🧬 biology

bioETH-Beacon: A Confidential On-Chain Genomic Beacon with Encrypted Counts, Filters, and Bounded Noise over a Fully Homomorphic EVM

bioETH-Beacon은 완전 동형 이더리움 가상 머신(fhEVM) 상에서 암호화된 카운트와 제한된 노이즈를 통해 기밀성을 유지하는 온체인 유전체 비콘 쿼리를 가능하게 함으로써, 신뢰할 수 있는 컴퓨팅 평가자의 필요성을 제거하고 멤버십 추론 및 평문 쿼리 노출과 같은 프라이버시 위험을 완화하는 스마트 컨트랙트 프로토타입이다.

원저자: Christos Galanopoulos, Kimon Antonios Provatas, Ilias Georgakopoulos-Soares

게시일 2026-06-19

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Christos Galanopoulos, Kimon Antonios Provatas, Ilias Georgakopoulos-Soares

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

거대한 전 세계적 유전 정보 도서관을 상상해 보십시오. 이 도서관에서 연구자들은 다음과 같은 간단한 질문을 던지고 싶어 합니다. "이 특정 집단 내에서 누군가가 이 특정한 유전적 오타를 가지고 있는 것이 발견된 적이 있는가?"

현재로서는 이런 질문을 던지면, 사서(데이터를 보유한 병원)는 당신이 무엇을 물었는지 정확히 알게 되며, 당신은 "예, 5명입니다"와 같은 명확한 답변을 받게 됩니다. 이는 두 가지 문제를 야기합니다.

사서가 너무 많은 것을 알게 됨: 병원은 당신의 연구 관심사가 무엇인지 알 수 있습니다.
"스토커" 문제: 만약 연구자가 매우 희귀한 오타에 대해 반복적으로 질문한다면, 그들은 이름이 드러나지 않더라도 수학적인 방법을 통해 특정 인물(예: 유명인이나 이웃)이 해당 그룹에 포함되어 있는지 알아낼 수 있습니다.

bioETH-Beacon은 완전 동형 암호(Fully Homomorphic Encryption, FHE) 기술을 사용하는 특별한 종류의 블록체인 위에 구축된 새로운 실험적 "스마트 도서관"입니다. FHE를 마법 같고 깨뜨릴 수 없는 유리 상자로 생각해보십시오. 이 상자 안에는 데이터를 넣고, 수학 연산을 수행하고, 결과값을 얻을 수 있지만, 그 과정에서 상자를 열거나 내부의 데이터를 결코 볼 수는 없습니다.

이 논문은 이 시스템을 다음과 같은 쉬운 비유를 사용하여 설명합니다.

1. 마법의 유리 상자 (시스템)

사람 사서 대신, 도서관은 스마트 컨트랙트(자동으로 실행되는 컴퓨터 프로그램)를 사용합니다.

병원들 (데이터 소유자): 자신들의 유전 데이터를 유리 상자 안에 넣습니다. 이때 병원은 데이터를 먼저 암호화하므로, 데이터가 상자 안에 들어간 후에는 병원조차 그 숫자를 볼 수 없습니다.
연구자들 (요청자): 자신들의 질문을 상자 안에 넣습니다. 그들도 질문을 암호화하여 상자가 무엇을 찾고 있는지 알 수 없게 만듭니다.
마법: 상자는 모든 것이 여전히 잠겨 있는 상태에서 검색과 계산을 수행합니다. 상자는 데이터를 읽기 위해 절대 열리지 않습니다.
결과: 상자는 암호화된 답변을 내놓습니다. 오직 그 질문을 던진 특정 연구자만이 그 특정 답변을 해독할 수 있는 열쇠를 가지고 있습니다. 병원, 블록체인, 심지어 상자를 실행하는 컴퓨터조차도 가공되지 않은 데이터나 최종 숫자를 볼 수 없습니다.

2. "안티 스토커" 노이즈 (개인정보 보호)

이 논문은 "스토커 문제"(멤버십 추론)를 다룹니다. 만약 연구자가 "희귀한 오차가 있는가?"라고 묻고 "0"이라는 답을 얻는다면, 그는 그 사람이 그곳에 없다는 것을 알게 됩니다. 반대로 "1"을 얻는다면, 그 사람은 그곳에 있다는 것을 알게 됩니다.

이를 막기 위해 bioETH-Beacon은 일부 답변에 **유계 노이즈(Bounded Noise)**를 추가합니다.

비유: 도서관이 약간 안개가 낀 상태라고 상상해 보십시오. 실제 답이 "5명"이라면, 시스템은 무작위로 약간의 "정적(static)"을 추가하여 당신에게 "6명" 또는 "4명"이라고 알려줄 수 있습니다.
주의점: 이 논문은 매우 정직하게 밝히고 있습니다. 이것은 완벽한 방패가 아닙니다. 만약 스토커가 같은 질문을 20번 던진다면, 그들은 낮은 숫자를 찾아냄으로써 결국 "실제" 답을 알아낼 수도 있습니다. 따라서 시스템은 누군가 같은 질문을 너무 많이 던지는 것을 막기 위한 속도 제한(Rate Limits)(마치 문지기처럼)도 갖추고 있습니다.
중요 참고 사항: 이 "안개 낀" 기능은 특정 유형의 질문(유전적 마커 및 복잡한 다중 필터 검색)에만 사용됩니다. 더 단순한 질문(연령이나 성별 필터 등)의 경우, 시스템은 신뢰할 수 있고 승인된 연구자에게만 정확한 숫자를 제공합니다.

3. 세 가지 속도 차선 (티어)

논문은 개인정보 보호와 속도/비용 사이의 절충안을 제시하는 세 가지 방식의 "3x4 그리드"를 설명합니다.

차선 1 (T3 - 골드 스탠다드): 검색이 모든 데이터를 하나씩 하나씩 살펴봅니다. 모든 것이 숨겨져 있습니다. 가장 프라이빗하지만 시간이 가장 오래 걸리며 (블록체인을 사용하는 비용인 "가스비"가 가장 많이 듭데) 비용이 많이 듭니다.
차선 2 (T4 - 슬림한 상자): 여전히 모든 것을 살펴보지만, 숫자를 담는 더 작고 가벼운 컨테이너를 사용합니다. 실제 네트워크에서는 약간 더 빠르지만 작동 방식은 동일합니다.
차선 3 (T5 - 사전 그룹화된 선반): 이것은 빠른 차선입니다. 검색을 시작하기 전에 도서관은 데이터를 20개의 미리 정의된 "선반(슬롯)"으로 정리합니다. 연구자는 "선반 3번에 몇 명이 있는가?"라고 묻습니다. 시스템은 전체 도서관이 아니라 오직 그 20개의 선반만 확인합니다.
- 절충안: 이 속도를 얻기 위해 시스템은 어떤 선반들이 존재하는지(즉, 어떤 유전적 마커가 추적되고 있는지)를 공개해야 하지만, 그 *수치(counts)*는 여전히 숨겨둡니다. 이는 밀도가 높은 데이터에는 좋지만, 무엇을 추적하는지에 대한 프라이버시는 덜 강력합니다.

4. "멀티 필터" 슈퍼 쿼리

세 가지 질문("여성인가?", "40세 이상인가?", "이 질병을 가지고 있는가?")을 각각 따로 던지는 대신, 한 번에 복잡한 질문을 던질 수 있는 특별한 "G1" 컨트랙트가 있습니다. 즉, "이 질병을 가진 40세 이상의 여성을 찾아라"라고 한 번에 물을 수 있습니다.

왜 중요한가: 만약 이 세 가지 질문을 별도로 던진다면, 누군가는 답변들을 조합하여 의도한 것보다 더 많은 정보를 알아낼 수 있습니다. G1 컨트랙트는 이 세 가지 체크를 유리 상자 안에서 한 번에 수행하고 단 하나의 암호화된 답변을 제공합니다.

5. 논문의 실제 내용 (현실 점검)

저자들은 이것이 무엇이고 무엇이 아닌지를 매우 명확하게 밝히고 있습니다:

이것은 프로토타입입니다: 이것은 연구 프로젝트이지, 당장 병원에서 사용할 수 있는 완성된 의료 제품이 아닙니다.
합성 데이터를 사용했습니다: 이들은 공공 유전 카탈로그에서 생성된 가짜 데이터를 사용하여 이를 테스트했습니다, 실제 환자 기록이 아닙니다.
한계가 있습니다:
- "안개 낀 노이즈"는 완벽한 프라이버시 보장이 아니라, 단지 스파잉(spying)을 어렵게 만드는 것입니다.
- 데이터베이스가 거대해지면(수백만 개의 마커), 시스템이 "충돌(collisions)"(두 개의 서로 다른 오타가 동일하게 보이는 현상)로 인해 혼란을 겪을 수 있으므로, 더 큰 숫자 컨테이너를 사용해야 합니다.
- 시스템은 여전히 답변을 해독할 키를 전달하는 제3자(키 관리 서비스)를 신뢰합니다. 만약 이 제3자가 해킹당한다면, 프라이버시는 깨집니다.

요약

bioETH-Beacon은 아무도(병원이나 컴퓨터조차도) 실제 데이터나 구체적인 질문을 볼 수 없는 상태에서, 어떻게 전 세계적인 유전 검색을 공개 블록체인 위에서 실행할 수 있는지 증명하는 영리한 실험입니다. 이 시스템은 숫자를 세기 위해 "유리 상자"를 사용하고, 스토커를 혼란스럽게 하기 위해 약간의 "정적"을 추가하며, 얼마나 많은 프라이버시가 필요한지에 따라 다양한 속도 설정을 제공합니다. 이는 프라이빗한 의료 연구을 향한 유망한 단계이지만, 여전히 테스트 단계에 있습니다.

기술 요약: bioETH-Beacon

문제 정의

Global Alliance for Genomics and Health (GA4GH) Beacon 프로토콜은 연구자가 특정 유전 변이가 코호트 내에 존재하는지 쿼리하고, 선택적으로 집계된 수치를 받을 수 있게 합니다. 그러나 표준 배포 방식은 두 가지 결정적인 프라이버시 격차를 가집니다:

호스트 가시성: 호서 기관이 연구자의 신원, 쿼리된 특정 변이, 반환된 수치를 포함한 모든 쿼리를 평문(plaintext)으로 관찰합니다.
멤버십 추론: 연구자는 평문 수치를 받게 되며, 이로 인해 공격자가 희귀 변이에 대해 반복적인 쿼리를 수행할 수 있습니다. 가능도비 검정(likelihood-ratio tests)을 통해, 이는 특정 개인이 코호트에 존재하는지 여부를 확인하는 멤버십 추론 공격을 가능하게 합니다.

조직적 조치(신뢰, 접근 거버넌스, 속도 제한)가 이러한 위험을 부분적으로 완화할 수는 있지만, 프로토콜 자체는 이러한 격차를 해소하지 못합니다.

방법론

bioETH-Beacon은 Zama TFHE 코프로세서를 활용하는 Fully Homomorphic Encryption (FHE) Ethereum Virtual Machine (fhEVM) 상에서 GA4GH "집계 카운트(aggregate count)" 쿼리를 직접 구현한 연구 프로토타입입니다. 이 시스템은 완전히 암호화된 도메인 내에서 작동하여, 호스트나 블록체인 관찰자가 원시 유전 데이터나 쿼리 내용을 접근할 수 없도록 보장합니다.

핵심 아키텍처

시스템은 두 계층의 계약(contract) 아키텍처로 구축됩니다:

공개 계층 (BeaconRegistry): 데이터셋 메타데이터, 기여자 승인, 속도 제한 정책 및 무결성 약속을 관리합니다. 여기에는 암호화된 상태가 포함되지 않습니다.
암호화 계층 (ConfidentialBeacon 제품군): 암호화된 마커-카운트 배열을 저장하고 스캔 커널을 실행합니다. 모든 유전 상태를 암호문(ciphertext) 형태로 보유합니다.

실행 티어 및 쿼리 패밀리

설계는 프라이버시와 계산 비용 간의 트레이드오프를 매개변수화하기 위해 3×4 티어-바이-쿼리-패밀리 그리드로 구성됩니다:

실행 티어:
- T3 (Reference): 전체 암호화 스캔. 마커 ID, 필터 값, 카운트가 모두 암호화됩니다. 비용은 업로드된 항목 수( $N$ )에 선형적으로 비례합니다( $\Theta(N)$ ).
- T4 (Width-Optimized): 카운트가 32비트 이내에 들어올 경우, Homomorphic Computation Unit (HCU) 깊이 비용을 줄이기 위해 누산기(accumulator)를 euint64에서 euint32로 좁힙니다.
- T5 (Pre-aggregated): 고정된 $M$ 개의 공개 마커 슬롯을 사용합니다. 기여자는 특정 슬롯에 카운트를 업로드합니다. 쿼리는 $N$ 개의 항목 대신 $M$ 개의 슬롯을 스캔하며( $\Theta(M)$ ), 이는 쿼리 가스를 크게 줄이지만 어떤 마커가 존재하는지는 드러냅니다(단, 카운트는 암호화된 상태 유지).
쿼리 패밀리:
- Genotype: 마커 존재 여부를 위한 기본 쿼리.
- Sex, Age, Phenotype: 단일 축 범주형 필터 (예: 성별을 위한 5개 버킷, 연령을 위한 7개 버킷).
- G1 (Multi-filter): 하나의 암호화된 쿼리 내에서 4방향 결합 술어(marker $\land$ sex $\land$ age $\land$ phenotype)를 평가하는 단일 계약으로, 중간 단계의 단일 축 카운트 노출을 방지합니다.

주요 메커니즘

Oblivious Scan Kernel: 계약은 조기 종료 없이 모든 항목에 대해 FHE.eq (동등성 검사), FHE.select, FHE.add 체인을 수행하여, 쿼리 결과와 관계없이 일정한 시간(constant-time) 실행을 보장합니다.
청킹(Chunking): FHE 코프로세서의 순차적 깊이 제한(5M 유닛)으로 인해, 스캔은 청크로 나뉩니다. 논문은 euint64 누산기에 대해 안전한 경험적 청크 크기로 29개 항목(분석적 상한 37, 권장 배포 23)을 식별했습니다.
제한된 노이즈 주입: 멤버십 추론을 완화하기 위해, 지원되는 경로(Genotype T3/T4/T5 및 G1)에서 결과에 제한된 균등 노이즈( $\nu \sim \mathcal{U}\{0, \dots, B-1\}$ )를 추가합니다. 결정적으로, 이 노이즈는 FHE 코프로세서 내부에서 샘플링되므로 코디네이터가 노이즈 주입을 0으로 설정하는 것을 방지합니다. 이는 공식적인 차분 프라이버시(differential privacy) 보장이 아닌 안티-프로빙(anti-probing) 기능입니다.
액세스 제어: 결과 복호화는 오프체인 키 관리 서비스(KMS)로 위임됩니다. 계약의 FHE.allow 호출에 명시된 요청자만이 평문 집계치를 가져올 수 있습니다.

주요 기여

최초의 fhEVM 비콘 구현: 암호화된 데이터 상에서 Beacon 집계 카운트 프리미티브를 실행하는 스마트 계약 프로토타입으로, 마커 ID, 카운트 및 필터 값을 숨깁니다 (T5에서 마커 존재 여부는 제외).
3×3 디자인 공간: 다양한 프라이버시 요구사항과 계산 비용(전체 암호화 T3부터 사전 집계된 룩업 T5까지)을 제공하는 13개의 배포된 계약(그리드 내 12개 + 1개의 G1 멀티 필터)을 포함하는 구조화된 그리드.
온체인 노이즈 주입: FHE 코프로세서 내부에서 제한된 노이즈를 추가하는 메커니즘을 통해 코디네이터의 노이즈 값 조작을 방지합니다.
보안 불변성(Security Invariants): 상태 프라이버시, 쿼리 실행 패턴 및 액세스 제어를 다루는 11개의 명시적인 보안 불변성을 정의하고 검증했습니다.
경험적 평가: PGS Catalog에서 파생된 합성 패널(16개에서 100,000개 마커 범위)을 사용하여 가스, 트랜잭션 횟수, 실행 시간을 측정했습니다.

결과

확장성: 업로드 비용은 비제로(non-zero) 항목 수( $N$ )에 따라 선형적으로 증가합니다. T3/T4의 쿼리 비용은 $N$ 에 선형적으로 비례하는 반면, T5는 $N$ 과 무관하게 일정합니다 (고정된 $M$ 에 의존).
가스 효율성: 고정된 $M=20$ $M = 20$ 벤치마크에서 $N=500$ $N = 500$ 인 경우:
- T5는 T3와 비교하여 쿼리 가스를 94%(약 24.9M에서 ~1.45M으로) 감소시켰고, 업로드 가스를 53% 감소시켰습니다.
- T4는 로컬 테스트에서 미미한 EVM 가스 절감을 보였으나, 라이브 네트워크에서 24%의 HCU 비용 감소를 제공합니다.
교차 지점(Crossover Point): P1K 패널의 경우, $N$ 이 약 246~484 항목을 초과하면(쿼리 대비 업로드 비율에 따라 다름) T5가 총 라이프사이클 가스(업로드 + 쿼리) 측면에서 T3보다 더 비용 효율적입니다.
정확성: 엔드 투 엔드 검증을 통해 복호화된 카운트가 합성 구성에 대해 예상값과 일치함을 확인했습니다.
노이즈 오버헤드: 제한된 노이즈 주입은 쿼리당 약 215k EVM 가스와 ~162k HCU를 추가하며, 이는 $N=500$ 일 때 총 쿼리 비용의 <1%를 차지합니다.

의의 및 주장

본 논문은 bioETH-Beacon을 실제 임상 배포용이 아닌 연구 프로토타입으로 규정합니다. 주요 의의는 다음과 같습니다:

지정된 신뢰할 수 있는 컴퓨팅 평가자 없이도 FHE를 사용하여 공용 블록체인 상에서 기밀 유전 쿼리가 가능하다는 것을 입증했습니다.
쿼리와 결과를 암호화하고, 오프체인 KMS를 통해 권한이 있는 요청자에게만 복호화를 제한함으로써 기존 Beacon의 "이중 공개(double-disclosure)" 문제를 해결할 수 있습니다.
계층적 접근 방식을 통해 컨소시엄이 프라이버시 요구사항과 계산 비용 사이에서 균형을 맞출 수 있습니다 (예: 마커 존재 여부가 민감하지 않은 밀집된 고빈도 쿼리 워크로드에 T5 사용).

저자들은 본 시스템이 오프체인 KMS의 신뢰 가정을 제거하지 않으며, 공식적인 차분 프라이버시를 제공하지 않는다는 점을 명시적으로 밝히고 있습니다. 이는 호스트와 요청자 모두를 완전히 신뢰할 수 없는 미래의 기밀 유전 데이터 공유를 위한 기초적인 빌딩 블록 역할을 합니다.