내 DNA를 넘기지 않고도 유전체 연구에 참여한다? MPC로 만든 프라이버시 유전체 연구

내 DNA를 넘기지 않고도 유전체 연구에 참여한다고?

유전체(게놈) 데이터는 세상에서 가장 민감한 개인정보 중 하나예요. 비밀번호는 유출되면 바꾸면 그만이지만, 내 DNA 서열은 한번 새어나가면 평생 바꿀 수가 없거든요. 게다가 유전정보로는 질병 위험, 혈연관계, 심지어 가족 구성원의 정보까지 추론할 수 있어서, 보험사나 고용주 손에 들어가면 차별로 이어질 수도 있어요.

그런데 문제가 있어요. 의미 있는 유전체 연구를 하려면 수천, 수만 명의 데이터가 필요하거든요. 사람이 많을수록 통계적으로 믿을 만한 결과가 나오니까요. 하지만 이렇게 민감한 데이터를 한곳에 모아두면, 그 데이터베이스 자체가 거대한 해킹 표적이 돼요. '연구는 하고 싶은데, 내 원본 DNA는 아무한테도 안 보여주고 싶다'는 모순을 어떻게 풀까요?

이번에 소개할 프로젝트는 바로 그 모순을 MPC(Secure Multi-Party Computation, 안전한 다자간 연산)라는 기술로 풀어낸 사례예요. Stoffel이라는 MPC 프레임워크를 써서 실제로 프라이버시가 보장되는 유전체 연구를 직접 구현해본 이야기죠.

MPC가 뭐냐면

MPC를 쉽게 설명하면 이래요. 친구들끼리 '우리 중 누가 연봉이 제일 높은지'는 알고 싶은데, 각자 자기 연봉은 절대 공개하기 싫다고 해봐요. 보통이면 불가능할 것 같죠? MPC는 이걸 가능하게 해요. 각자의 연봉을 아무도 못 보게 암호화된 조각으로 쪼개서 나눠 갖고, 그 조각들 위에서만 계산을 돌려서 '최댓값' 같은 결과만 딱 뽑아내는 거예요. 계산이 끝날 때까지 아무도 남의 원본 숫자를 못 봐요.

이 핵심 원리를 비밀 분산(secret sharing)이라고 불러요. 예를 들어 내 유전자 값이 '7'이라면, 이걸 '3'과 '4'처럼 의미 없는 조각으로 나눠서 서로 다른 서버에 보내요. 서버 하나는 '3'만, 다른 서버는 '4'만 갖고 있으니 각자는 원본 '7'을 절대 알 수 없죠. 그런데 신기하게도 이 조각들끼리 정해진 규칙대로 더하고 곱하면, 원본을 복원하지 않고도 '전체 참가자 중 특정 유전자 변이의 빈도' 같은 통계를 계산할 수 있어요.

Stoffel이 하는 일이 바로 이 복잡한 암호 연산을 개발자가 쉽게 다루게 해주는 거예요. 개발자는 평범한 프로그램처럼 '이 데이터로 이런 통계를 내라'고 코드를 짜면, Stoffel이 그걸 MPC용 연산으로 컴파일해줘요. 암호학 박사가 아니어도 프라이버시 보장 연산을 짤 수 있게 다리를 놔주는 셈이죠.

비슷한 기술들과 비교하면

프라이버시를 지키면서 데이터를 다루는 기술은 MPC 말고도 여럿 있어요. 동형암호(FHE)는 데이터를 암호화한 채로 계산까지 다 해버리는 기술인데, 보안은 강력하지만 아직 속도가 많이 느려요. 연합학습(Federated Learning)은 데이터를 안 옮기고 각자 기기에서 학습한 결과만 모으는 방식인데, 중간 결과에서 정보가 새어나갈 여지가 있어요. MPC는 이 사이 어딘가에 있어요. 여러 참가자가 나눠서 계산하는 구조라 신뢰를 분산시키고, FHE보다는 실용적인 속도를 내거든요.

MPC 진영에는 MP-SPDZ, Sharemind 같은 기존 도구들이 있는데, 대부분 진입 장벽이 높기로 유명했어요. Stoffel처럼 개발자 친화적인 언어와 도구를 지향하는 흐름은, MPC를 연구실 밖 실무로 끌어내려는 최근 트렌드를 잘 보여줘요.

한국 개발자에게

우리나라는 의료 데이터, 금융 데이터 규제가 꽤 엄격하잖아요. 개인정보보호법 때문에 데이터를 함부로 모으거나 공유하기 어려운데, MPC는 '데이터를 합치지 않고도 협업 분석'을 가능하게 해서 이런 규제 환경에서 특히 매력적이에요. 여러 병원이 환자 데이터를 한데 모으지 않고도 공동 연구를 하거나, 금융사끼리 고객 정보를 공유하지 않고 사기 탐지 모델을 함께 만드는 식이죠.

당장 프로덕션에 넣기엔 아직 성능이나 도구 성숙도 면에서 고민할 게 많지만, '프라이버시가 곧 경쟁력'이 되는 시대에 개념만이라도 익혀두면 분명 쓸 데가 생길 거예요.

마무리

핵심은 이거예요. 원본 데이터를 아무에게도 안 보여주면서도 그 데이터로 계산 결과는 얻을 수 있다 — 불가능해 보이던 이 일을 MPC가 실제로 해낸다는 거죠. 여러분이라면 이 기술을 어디에 써보고 싶으세요? 민감한 데이터를 다뤄야 하는데 규제나 신뢰 문제로 막혔던 프로젝트, 혹시 있으신가요?