CryptoLab CEO：AI防御未必能赢AI攻击，加密数据本身才是最后防线
CryptoLab CEO、首尔大学教授천정희提出，AI自动化攻击使防御方无法保证每次拦截成功，因此安全策略应从阻止入侵转向保护数据本身。他建议用同态加密在加密状态下完成查询和运算，并以自家产品进行的攻击模拟实验说明效果，但强调这是厂商自测结果。
AI正在让网络攻击变得自动化，但一个常被忽略的问题是：防御方的AI并不总能赢。CryptoLab CEO、首尔大学数理科学部教授천정희在近期采访中提出了这一判断，并由此推出一条策略结论——与其寄希望于拦截每一次入侵，不如让数据本身在加密状态下就无法被读取。
천정희指出，韩国现有安全体系的重心放在阻止外部入侵上，而对存储个人信息的数据库本身保护不足。他的逻辑是：如果攻击者已经突破外围防线，那么只要数据库在运行时解密数据，个人信息就有暴露风险。因此需要提高即使入侵成功后的数据窃取难度和成本。
在现有数据保护方案中，他对比了硬件安全模块（HSM）和可信执行环境（TEE）的局限：HSM擅长保护加密密钥但成本高且难以覆盖应用层，TEE则仍可能通过软件漏洞被绕过。他提出的替代方案是同态加密——一种允许在密文状态下直接进行搜索和运算的技术，数据全程无需解密，从而降低处理过程中明文暴露的风险。
为说明效果，천정희介绍了一项CryptoLab自行进行的模拟实验：攻击者使用该公司开发的AI攻击工具ARTEX，在获得有限查询权限的条件下，从普通数据库中成功提取了1000条虚拟个人信息的明文；而在同态加密产品HEracles上，攻击者只获取到加密数据，无法确认原文。他同时承认同态加密仍面临解密密钥保护问题，并说明CryptoLab在多家企业验证中通过小型HSM来保护密钥不外泄。
关于性能，천정희表示过去同态加密因速度慢而受到批评，但目前问题已大幅改善。他称在特定条件下，由于传统方式搜索时需要先解密而同态加密可直接在密文上处理，后者反而可能快约10倍。这一说法来自厂商自身陈述，未经独立第三方基准测试验证，且仅在特定条件下成立。
这一论证的核心价值不在于某一款产品，而在于策略层面的判断：当AI使攻防双方都加速时，防御方不应假设自己总能拦截成功，而应把重点放在提高数据被窃取的成本和难度上。
需要留意的是，천정희同时是CryptoLab的CEO，该公司销售上述同态加密解决方案，实验也由该公司自行设计和执行。这一利益关系意味着其性能声明和实验结论应作为厂商自述来理解，而非独立验证结果。