 예측 정밀도가 높아진다. 외부에는 노출하고 싶지 않은 개인의 위치정보 등의 프라이버시 데이터나 기업의 영업 정보 등도 암호화된 상태로 처리된다면 학습데이터로서 수집하기 쉽다. 이를 통해 예측 정밀도가 향상될 것으로 기대한다.

“예를 들면 개인의 위치정보나 스케줄을 암호화한 상태로 기업의 이벤트 정보 등과 조합해 학습한다. 점포에서 매입을 최적화하거나 인원 배치를 예측할 수 있을 것으로 보고 있다”(이가라시 주임연구원).

개인의 의료 검사 데이터를 암호화한 상태로 학습함으로써 검사 결과의 정밀도를 향상시키는 등의 용도를 생각할 수 있다.

시장조사 회사인 가트너 재팬에 따르면, 데이터를 사용해 사업 성과를 내고 있는 일본 기업은 전체의 3분의 1에 불과하다. 데이터를 유효 활용하는 툴이 요구되고 있다.

 -- 끝 --