머신러닝은 위협 탐지와 이상 징후 분석을 자동화하여 실시간 대응을 가능하게 하고, 암호화 데이터 처리 기술은 민감한 정보를 보호하며 안전한 데이터 활용을 보장한다. 이들 기술의 결합은 보안 위협을 줄이고 개인정보를 안전하게 유지하면서도 데이터의 가치를 극대화할 수 있다.

데이터 암호화 전문기업인 볼트리(Vaultree)가 독자 기술 스택인 VENum(Vaultree Encrypted Numbers)을 공개하고 오픈소스화한다고 발표했다.

기존 완전 동형 암호(FHE) 방식의 확장성 문제를 해결하기 위해 설계된 VENum은 보안성과 확장성을 갖춘 머신러닝 작업을 위한 내부 FHE 라이브러리인 VENumpy(Vaultree Encrypted Numpy)와 머신러닝 및 FHE를 결합한 파이썬 라이브러리인 VENumML(VENum Machine Learning)을 포함한다. 이 기술은 암호 전문가와 초보자 모두가 데이터 개인정보 보호를 유지하면서 고급 ML 작업을 안전하게 수행할 수 있게 한다.

VENumML은 많은 애플리케이션에 내장된 고속 모델을 제공함으로써 암호화 ML 역량 활용을 활성화한다. FHE 데이터에 대한 ML 작업에는 일반적으로 광범위한 처리가 필요하지만, 이 기술은 성능 영향을 최소화하도록 설계됐다. 이 다목적 라이브러리는 이미지, 표 데이터, 비정형 데이터, 그래프, 시계열 등 다양한 데이터 형식을 지원해 개인정보를 보호하면서 머신러닝을 활용할 수 있다.

볼트리의 실시간 플랫폼은 FHE를 사용해 분석 기능을 유지하면서 암호화된 데이터에 대한 복잡한 머신러닝을 가능케 하며, 선형 모델, 트랜스포머, 페이지랭크, 시계열을 포함한 기본 제공 모델을 사용한다. 이에 따라 사용자들은 프라이버시 요구사항을 충족하면서 모든 환경에서 AI/ML을 사용할 수 있다.

VENum은 엄격한 규제 감독을 받는 데이터 중심 산업이 민감한 데이터를 안전하게 분석하고 AI/ML을 활용하면서도 규제를 준수할 수 있도록 지원한다. 금융 서비스, 의료, 정부 또는 개인정보 보호가 중요한 모든 산업에서 보안과 개인정보 보호 중심의 애플리케이션을 쉽게 구축할 수 있다.

볼트리의 혁신적이고 양자 회복 기술은 의료나 금융 등 다양한 산업에서 응용이 가능하다.

오픈소스 머신러닝 프레임워크인 VENum은 커뮤니티 참여, 혁신, 투명성, 신뢰를 촉진한다. 전 세계의 개발자, 연구자, 산업 파트너들은 개인정보 보호 중심으로 암호화된 데이터에 ML 모델을 구축하고 배포할 수 있는 강력한 도구 라이브러리에 접근할 수 있다.

볼트리의 공동 창업자이자 CEO인 라이언 라스마일리(Ryan Lasmaili)는 “이 프레임워크는 금융이나 의료와 같이 민감한 데이터를 다루는 산업에 안전한 데이터 분석 역량을 제공한다.”면서 “VENumML을 오픈소스화함으로써 모든 개발자를 위한 보안 AI의 가능성을 확장했다. VENum은 개인정보 보호 인텔리전스를 위한 실용적이고 확장 가능한 옵션을 제공하며 안전한 데이터의 활성화를 지원한다.”고 말했다.