AppSuit AIModel — 온디바이스 AI 모델 보호 솔루션
온디바이스 모델 가중치가 디컴파일 시 노출되던 문제를, 고객 빌드를 변경하지 않고 AppSuit Air의 IPA 후처리 방식으로 보호 대상으로 확장했습니다.
언어
- Swift
- Objective-C
- Python3
기술
- Mach-O
- LIEF
- Dynamic Library Injection
- Code Signing
- XCFramework
- FastAPI
환경
- Xcode
- PyCharm
- VSCode
앱에 포함된 온디바이스 AI 모델 파일(.onnx 등)이 추출·복제되는 문제를 막는 신규 제품 ‘AppSuit AIModel’을 고객 인입 건으로 발의했습니다. 초기 PoC부터 기술 분석, iOS 구현, 제품소개서 작성까지 진행했고, 현재 정식 제품으로 전환돼 고객 확보 단계에 있습니다.
배경·과제
-
AI 플랫폼을 앱 형태로 배포하는 고객은 앱을 디컴파일하거나 압축만 풀어도 모델 파일이 노출돼 탈취 위험이 있었습니다.
-
기존 보안 제품은 앱 위·변조 방지에는 대응했지만 AI 모델 가중치 보호는 다루지 않았습니다. 이 공백을 신규 제품으로 메우는 것이 과제였습니다.
-
AppSuit Air의 ‘빌드 완료 IPA 후처리’ 방식을 활용하면, 고객 빌드를 수정하지 않고 보호 대상을 AI 모델로 확장할 수 있었습니다.
수행·기여
-
고객이 IPA를 전달하면 단일 처리로 보호된 IPA를 반환하는 흐름을 설계했습니다. 고객 소스와 프로젝트를 수정하지 않고 기존 보호 기능과 함께 적용됩니다.
-
.onnx 모델 파일을 암호화해 포함하고, 런타임에 복호화해 추론에 사용하는 보호 방식을 설계했습니다. 키 관리, 복호화 시점, 임베드 구조는 내부 비공개입니다. 화이트박스 암호화와 워터마킹 강화 방향도 정의했습니다.
-
보호 대상 포맷을 확장자 대신 내용으로 판별하도록 만들어, 새 모델 포맷을 추가할 때 코드 수정이 거의 들지 않게 했습니다.
-
iOS 프레임워크, Python CLI, 검증용 웹 콘솔(FastAPI)을 구현했습니다. 보호 전후 추론 결과 동일성, 지연, codesign 정상 여부를 검증 리포트로 제공했습니다. 실기기(CLIP ONNX)에서 보호 후 추론 결과가 동일하고 지연이 거의 없음을 확인했습니다.
-
PoC 분석자료와 제품소개서를 정리해 신규 제품화 근거를 확보했습니다.
현황
- 신규 제품 ‘AppSuit AIModel’로 정식화돼 고객 확보(reference building) 단계입니다. 이후 Android 지원, 추가 모델 포맷, 비동기 복호화 성능 개선은 팀이 진행 중입니다.