이 블로그에서는 이전에 안전한 실시간 추론을 위해 Amazon SageMaker 엔드포인트에서 완전 동형 암호 활성화하기라는 포스트를 통해 ML 추론을 위한 FHE(완전 동형 암호)에 대해 다룬 적이 있습니다. 하지만 이번 포스트에서는 그보다 한 걸음 더 나아가 보려고 합니다.
이전 포스트에서는 SEAL이라는 저수준 라이브러리를 사용하여 선형 회귀 알고리즘을 직접 설계함으로써, FHE 기반의 추론을 '바닥부터(from scratch)' 구현하는 방법을 보여주었습니다. 그 대신, 이번 포스트에서는 FHE 기반 추론을 위해 특별히 제작된 고수준 라이브러리인 concrete-ml을 활용하여 훨씬 더 유연하고 고차원적인 접근 방식을 소개합니다. 이 라이브러리는 여러 일반적인 모델 유형을 별도의 복잡한 설정 없이 바로 지원하며, 널리 알려진 ML 라이브러리인 scikit-learn과 API 호환성까지 갖추고 있습니다.