🔢 mathematics

Privacy-Preserving Proof of Human Authorship via Zero-Knowledge Process Attestation

이 논문은 제로지식 증명을 활용하여 작성자의 행동 생체 정보와 같은 민감한 데이터를 공개하지 않고도 인간 저자성을 검증할 수 있는 프라이버시 보호형 ZK-PoP 시스템을 제안하고, 그 효율성과 보안성을 입증합니다.

원저자: David Condrey

게시일 2026-03-03

📖 3 분 읽기🧠 심층 분석

원저자: David Condrey

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

🕵️‍♂️ 핵심 문제: "진짜 사람인지 증명하려면, 내 모든 습관을 보여줘야 할까?"

과거에는 사람이 글을 쓸 때의 타자 속도, 키를 누르는 간격, 수정하는 패턴 같은 '행동 생체 정보'를 수집해서 AI 가 아닌 진짜 사람임을 증명했습니다.

하지만 여기서 큰 문제가 생깁니다.

"내 손가락이 키보드에 닿는 순간순간의 미세한 떨림이나 타이밍을 분석하면, 내 건강 상태 (파킨슨병 등), 스트레스 수준, 심지어 내 신원까지 다 알아낼 수 있거든요. 이건 마치 내 집 열쇠를 다 보여주고 '내가 진짜 주인이야'라고 증명하는 것과 같아요."

이처럼 진실성을 증명하려면 사생활을 털어놔야 하는 모순을 해결한 것이 이 논문의 주인공, ZK-PoP입니다.

🎭 해결책: "마술사 같은 증명 (영지식 증명)"

이 기술은 **'영지식 증명 (Zero-Knowledge Proof, ZKP)'**이라는 마술 같은 수학을 사용합니다.

비유: "도박판의 마술사"
상상해 보세요. 마술사가 당신에게 "내 주머니에 있는 카드가 빨간색이야"라고 증명해야 합니다.

기존 방식: 주머니를 모두 비워 카드의 색깔을 보여줍니다. (사생활 노출)
ZK-PoP 방식: 마술사는 주머니를 열지 않고도, "이 카드가 빨간색이라는 사실만 믿어달라"는 마법 같은 증명을 보여줍니다. 당신은 **카드가 빨간지 아닌지 (결과)**만 알게 되고, **카드의 무늬나 마술사의 손동작 (세부 데이터)**은 전혀 알 수 없습니다.

이 논문은 이 마술을 글쓰기 과정에 적용했습니다.

🛠️ 어떻게 작동할까요? (3 단계 비유)

이 시스템은 글쓰기 과정을 3 가지의 비밀 규칙으로 검증합니다.

시간의 흐름 증명 (SWF 체인):
- 비유: "이 글을 쓰는 동안, 나는 1 초도 쉬지 않고 연속적으로 일했습니다."
- 기술: 글쓰기 중간중간 '디지털 도장'을 찍는데, 이 도장은 이전 도장을 기반으로 만들어져서 시간을 거꾸로 거슬러 올라가거나, AI 가 한 번에 뚝딱 만들어낼 수 없도록 설계되었습니다. (매우 무거운 작업을 순서대로 해야만 생성됨)
사람다운 행동 범위 증명 (행동 범위 검증):
- 비유: "내 타이핑 속도는 전 세계 사람 99.7% 가 속하는 '정상적인 범위' 안에 있어요."
- 기술: 내 실제 타이핑 속도가 너무 빠르거나 (AI), 너무 느리거나 (병) 하지 않고, 일반적인 인간들의 평균 범위 안에 있는지만 증명합니다. 구체적인 숫자는 숨깁니다.
글의 수정 과정 증명 (콘텐츠 바인딩):
- 비유: "이 글은 처음부터 끝까지 내가 하나하나 고쳐가며 썼지, AI 가 통째로 가져온 게 아니에요."
- 기술: 글을 고칠 때의 흔적 (삭제, 추가) 이 인간처럼 불규칙하게 변했는지, AI 처럼 기계적으로 변했는지를 확인합니다.

이 모든 것을 **한 번의 마술 (증명)**로 끝내며, 검증자는 **"네, 이 사람은 진짜 사람이 쓴 글입니다 (O)"**라는 결과만 받습니다.

🚀 이 기술의 놀라운 성과

논문의 실험 결과, 이 기술은 실제로 쓸만합니다.

속도: 1 시간 동안 글을 쓴 기록을 증명하는 데 약 23 초 정도 걸립니다. (사용자가 글을 다 쓰고 나면 잠시 기다리면 됩니다.)
크기: 증명 데이터는 192 바이트로, 스마트폰의 작은 아이콘 크기보다도 작습니다.
정확도: 사생활을 보호하면서도, AI 가 쓴 글을 가려내는 정확도는 94% 이상을 유지합니다. (사생활을 전혀 보호하지 않는 기존 방식과 거의 비슷합니다.)

💡 요약: 왜 이 기술이 중요한가요?

지금까지 "AI 가 쓴 글인지 확인해 주세요"라고 하면, "내 모든 타이핑 습관과 건강 정보를 다 보여줘야 한다"는 두려움 때문에 사람들이 거부했습니다.

하지만 ZK-PoP는 **"당신의 사생활은 절대 공개하지 않고, 내가 진짜 사람임을 증명해 드릴게요"**라고 말합니다.

이 기술이 보편화되면, 우리는 사생활을 침해당할까 봐 걱정하지 않고도 AI 시대에 '진짜 인간'으로서의 창작 활동을 안전하게 인정받을 수 있게 됩니다. 마치 비밀번호를 입력하지 않고도, 은행이 "당신은 진짜 고객입니다"라고 알아봐 주는 것과 같은 미래입니다.

1. 문제 정의 (Problem Statement)

AI 생성 콘텐츠의 증가와 작성자 검증 위기: 대규모 언어 모델 (LLM) 의 발전으로 인해 인간이 작성한 텍스트와 AI 가 생성한 텍스트를 구별하기 어려워졌습니다. 기존 출력물 기반 (Output-level) 검사는 모델이 인간 분포에 수렴함에 따라 이론적 한계에 직면했습니다.
프로세스 증명의 필요성: 최종 결과물이 아닌 '작성 과정' (타자 속도, 편집 행동, 키스트로크 역학 등) 을 분석하는 **프로세스 증명 (Process Attestation)**이 인간 작성자를 식별하는 더 효과적인 방법으로 대두되었습니다.
프라이버시 - 증명의 역설 (Privacy-Attestation Paradox): 작성 과정을 증명하기 위해 수집해야 하는 행동 생체 데이터 (타자 패턴, 편집 이력 등) 는 작성자의 건강 상태 (파킨슨병 등), 인지 상태, 정서적 상태, 그리고 신원 자체를 유출할 수 있습니다. 이는 GDPR 제 9 조에 따라 '민감한 생체 데이터'로 분류되어 엄격한 보호가 필요합니다.
핵심 질문: "기저의 행동 데이터를 공개하지 않고서도 작성 과정이 인간과 일치함을 어떻게 증명할 수 있는가?"

2. 방법론 (Methodology)

저자는 **ZK-PoP (Zero-Knowledge Proof of Process)**라는 새로운 구조를 제안하여 이 역설을 해결합니다.

핵심 개념:
- 작성자는 원시 행동 데이터, 정확한 타이밍, 중간 문서 상태를 공개하지 않고도, 작성 과정이 인간 특성을 따르고 순차적 작업 함수 (SWF) 체인이 올바르게 계산되었음을 증명합니다.
- 제로 지식 증명 (ZKP): 증명자 (Prover) 가 검증자 (Verifier) 에게 명제의 진실성만 알리고 그 외의 정보는 전혀 누출하지 않는 암호학적 기법을 사용합니다.
기술적 아키텍처:
1. 수학적 회로 설계 (Arithmetic Circuit): 행동 제약 조건을 소수 필드 (Prime Field) 위의 산술 회로로 인코딩합니다.
2. 구성 요소:
  - Pedersen Commitments: 행동 특징 벡터 (타자 간격, 인지 부하 등) 를 암호화하여 제출합니다.
  - Bulletproof Range Proofs: 행동 특징이 인간 인구 통계 분포 (예: 평균 $\pm 3\sigma$ ) 내에 있음을 증명합니다.
  - Groth16 Proofs: 전체 검증 로직을 단일 간결한 증명 (Succinct Non-interactive Argument of Knowledge) 으로 통합합니다.
3. SWF (Sequential Work Function) 체인 검증:
  - Argon2id 와 SHA-256 을 결합하여 순차적 계산이 필수적인 체인을 생성합니다.
  - Merkle-Sampled Verification: 전체 체인을 회로 안에 넣는 대신, Merkle 트리를 통해 샘플링된 위치만 검증하여 회로 크기를 줄이고 효율성을 높입니다 (Poseidon 해시 함수 사용).
4. 크로스 도메인 제약 엔탱글먼트 (CDCE): SWF 출력값을 HMAC 키로 사용하여 행동 데이터, 콘텐츠 해시, 시간적 일관성을 암호학적으로 묶어, 한 영역의 위조를 방지합니다.

3. 주요 기여 (Key Contributions)

프라이버시 - 증명 트레이드오프 공식화: 정보 이론적 최소 누출 하한 (Minimum Leakage Bound) 을 정의했습니다. ZK-PoP 는 각 체크포인트에서 '승인/거부' 1 비트 정보만 누출하여 이론적 한계에 근접합니다.
ZK-PoP 구조 제안: Groth16, Pedersen Commitment, Bulletproof 를 결합한 구체적인 프로토콜을 설계했습니다.
프라이버시 보호 행동 증명 체계: 범위 증명 (Range Proofs) 과 시간적 순서 증명 (Temporal Ordering Proofs) 을 포함한 새로운 증명 방식을 제시했습니다.
형식적 프라이버시 분석:
- 제로 지식성: 검증자가 증명 외의 정보를 얻지 못함을 증명.
- 연결 불가능성 (Unlinkability): 서로 다른 세션이 동일 작성자임을 추론할 수 없음을 보장.
- 차동 프라이버시 (Differential Privacy): 인구 통계학적 데이터 공개 시 개인 식별을 방지.
구현 및 평가: arkworks 라이브러리를 기반으로 Rust 로 프로토타입을 구현하고 성능을 검증했습니다.

4. 평가 결과 (Results)

성능 (Performance):
- 증명 생성 시간: 1 시간 작성 세션 기준 약 23.4 초 (Apple M3 기준).
- 증명 크기: 192 바이트 (Groth16 의 3 개 그룹 요소).
- 검증 시간: 단일 증명 검증에 8.2 ms.
- 확장성: 세션 길이에 비례하여 선형적으로 증가하지만, 배치 검증 (Batch Verification) 을 통해 효율성을 높일 수 있습니다.
정확도 (Accuracy):
- 비프라이버시 베이스라인 대비 2.9% 의 정확도 감소 (94.2% vs 97.1%) 만 발생했습니다. 이는 차동 프라이버시 노이즈와 이산화 오차 때문이며, 실용적인 수준 ( $\epsilon \ge 1.0$ ) 에서 매우 낮은 손실입니다.
- 120 개의 체크포인트를 가진 세션에서 위조 탐지 확률은 $10^{-118}$ 미만으로 극히 낮습니다.
회로 크기: 기본 회로 크기는 약 77,000 개의 R1CS 제약 조건으로, 기존 ZK 애플리케이션 (예: ZK-Rollup) 과 비교해 실용적인 수준입니다.

5. 의의 및 결론 (Significance)

GDPR 준수형 작성자 검증: 행동 생체 데이터가 민감 정보로 분류되는 GDPR 환경에서도 프라이버시를 침해하지 않고 인간 작성자를 증명할 수 있는 첫 번째 체계 중 하나입니다.
신뢰 역전 (Trust Inversion) 해결: 작성자 (증명자) 가 악의적일 수 있는 환경에서도, 작성자가 거짓 증거를 만들지 못하도록 하는 자기 검증형 증거를 제공합니다.
실용성: 1 시간 세션당 20 초 미만의 증명 생성 시간과 192 바이트의 초경량 증명은 실제 시스템 (예: 학술 논문 제출, 콘텐츠 인증 플랫폼) 에 통합 가능한 수준입니다.
미래 방향: 양자 내성 암호 시스템 적용, GPU 가속을 통한 증명 시간 단축, 협업 문서에 대한 다자간 증명, 그리고 실제 적대적 환경에서의 평가가 향후 과제로 제시되었습니다.

요약하자면, 이 논문은 AI 시대의 작성자 신원 확인 문제를 해결하면서도 사용자의 민감한 생체 데이터를 보호하기 위해 제로 지식 증명 기술을 적용한 획기적인 솔루션을 제시했습니다.