쿤텍-ETRI, 온디바이스 AI 모델 난독화·데이터 흐름 분석 기술 개발

기사입력2026.09.07 12:43

MLIR Pass 기반 난독화·오염 분석 기술 연계, 관련 특허 2건 출원 완료

쿤텍이 ETRI 주관 국가 연구과제를 통해 온디바이스 AI 환경에서 모델 구조와 추론 코드의 핵심 정보를 외부 분석으로부터 보호하는 기술 개발에 나섰다. 단말에 직접 배포되는 AI 모델과 응용 프로그램이 공격자에게 노출될 경우 내부 구조 분석이 가능하다는 보안 위협에 대응하기 위한 연구다.

쿤텍은 7일 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받아 수행 중인 ‘On-Device AI 정보 유출 방지를 위한 AI 구현 정보 은닉 기술 개발’ 과제 2차년도 연구에서 AI 모델 난독화 기술과 오염 분석(Taint Analysis) 기반 데이터 흐름 분석 기술을 개발하고 있다고 밝혔다.

해당 과제는 한국전자통신연구원(ETRI)이 주관하며 쿤텍을 포함한 복수 기관이 공동 수행하고 있다.

쿤텍이 개발 중인 AI 모델 난독화 기술은 온디바이스 AI 모델을 MLIR(Multi-Level Intermediate Representation) 형태로 변환한 뒤 난독화 기능을 Pass 단위로 적용하는 방식이다.

주요 기능은 △연산자 식별 정보를 변경하는 비식별화(Renaming) △가중치·편향 등 파라미터를 분리·은닉하는 매개변수 캡슐화(Parameter Encapsulation) △텐서 형상을 변형하는 신경 구조 난독화(Neural Structure Obfuscation) △가짜 연결·노드를 삽입하는 그래프 구조 난독화(Graph Structure Obfuscation) 등이다.

난독화된 모델에서도 별도 실행 정보를 활용해 원래 연산이 정상적으로 수행되도록 구성한다고 쿤텍 측은 설명했다.

두 번째 기술은 C/C++ 기반 AI 응용 프로그램을 LLVM IR로 변환하고, TFLite API를 기준점으로 데이터가 변수·포인터·함수 호출 등을 통해 전달되는 경로를 추적하는 방식이다.

단순 함수명 패턴이 아닌 실제 데이터 의존 관계를 분석해 AI 추론에 관여하는 코드를 자동으로 식별한다.

쿤텍은 향후 두 기술을 연계해 리소스가 제한된 온디바이스 환경에서 AI 추론 관련 핵심 코드만 선택적으로 보호하는 방식으로 고도화할 계획이라고 밝혔다.

연구 과정에서 확보한 기술에 대해서는 관련 특허 2건의 출원을 마쳤다.

방혁준 쿤텍 대표는 “온디바이스 AI 확산에 따라 모델뿐 아니라 이를 구동하는 응용 프로그램의 핵심 로직까지 보호해야 할 필요성이 커지고 있다”며 “실제 제품 환경에서 활용 가능한 온디바이스 AI 정보 보호 기술을 확보해 나갈 것”이라고 말했다.

#ETRI #임베디드 #쿤텍 #온디바이스 AI #AI 보안 #모델 난독화 #MLIR #오염 분석

본 기사에 대한 정정·반론·추후보도 청구는 보도 청구 안내를, 그간 게재된 보도문은 정정·반론보도 모아보기를 참고해 주세요.