ALIF.SABA

📢 Primus Labs 최신 개발 현황 — zkTLS와 FHE를 함께 살펴봐야 하는 이유 11월 11일, Primus Labs의 공식 GitHub를 다시 살펴봤습니다. 최근 저장소 업데이트 기록에서 세 가지 기술 영역을 확인할 수 있었습니다. ▪️ 11월 11일 — primus-extension ▪️ 11월 9일 — primus-fhe ▪️ 11월 3일 — zktls-core-sdk 이 날짜는 GitHub에 표시된 저장소 업데이트 기준입니다. 새로운 기능의 정식 출시나 성능 개선 완료를 의미하지는 않습니다. 그런데 저는 이 세 가지 영역을 함께 살펴보면서 한 가지 질문이 떠올랐습니다. 데이터를 검증하는 기술과 데이터를 암호화해 계산하는 기술은 왜 모두 필요할까? 1️⃣ zkTLS : 데이터는 어디에서 왔는가? 우리는 매일 수많은 외부 데이터를 사용합니다. 은행 계좌 정보, 거래소 잔액, 온라인 서비스의 활동 기록 등이 대표적입니다. 그런데 이런 정보를 다른 애플리케이션에서 사용하려면 중요한 문제가 발생합니다. 이 정보가 실제로 해당 서비스에서 제공된 데이터인지 어떻게 확인할까? Primus의 zkTLS는 HTTPS 웹사이트나 API 응답의 출처와 무결성을 검증하는 데 활용되는 기술입니다. Primus는 브라우저 확장 프로그램과 개발자용 SDK를 통해 이러한 검증 기능을 애플리케이션에 통합할 수 있는 도구도 제공하고 있습니다. 다만 zkTLS가 데이터 제공자의 모든 주장을 사실로 보장하거나, 정보의 최신성을 자동으로 확인하는 것은 아닙니다. 2️⃣ FHE : 데이터를 공개하지 않고 계산할 수 있다면? 이번에는 금융기관이 민감한 정보를 처리하는 상황을 생각해 보겠습니다. 고객의 자산 정보나 거래 금액은 외부에 공개하기 어려운 데이터입니다. 하지만 금융 서비스를 제공하려면 이러한 정보를 계산에 활용해야 할 수도 있습니다. 여기서 FHE(Fully Homomorphic Encryption), 완전동형암호가 등장합니다. FHE는 암호화된 데이터를 복호화하지 않고도 지원되는 연산을 수행할 수 있도록 하는 기술입니다. Primus는 FHE 기술을 개발하고 있으며, BNB Chain 기반 Primus Confidential Vault에도 이를 적용하고 있습니다. Confidential Vault는 기밀 자산 전송과 수익 창출 기능을 제공하는 온체인 애플리케이션입니다. 다만 FHE가 모든 거래 정보와 메타데이터를 자동으로 숨겨주는 것은 아닙니다. 실제 보호 범위는 구현된 기능과 시스템 구조에 따라 달라집니다. 3️⃣ DVC : 검증된 데이터로 계산까지 증명한다면? Primus의 DVC(Data Verification & Computation)는 외부 데이터 검증과 계산 증명을 연결하는 접근입니다. 공식 기술 문서에서는 zkTLS로 생성한 증명 정보를 확인하고, TEE 환경에서 데이터를 처리하며, zkVM을 이용해 정해진 계산에 대한 증명을 생성하는 구조를 설명합니다. 예를 들어 사용자가 은행 계좌에 일정 금액 이상의 자산을 보유하고 있다는 사실을 증명해야 한다고 가정해 보겠습니다. 상대방에게 정확한 계좌 잔액을 공개하지 않고도 기준 금액을 충족하는지 증명하는 시스템을 설계할 수 있습니다. 하지만 실제 개인정보 보호 수준은 데이터 처리 환경과 증명 프로그램의 공개 입력값, 메타데이터 등에 따라 달라집니다. 중요한 것은 zkTLS, DVC, FHE가 모두 같은 기술은 아니라는 점입니다. 🔆 zkTLS — 외부 데이터의 출처와 무결성 검증 🔆 DVC — 검증된 데이터에 대한 계산 증명 🔆 FHE — 암호화된 데이터에 대한 연산 각각 다른 문제를 해결하는 기술입니다. 4️⃣ 기관 금융에서 중요한 이유 저는 이러한 기술들이 기관 금융에서 의미 있는 역할을 할 가능성에 주목하고 있습니다. 금융기관은 거래와 자산에 대한 검증이 필요합니다. 동시에 고객 정보, 내부 재무 데이터, 거래 전략처럼 민감한 정보도 보호해야 합니다. 예를 들어 기관이 특정 자산 보유 조건을 증명해야 한다고 생각해 보겠습니다. 외부 데이터의 출처를 검증하고, 정해진 계산이 올바르게 수행됐다는 증거를 생성하면서, 불필요한 정보 공개를 줄이는 구조를 설계할 수 있습니다. 다만 이런 시스템이 실제 금융기관에서 사용되려면 데이터 접근 권한, 보안성, 처리 비용, 감사 절차, 규제 준수 등을 함께 검토해야 합니다. 5️⃣ AI 에이전트 시대에도 필요한 기술 AI 에이전트가 금융 데이터를 분석하고 사용자를 대신해 업무를 수행하는 시대가 다가오고 있습니다. 그런데 AI가 아무리 뛰어나더라도 잘못된 데이터를 사용한다면 결과가 왜곡될 수 있습니다. 또한 민감한 금융 정보를 처리하는 과정에서 불필요한 정보 노출이 발생할 수도 있습니다. 이때 데이터 출처 검증과 기밀 계산은 각각 중요한 역할을 할 수 있습니다. 하지만 검증된 데이터를 사용한다고 해서 AI의 판단이 반드시 정확해지는 것은 아닙니다. 실제 거래를 수행하는 AI라면 별도의 권한 관리와 위험 통제도 필요합니다. 6️⃣ 이번 개발 기록에서 제가 주목한 부분 이번에 확인한 GitHub 업데이트 기록만으로 새로운 제품 출시나 기술적 성과를 단정할 수는 없습니다. 하지만 Primus가 공개한 기술 자료를 살펴보면 데이터 검증과 계산 증명, 기밀 금융이라는 서로 다른 영역을 다루고 있다는 점을 알 수 있습니다. 앞으로는 단순한 저장소 업데이트 횟수보다 다음과 같은 실질적인 성과를 확인하는 것이 중요하다고 생각합니다. ① 실제 릴리스와 기능 개선 내용 ② 외부 개발자의 기술 채택 ③ 보안 감사와 성능 검증 ④ 실제 금융 서비스에서의 활용 사례 저는 Primus가 이러한 영역에서 어떤 결과를 보여줄지 계속 지켜보고 싶습니다. 데이터는 검증할 수 있어야 하고, 민감한 정보는 필요한 범위에서 보호할 수 있어야 합니다. 그리고 그 데이터를 활용한 계산 역시 검증할 수 있다면 더욱 신뢰할 수 있는 금융 시스템을 설계하는 데 도움이 될 것입니다. 이것이 제가 Primus의 zkTLS·DVC·FHE 기술을 함께 살펴보는 이유입니다. 여러분은 Primus의 기술 중 앞으로 어떤 분야에서 가장 큰 발전을 기대하시나요? zkTLS : 외부 데이터 검증, DVC : 검증 가능한 계산, FHE : 기밀 금융!! @primus_labs @KaitoAI #Primus #zkTLS