“AI는 써도 데이터는 지켜야”...타이거리서치, 프라이버시 AI 네사(Nesa) 기술력 조명

글로벌 리서치 기업 타이거리서치(Tiger Research)는 최근 보고서를 통해 AI가 일상이 된 시대에도 여전히 많은 사용자가 데이터의 흐름과 보안에 무감각하다고 지적하며, 이런 구조적 한계를 해결할 프라이버시 인공지능(Nesa)의 중요성을 강조했다.

2026년 1월, 미국 사이버 보안 기관 CISA의 국장 대행이 기밀 정부 문서를 ChatGPT에 입력한 사건은 AI 사용의 일상화와 동시에 프라이버시 위협이 실존하는 문제임을 여실히 보여준다. 암호화된 데이터라 하더라도, 복호화 키를 중앙 서버가 보유한 구조 아래에서는 유효한 법적 요청이나 내부 검토 목적으로 정보가 제3자에게 노출될 수 있다. 이러한 문제는 특히 기업과 기관에서 민감 정보를 AI에 활용할 때 심각한 리스크로 작용할 수 있다.

타이거리서치의 분석에 따르면, 네사(Nesa)는 이러한 구조적 한계를 다층적 프라이버시 보호 기술로 극복하려 한다. 핵심 기술은 등변 암호화(Equivariant Encryption, EE)로, 사용자의 입력 데이터를 AI가 처리하기 전 수학적으로 변환해 어느 노드도 원본을 볼 수 없게 설계된 것이 특징이다. 예컨대 병원의 의사가 환자의 MRI 이미지를 AI에 분석시킬 경우, 기존의 AI 서비스라면 해당 원본이 중앙 서버를 통해 전달되지만, Nesa는 데이터를 변형한 뒤 처리하고, 사용자는 역변환을 통해 정확한 결과만을 받게 된다.

여기에 더해 네사는 HSS-EE(Homomorphic Secret Sharing over Encrypted Embeddings)라는 기술을 함께 적용해, 변환된 데이터 자체를 여러 노드에 분산해 저장‧처리한다. 이는 단일 노드 또는 서버가 변환된 전체 데이터를 갖지 못하게 함으로써 프라이버시 보호를 한층 더 강화하는 방식이다. 이중 암호화 구조를 통해 프라이버시와 데이터 보안성이 획기적으로 개선된 셈이다.

이러한 고차원 보안 기술을 적용하면 속도 저하가 뒤따른다는 편견도 있다. 그러나 타이거리서치는 보고서에서 EE 기술이 LLaMA-8B 기준에서 지연시간을 9% 이내로 억제하고도 정확도 99.99% 이상을 유지했다고 평가하며, 이는 실시간 AI 추론 서비스에도 충분히 적용 가능한 수준이라고 설명했다. 엔터프라이즈 환경에서는 이미 실사용 사례도 보고되고 있으며, 대표적으로 글로벌 소비재 대기업 P&G가 네사의 인프라를 도입해 프라이버시 기반 AI 추론을 실행하고 있다.

Nesa는 기술 구현에 그치지 않고 탈중앙화 네트워크 운영을 위한 경제 생태계도 구축하고 있다. 네트워크의 작동은 자체 토큰 $NES를 기반으로 한다. 사용자는 AI 추론 요청 시 수수료를 지불하고, 이를 감당한 채굴자는 처리 성능에 따라 보상을 받는 구조다. 동시에 $NES는 노드 운영에 필요한 스테이킹 자산이자 거버넌스 참여 권한의 역할도 겸한다. 토큰을 통한 경제적 인센티브로 전 세계 분산 노드가 자발적으로 네트워크에 기여하도록 유도하는 방식이다.

다만 타이거리서치의 보고서는 기술적 완성도와 실사용 사례에도 불구하고 네사에 대한 현실적 제약도 짚는다. 프라이버시 AI는 기업 시장에서 분명 수요가 있지만, 탈중앙 인프라 기반 솔루션에 대한 리테일 유저들의 수요는 아직 제한적이다. 또한 초기 단계의 토큰 이코노미는 충분한 네트워크 활성화가 전제되어야만 지속가능성이 뒷받침되며, 대규모 운영 환경에서의 확장성과 안정성 또한 향후 과제로 남는다고 설명한다.

AI는 이미 코딩, 문서 작성, 대화 지원 등 다양한 분야에서 일상을 넘나들고 있다. 문제는 이렇게 일상에 녹아든 AI 사용 속에서 우리의 데이터가 어디로 흘러가는지, 누가 그것에 접근할 수 있는지를 모르고 있다는 점이다. 네사는 이러한 문제의식을 정면으로 응시하며 해답을 기술적 혁신과 분산형 네트워크에서 찾아가고 있다. 프라이버시 중심 AI가 다음 시대의 표준이 된다면, 그 첫 장면에 네사의 이름이 포함될 가능성은 결코 낮지 않다.