본문으로 건너뛰기

Mind Network의 FHE 합의: 검증자가 자신이 검증하는 데이터를 절대 볼 수 없는 최초의 블록체인

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

사용자의 프롬프트, 모델 가중치 또는 결과값을 전혀 보지 않고도 AI 추론의 정확성에 대해 검증인이 투표하는 블록체인을 상상해 보십시오. 가려진 것도 아니고, 해시된 것도 아닙니다. 암호화된 것입니다. 검증인의 소프트웨어조차 자신이 무엇에 투표하고 있는지 복호화할 수 없습니다.

이것이 바로 Mind Network가 합의 계층에서 시도하고 있는 도전이며, 영지식 롤업 (ZK rollups) 등장 이후 "퍼블릭 블록체인"으로부터 가장 깔끔하게 구조적으로 이탈한 사례입니다. 최근 Web3Caff Research의 심층 분석 보고서는 이를 카테고리를 정의하는 움직임으로 규정했습니다. 즉, 완전 동형 암호 (Fully Homomorphic Encryption, FHE)를 애플리케이션 계층의 기능이 아니라 합의 내부에서 실행하려는 최초의 시도라는 것입니다. 만약 이것이 성공한다면, 검증인은 암호학적 블랙박스가 됩니다. 즉, 암호문을 처리하고 암호문을 생성하며, 자신이 보호하는 그 어떤 데이터의 평문 (plaintext)도 절대 건드리지 않게 됩니다.

만약 성공하지 못한다면, 실제 사용자가 쓰기에 너무 느려 도태된 수많은 훌륭한 암호학 기술 목록에 이름을 올리게 될 것입니다.

여기서는 이 아키텍처가 실제로 무엇을 하는지, 대부분의 개발자가 이미 알고 있는 ZK 세계와 어떻게 다른지, 그리고 숨겨진 실패 요인은 무엇인지 살펴봅니다.

왜 "검증인이 데이터를 볼 수 없다"는 주장이 들리는 것보다 더 중요한가​

현재 가동 중인 모든 퍼블릭 블록체인은 심층적인 수준에서 동일한 방식으로 작동합니다. 검증인은 자신이 합의하도록 요청받은 트랜잭션을 실행합니다. 출력값이 올바른지 확인하려면 반드시 입력값을 확인해야 합니다. 따라서 Ethereum, Solana 또는 일반적인 L2에서의 프라이버시는 항상 사후에 추가되는 방식입니다. zk-SNARKs는 비공개 계산이 올바르게 수행되었음을 증명하지만, 계산 자체는 증명이 게시되기 전 오프체인에서 발생합니다.

완전 동형 암호 (FHE)는 이를 뒤집습니다. FHE를 사용하면 암호화된 데이터에 직접 계산을 수행하고 암호화된 결과를 얻을 수 있습니다. 이 결과는 키 소유자가 복호화하면 평문 계산에서 얻었을 결과와 일치합니다. 신뢰할 수 있는 실행 환경 (TEE)도 필요 없으며, "증명 후 공개"하는 과정도 필요 없습니다. 검증인은 키를 절대 가지지 않습니다.

Mind Network의 아키텍처는 이 프리미티브를 합의 경로 자체에 적용합니다. 프로젝트의 문서에 따르면, 검증인 노드는 검증 결과를 Validation Hub 컨트랙트에 게시하기 전에 암호화하며, FHE 암호화 온체인 투표를 통해 합의에 도달합니다. 이를 통해 "암호문 상에서 투표가 이루어지기 때문에 담합과 데이터 유출이 수학적으로 불가능해집니다." Mind는 이 메커니즘을 POSIV — Proof-of-Stake-and-Integrity-Verification (지분 및 무결성 검증 증명) — 라고 부릅니다. 이는 투표권이 스테이킹 지분에 비례하지만 투표 자체는 암호문인 스테이킹 체계입니다.

실질적인 결과는 다음과 같습니다. 검증인은 프런트 러닝 (front-running) 데이터를 판매할 수 없고, 자신이 소유하지 않은 평문에 대해 소환 요청을 받을 수 없으며, 가시적인 투표를 통해 다른 검증인과 공모할 수도 없습니다. 임계치 복호화 (threshold decryption)를 통해 최종 결과가 공개될 때까지 암호문이 유일한 진실의 근거가 됩니다.

FHE 합의 vs. 대부분의 팀이 알고 있는 ZK 세계​

롤업 생태계 출신의 개발자들은 FHE와 ZK가 둘 다 "프라이버시 암호학"이기 때문에 혼동하는 경우가 많습니다. 하지만 어떤 애플리케이션이 실제로 가능한지에 있어서는 그 차이가 매우 중요합니다.

  • ZK 증명은 계산이 올바르게 수행되었음을 확인합니다. 증명자는 오프체인에서 평문으로 계산을 수행한 후 간결한 증명을 제출합니다. 검증자는 입력값이 아닌 증명을 확인합니다.
  • FHE는 계산 자체가 암호문 상에서 발생하도록 합니다. 오프체인 증명자가 필요하지 않습니다. 체인은 암호화된 입력값을 수용하고, 동형 암호 방식으로 로직을 실행하며, 암호화된 출력값을 내보낼 수 있습니다.

최근 한 조사에서 언급했듯이, "ZK는 무언가 일어났음을 증명하고, FHE는 일이 비공개로 일어날 수 있게 합니다." 이 둘은 점차 경쟁 관계가 아닌 상호 보완적인 관계로 간주되고 있습니다. ZK는 간결한 검증을 위해, FHE는 그 아래에서 실제 기밀 실행을 위해 사용됩니다. Zama의 로드맵 역시 정확히 이러한 "두 세계의 장점"을 결합하는 프레임워크를 지향합니다.

AI 워크로드의 경우, FHE 모델이 실질적인 성과를 낼 수 있는 모델입니다. 현대적인 신경망을 위한 ZK 회로는 가능은 하지만 비용이 매우 막대하며, 증명자가 어딘가에서 평문 모델과 입력값을 처리해야 합니다. FHE는 이론적으로 사용자의 프롬프트와 모델 가중치가 전체 추론 과정 동안 암호화된 상태로 유지될 수 있게 하며, 그 어떤 당사자도 두 가지를 동시에 가질 수 없습니다.

Mind Network가 실제로 구축된 4가지 워크로드​

마케팅적인 수사를 걷어내면, Mind Network 아키텍처는 "누구도 평문을 볼 수 없다"는 점이 부가적인 기능이 아닌 제품의 본질인 4가지 애플리케이션 카테고리를 목표로 합니다.

1. 암호화된 AI 추론. 사용자가 암호화된 프롬프트를 제출합니다. 가중치가 암호화된 AI 모델이 동형 암호 방식으로 추론을 수행합니다. 암호화된 출력값은 사용자에게 돌아가며, 사용자는 자신의 키로 이를 복호화합니다. 네트워크도, 모델 호스트도 입력값이나 출력값을 평문으로 볼 수 없습니다. 이것이 주요 사용 사례이며 BytePlus (ByteDance) 파트너십의 핵심입니다. Mind는 BytePlus에 FHE 기반의 모델 컨텍스트 프로토콜 (MCP) 서비스를 배포하여 AI 워크로드가 "기본적인 엔드 투 엔드 프라이버시와 검증 가능한 무결성"을 갖추도록 합니다.

2. 밀봉 입찰 검증인 투표. PoS 시스템의 투표 조작은 초기 투표가 공개되어 복제, 강요 또는 프런트 러닝이 가능하다는 점을 악용하는 경우가 많습니다. 모든 검증인의 투표가 복호화 임계치에 도달할 때까지 암호문으로 유지된다면, 암호학적으로 강제된 밀봉 입찰 합의를 얻을 수 있습니다. 이것이 POSIV의 핵심입니다.

3. 기밀 데이터 시장. 구매자가 원본 데이터를 보지 않고, 판매자가 쿼리를 보지 않고도 데이터 세트를 나열, 조회 및 수익화할 수 있습니다. 계산은 암호문 상에서 이루어지며, 컨트랙트에 의해 라이선스가 부여된 결과만 복호화됩니다.

4. 규제 준수 증명. 금융 기관은 기본 트랜잭션을 공개하지 않고도 일련의 트랜잭션이 규칙 (제재 심사, 자본 요건, 공정 대출 테스트)을 충족함을 감사인에게 증명할 수 있습니다. 현재는 감사인에게 평문을 신뢰하고 맡기거나 규칙당 맞춤형 ZK 회로를 구축해야 합니다. FHE를 사용하면 규제 준수 로직을 암호화된 데이터에서 실행되는 일반 함수로 작성할 수 있습니다.

이들 각각은 공통된 패턴을 가지고 있습니다. 그 가치는 단순히 계산이 정확하다는 점이 아니라, 데이터가 절대 노출되지 않는다는 점에 달려 있습니다.

Mind Network가 복잡한 "컨피덴셜 블록체인" 지도에서 차지하는 위치​

Mind Network는 혼자가 아닙니다. 컨피덴셜 컴퓨팅 블록체인 카테고리는 네 가지 뚜렷한 아키텍처적 선택으로 응집되었습니다.

  • Zama는 인프라라는 곡괭이를 판매하고 있습니다. Zama의 TFHE-rs 라이브러리와 fhEVM은 Fhenix의 옵티미스틱 FHE 롤업, Inco의 서비스형 기밀성 (Confidentiality-as-a-Service) 등 여러 프로젝트의 베이스 레이어 역할을 합니다. Zama는 스스로를 경쟁 체인이 아닌 기밀성 레이어로 포지셔닝하며, 2026년 1월 ZAMA 토큰 출시를 통해 그 경제 모델을 공식화했습니다.
  • Arcium은 다른 길을 택합니다. FHE의 대안으로 다자간 연산 (MPC)을 활용하여 성능과 신뢰 가정 사이의 균형을 맞춥니다.
  • Inco Network는 기존 체인에 서비스형 기밀성을 제공하며, TEE 기반의 빠른 경로와 Zama의 fhEVM을 통한 FHE+MPC 보안 연산을 결합합니다.
  • Mind Network는 FHE를 코프로세서나 애플리케이션 수준의 라이브러리가 아닌, 검증인이 합의에 도달하는 방식인 합의 레이어 그 자체에 직접 도입하려는 팀입니다.

이 마지막 포지션은 가장 야심 차면서도 가장 취약합니다. 가장 강력한 프라이버시 보장 (체인의 검증인조차 데이터를 볼 수 없음)을 약속하지만, TEE를 사용하거나 FHE를 핵심 투표 경로에서 제외하여 성능 저하를 우회할 수 있는 경쟁자들에 비해 FHE의 성능 한계에 더 직접적으로 노출됩니다.

성능의 벽이 진짜 이야기입니다​

FHE에 관한 모든 진지한 대화는 결국 동일한 수치에 도달합니다. FHE 연산은 평문 (Plaintext)보다 대략 100배에서 1,000배 더 느리게 실행됩니다. 최근의 일부 연구에서는 연산 오버헤드가 45단계 (Orders of magnitude) 더 높고, 에너지 소비는 56단계 더 높다고 설명합니다. 이는 단순한 반올림 오차 수준이 아니라, "상용화 가능"과 "연구용 호기심" 사이의 격차입니다.

궤적은 개선되고 있지만 고르지 않습니다.

  • 현재의 CPU: 선도적인 FHE 블록체인 프로토콜은 범용 CPU에서 약 20+ TPS를 기록하고 있습니다. 이는 빈도가 낮고 가치가 높은 트랜잭션에는 충분하지만, 소비자용 AI에는 부족합니다.
  • GPU 이주: 로드맵상으로는 GPU 가속 FHE 라이브러리를 통해 2026년 말까지 500~1,000 TPS를 목표로 하고 있습니다.
  • ASIC 전망: Intel, Duality, SRI, Niobium을 지원하는 DARPA의 DPRIVE 프로그램 등의 자금 지원을 받는 FHE 전용 ASIC은 2027~2028년 기간에 100,000+ TPS를 목표로 하고 있습니다.
  • FPGA 가교: FAST (효율적인 부트스트래핑을 통한 FHE의 FPGA 가속) 및 HERA (HBM 기반 FPGA FHE 가속기)와 같은 학술 연구 결과가 이미 2025~2026년 ACM/SIGDA 회의록에 등장하고 있습니다. TFHE-rs는 현재 AMD Alveo에 대한 FPGA 지원을 제공합니다.

Mind Network의 경우, 이것은 단순한 기술적 문제가 아닌 경제적 문제입니다. 검증인이 유의미한 처리량으로 FHE를 실행하기 위해 FPGA나 향후 ASIC이 필요하다면, FHE 토큰의 스테이킹 수익률은 특수 하드웨어 비용을 회수할 수 있을 만큼 충분히 높아야 합니다. 그렇지 않으면 자본력이 탄탄한 운영자만이 검증할 수 있게 되어 "탈중앙화"는 구호에 그치게 됩니다. 이는 합의 레이어 FHE 설계를 채택한 모든 프로젝트가 정면으로 마주해야 할 실질적인 긴장 관계입니다.

MIND / FHE 토큰 및 스테이킹 메커니즘​

네트워크의 네이티브 토큰 (티커: FHE)은 조정 레이어 역할을 합니다. 총 공급량은 10억 개로 고정되어 있으며, 커뮤니티 가중치 할당 방식 (약 41.7%가 에어드랍 및 커뮤니티에 할당)을 따릅니다. FHE를스테이킹하는것은AgenticWorld프레임워크내의탈중앙화된허브전반에서AI에이전트에게"생명력"을불어넣는행위입니다.최소스테이킹수량은에어드랍후첫달동안한시적으로10FHE를 스테이킹하는 것은 AgenticWorld 프레임워크 내의 탈중앙화된 허브 전반에서 AI 에이전트에게 "생명력"을 불어넣는 행위입니다. 최소 스테이킹 수량은 에어드랍 후 첫 달 동안 한시적으로 10 FHE로 낮아졌다가, 이후 표준 최소 수량인 100 $FHE로 복구됩니다. 이는 경제적 보안을 강화하기 전 검증인 참여를 부트스트랩하기 위해 설계된 메커니즘입니다.

투자자 명단 (Cap-table)은 강력합니다. Binance Labs, Chainlink, HashKey, Animoca Brands, Cogitent가 참여했으며, 이더리움 재단으로부터 두 차례 보조금을 받았습니다. Chainlink와의 관계는 토큰 출시 전으로 거슬러 올라갑니다. Mind는 2024년에 크로스체인 트랜잭션을 위해 Chainlink CCIP 위에 구축된 "최초의 기관용 FHE 인터페이스"를 출시했습니다. 2026년 3분기에는 제한된 메인넷 배포를 목표로 하고 있으며, 2026년 후반에는 크로스체인 상호운용성을 통해 컨피덴셜 결제 인프라를 여러 네트워크로 확장할 계획입니다.

한계와 위험 요소​

세 가지 솔직한 리스크를 언급할 가치가 있습니다.

1. 처리량 격차가 유스케이스를 무너뜨릴 수 있습니다. 20 TPS 수준의 컨피덴셜 AI 추론은 제품이 아니라 데모에 가깝습니다. 만약 GPU 시대의 FHE 도입이 늦어지거나 로드맵 예측보다 성능이 낮게 나온다면, Mind의 유효 시장은 처리량이 중요하지 않은 고가치, 저빈도 기관용 자금 흐름으로 좁혀질 것입니다. 그것도 실질적인 시장이긴 하지만, "모두를 위한 암호화된 Web3"라는 비전과는 거리가 멉니다.

2. 하드웨어 중앙집중화 압박. FHE가 전용 가속기에 더 많이 의존할수록, 검증인 운영은 자본력이 풍부한 운영자들에게 집중될 것입니다. 이는 비트코인 채굴을 중앙집중화했던 것과 동일한 역학이며, FHE가 실현하고자 하는 신뢰 최소화의 가치에 반하는 결과를 초래할 수 있습니다.

3. 키 관리는 여전히 취약점입니다. FHE는 수학적으로 전송 중 및 연산 중의 암호문을 보호합니다. 하지만 누가 복호화 키를 보유하는가의 문제는 해결하지 못합니다. 임계 복호화 (Threshold decryption) 방식은 이 문제를 MPC 영역으로 넘기는데, 이는 정확히 Arcium과 같은 경쟁자들이 집중하고 있는 부분입니다. 단순한 "단일 키 보유자" 방식의 배포는 FHE가 제공하는 대부분의 보장을 무력화합니다.

향후 주목해야 할 사항​

합의 레이어에서의 FHE (FHE-at-consensus)가 상용 인프라로 자리 잡을지, 아니면 단지 연구 단계의 결과물로 남을지를 판가름할 진정한 척도는 토큰 가격이나 TVL이 아닙니다. 다음 세 가지 신호에 주목하십시오:

  • 메인넷 TPS 대 로드맵. 마인드 네트워크 (Mind Network)가 2026년 말까지 퍼블릭 메인넷에서 GPU 시대의 예상 수치인 500 ~ 1,000 TPS를 달성할 것인가, 아니면 여전히 20 ~ 50 TPS 범위에 머물러 있을 것인가?
  • 실질적인 AI 추론 (Non-trivial AI inference)의 구현. 단순한 토이 모델이 아닙니다. 가중치 (Weights)와 프롬프트 (Prompts)가 모두 종단 간 (End-to-end) 암호화된 실제 모델이 실제 사용자 흐름에서 작동하는지 확인해야 하며, 이는 아마도 BytePlus 연동을 통해 가장 먼저 실현될 것입니다.
  • 검증인 하드웨어 분산도. 만약 첫해 내에 검증인 세트가 FPGA를 갖춘 소수의 운영자에게 집중된다면, 암호학적 우수성과 관계없이 "탈중앙화"의 가치는 위협받게 될 것입니다.

합의 레이어의 FHE는 "퍼블릭 블록체인"의 의미를 근본적으로 재설정하거나, 아니면 단지 우아한 기술적 시도에 그칠 수도 있는 대담한 아키텍처적 도박입니다. 마인드 네트워크의 설계는 이러한 시험을 거칠 만한 충분한 일관성을 갖추고 있습니다. 향후 18개월이 그 운명을 결정할 것입니다.

기밀 컴퓨팅 (Confidential compute), AI 기반 dApp, 또는 크로스체인 프라이버시 인프라를 구축하는 빌더들은 차세대 암호학의 지평을 실험하기 전에 신뢰할 수 있는 베이스 레이어 접근 권한이 필요합니다. BlockEden.xyz는 이더리움 (Ethereum), 수이 (Sui), 앱토스 (Aptos) 등을 위한 기업급 RPC 및 인덱싱 서비스를 제공하여, 빌더들이 FHE라는 목표를 향해 나아갈 수 있는 견고한 토대를 마련해 줍니다.

출처​

Share on Twitter