노출하지 않고도 데이터가 제 역할을 다하는 세상. AI에게조차.
AI는 데이터를 더 강력하게, 동시에 그 어느 때보다 위험하게 만들었습니다. 우리는 지능과 기밀성이 더 이상 충돌하지 않는, 프라이버시를 지키는 레이어를 만듭니다.
AI를 쓰려면, 데이터를 내줘야 했습니다.
생성형 AI는 기업이 가진 데이터의 가치를 폭발적으로 키웠습니다. 하지만 그 가치를 꺼내려면 데이터를 평문 상태로 모델에 넘겨야 했습니다. 프롬프트로, RAG 문서로, 파인튜닝 데이터로. 가장 민감한 정보가 바로 그 순간 새어 나갑니다. AI를 빠르게 도입할수록, 데이터가 노출될 위험도 그만큼 커집니다.
“그런 거래는, 이제 끝나야 합니다.”
AI가 더 많은 데이터를 다룰수록, 잃을 것도 많아집니다.
Shadow AI & 프롬프트 유출
직원이 민감 데이터를 외부 LLM에 붙여 넣고, 프롬프트·출력이 제3자 모델에 남습니다.
RAG & 지식 노출
내부 문서·계약·기록을 검색에 연결하는 순간, 평문이 모델과 인프라에 노출됩니다.
자율 에이전트
에이전트가 민감 데이터를 다루며 자율적으로 행동해, 공격면과 사고 가능성을 키웁니다.
규제 vs. AI
의료·금융·국가 데이터는 규제 때문에 AI에 올리지 못해, 가장 가치 있는 데이터가 가장 못 쓰는 데이터가 됩니다.
“가장 가치 있는 데이터일수록, 가장 크게 노출됩니다.”
민감한 데이터는 AI에게조차 노출될 필요가 없습니다.
암호화된 데이터를 둘러싸는 벽이 아니라, 데이터가 암호화된 채로 쓰이게 하는 한 겹의 레이어입니다. 데이터는 전송 중에도, 저장 중에도, 연산 중에도 복호화되지 않습니다.
“지능과 기밀성, 더는 둘 중 하나를 고르지 않아도 됩니다.”
데이터 클라우드가 '데이터가 어디 저장되는가'를 재정의했듯, 우리는 'AI 시대에 데이터를 어떻게 쓰는가'를 재정의합니다.
AI·분석·협업, 그 모든 것의 아래에 깔리는, 프라이버시를 지키는 레이어. 보이지 않지만 없어서는 안 됩니다.
노출 없는 AI
내주지 않는 협업
감시 없는 개인화
30년간 동형암호는 '될까?'를 증명했습니다. 우리는 '쓸 수 있나?'를 증명했습니다.
범용 FHE는 알고리즘으로 기능을 풀었습니다. 논문 안에서, GPU 클러스터 위에서 훌륭하게 작동합니다. 하지만 GPU 클러스터가 필요한 기능은 아무에게도 닿지 못합니다. 마지막 간극은 수학이 아니라 사용성이었습니다. 우리는 그 간극을 다른 층위에서 메웠습니다. 알고리즘만이 아니라, 알고리즘과 프로토콜로. 그래서 기업이 실제로 쓰는 연산이 표준 CPU에서, 폐쇄망에서, 지금 돌아갑니다. 13년의 타원곡선 수학이 연구실 데모가 아니라 실제 운영 환경에서 돌아갑니다.
한국은행 CBDC 모의실험, LG CNS, 코스콤, 서울대병원, 그리고 Hedera·Linux Foundation 커뮤니티와의 공동 연구·실증에 함께해 왔습니다.
AI 시대를 넘어 양자 시대까지, 무너지지 않도록 설계했습니다.
이 '프로토콜 우선' 사고는 양자 문제도 다르게 풉니다. 더 무거운 알고리즘에 모든 걸 거는 대신, 노출된 경계에서 키를 아예 제거합니다. 이것이 No-Key 아키텍처입니다. 실제 침해가 일어나는 서버 경계에서, 기밀성은 정보이론적으로 보장됩니다. 양자를 포함한 어떤 공격자에게도 마찬가지입니다.
“AI 시대에도, 양자 시대에도 안전하도록.”