우리나라가 초고령 사회로 접어들며 독거노인 증가가 사회적 이슈로 대두됨에 따라 이들의 건강과 안전을 관리할 수 있는 헬스케어 시스템의 필요성이 높아졌다. 하지만 기존 건강관리 홈 모니터링 서비스의 경우 프라이버시를 이유로 제한된 구역에서만 모니터링을 하고 있어 활용에 한계가 있었다.

이런 가운데 최근 한양대 수학과 김미란 교수팀이 개인정보 유출을 방지하면서도 사람의 행동을 분석할 수 있는 보안기술을 개발했다고, 한양대가 지난달 31일 밝혔다. 김 교수팀은 앞서 언급된 문제를 해결하고자 일상의 기본적인 동작과 낙상(falling) 행동을 추론할 수 있는 클라우드 기반 보안시스템을 설계했다. 신체 특징 정보는 암호화돼 클라우드에 전송이 되고, AI 모델을 통해 행동을 추론해 기본 동작 및 낙상에 대한 암호화된 결과 값을 출력한다. 

이렇게 도출된 결과 값은 암호를 해독할 수 있는 헬스케어 서비스 제공자에게 전달되며 낙상 등 건강이 의심되는 활동이 감지되는 경우 서비스 제공자가 즉시 개입할 수 있다. 해당 기술을 이용하면 개인정보 유출 없이 신뢰 가능한 스마트 홈 모니터링 서비스를 제공할 수 있으며, 향후 다양한 헬스 케어 서비스 분야에 활용될 수 있을 것으로 기대된다. 

해당 기술의 중심에는 동형암호(Homomorphic Encryption)가 있다. 동형암호는 암호화된 데이터를 복호화 없이 연산할 수 있는 암호기술로 데이터 산업 전반에서 발생하는 프라이버시 문제를 해결할 수 있는 차세대 암호기술로 평가받고 있다. 지난 2017년 김미란 교수팀이 개발한 실수 연산을 지원하는 동형암호(CKKS 스킴)의 경우 통계분석, 데이터 검색, 기계학습 등 다양한 분야에 활용되며 이미 세계적 주목을 받고 있다.

최근 김 교수팀은 기존 동형암호 기술을 기반으로 행동인식을 분석하는 합성곱 신경망(Convolutional Neural Network) 모델을 안전하게 추론하는 연구를 진행했다. 해당 기술의 핵심에는 하나의 암호문에 다수의 입력 데이터를 저장해 병렬화된 합성곱(Convolution) 연산을 암호화된 상태에서 처리할 수 있는 동형암호 고속화 연산 기술 개발에 있다. 

이를 통해 대용량 자료 분석을 효율적으로 처리할 수 있을 뿐 아니라 데이터 저장 공간을 최적화했다. 또 동형암호에 최적화된 신경망을 설계해 추론의 정확도를 높이는데 성공했다. 김 교수는 “개발한 기술은 처리속도·저장 공간·정확도 측면에서 합성곱 신경망 알고리즘에 최적화된 암호 원천기술로 향후 다양한 AI 분야에 활용될 수 있다”라며 이번 연구의 의의를 말했다.      

이번 연구는 한국연구재단 우수신진연구자 지원사업의 지원을 받아 수행됐으며, 다학제 분야 국제 학술지 「네이처 커뮤니케이션스」에 지난 15일 게재됐다.

강일구 기자 onenine@kyosu.net 

강일구 다른기사 보기