구글, HEIR 공개…AI 모델을 암호화된 데이터 위에서 직접 실행하는 오픈소스 컴파일러

프라이빗 AI를 위한 HEIR의 역할

HEIR은 머신러닝 추론에 완전동형암호(FHE)를 사용하는 진입 장벽을 낮춥니다. 개발자는 일반적인 학습된 모델을 가져와 HEIR의 컴파일 과정을 통과시키면 암호문(ciphertext)에서 작동하는 실행 파일을 얻을 수 있습니다. 서버는 평문 입력이나 모델 출력을 전혀 볼 수 없어 사용자 데이터에 대한 암호학적으로 안전한 프라이버시를 제공합니다 . HEIR의 다계층 IR 설계는 암호문 데이터 레이아웃('패킹'), 파라미터 선택, 연산 자동화(arithmetization) 등의 작업을 자동으로 처리합니다 . 이 프로젝트는 서로 다른 암호화 방식, 컴파일러, 하드웨어 가속기 간 FHE 프로그램의 상호운용성을 가능하게 하는 것을 목표로 합니다 .

4가지 데모 애플리케이션

구글은 HEIR로 컴파일된 4가지 데모 애플리케이션을 공개하여 실용적 가능성을 보여주었습니다 :

• 딥러닝 추천 시스템: 사용자 기록을 노출하지 않는 개인 맞춤형 추천 (Belfort Labs, LG, NYU와 공동 개발)
• 신용카드 사기 탐지: 암호화된 금융 데이터에서 사기성 거래 탐지 (Niobium, hardshell.ai와 공동)
• Kitsune 네트워크 침입 탐지기: 트래픽 패턴을 노출하지 않고 네트워크 공격 식별 (Niobium과 공동)
• 음성 핫워드 감지: 암호화된 오디오에서 "헤이 구글" 같은 트리거 단어 감지 (Belfort Labs와 공동)

4가지 데모 모두 단일 스레드 CPU 구현으로 실행되었습니다 . 구글은 아직 대부분의 워크로드에 대한 실시간 성능을 입증하는 지연 시간 데이터를 공개하지 않았습니다 .

파트너 및 협력사

하드웨어 가속기 파트너 — 구글은 FHE 추론을 가속화하기 위해 특수 하드웨어 공급업체와 협력하고 있습니다:

• Belfort: 구글은 Belfort의 암호화 컴퓨팅 하드웨어 첫 번째 유료 고객입니다
• Niobium: 자사의 BASALISC ASIC이 OpenFHE API를 통해 BGV 및 CKKS를 지원합니다
• Cornami
• Optalysys

HEIR은 Belfort의 FPGA용 백엔드 코드를 Rust로, 구글의 TPU용 백엔드 코드는 jaxite 파이썬 라이브러리를 통해 생성합니다 . HEIR의 첫 번째 FPGA 백엔드는 2026년 FHE.org 컨퍼런스에서 발표되었으며, KU Leuven과 구글 연구진이 실용적인 FHE 가속을 위한 부울 vs 산술 파이프라인을 평가했습니다 .

학계 협력사 — HEIR 논문의 공동 저자로는 Intel(Alexander Viand), Moreh(Jaeho Choi), KU Leuven, UC Santa Barbara, University of Michigan, Ann Arbor, 칭화대학교(Tsinghua University) 연구진이 포함됩니다 . 더 넓은 학계 파트너 목록에는 조지아 공과대학(Georgia Tech)과 카네기멜론 대학(Carnegie Mellon)도 포함됩니다 .

현재의 실용적 한계

FHE는 근본적으로 느리다는 한계가 있습니다. 2026년 중반의 독립적인 벤치마크에 따르면 FHE 연산은 방식과 작업에 따라 일반적인 평문 연산보다 약 1,000배에서 10,000배 느린 것으로 나타났습니다 . 알고리즘 개선, 컴파일러 최적화, 배칭(batching) 기술, 전용 하드웨어 가속 덕분에 FHE 성능은 5년 전보다 1,000~10,000배 빨라졌지만, 대부분의 워크로드에서 암호화되지 않은 연산과는 여전히 큰 격차가 있습니다 .

구글의 HEIR 데모는 단일 스레드 CPU에서 실행되었으며, 회사는 아직 대부분의 워크로드에 대한 실시간 성능을 입증하는 지연 시간 데이터를 공개하지 않았습니다 . Belfort, Niobium 등의 하드웨어 가속이 속도 향상을 가져올 것으로 예상되지만, 이러한 이점은 아직 프로덕션 환경에서 입증되지 않았습니다 . 세 가지 주요 FHE 프레임워크(구글의 HEIR 포함)를 평가한 연구 논문에서는 다양한 계층에서 21개의 버그가 발견되었는데, 여기에는 16개의 논리 오류로 인한 무음의 잘못된 계산과 5개의 크래시가 포함되었습니다 .

전 세계적으로 2026년 중반 기준 FHE 기술을 사용하는 프로덕션 시스템은 단 3개만 문서화되어 있어 , HEIR이 주로 연구 및 활성화 플랫폼이며 아직 성숙한 배포 도구가 아님을 보여줍니다. Hacker News에서 이 발표는 275포인트를 받았으며, 댓글 작성자들은 일반적으로 실질적인 진전이지만 아직 일반 AI 추론을 프로덕션 속도로 처리하기에는 거리가 멀다고 평가했습니다 .