1. Microsoft SEAL 🔵

Microsoft Research에서 개발한 오픈소스 FHE 라이브러리로, C++로 작성되었고 .NET 바인딩도 제공해요. 2025년 현재 가장 활발하게 개발되고 있는 라이브러리 중 하나죠.

주요 특징:

1. BFV, CKKS 스킴 지원
2. 다양한 플랫폼 호환성
3. 상대적으로 낮은 진입 장벽

간단한 코드 예제를 볼까요?

// Microsoft SEAL을 사용한 간단한 덧셈 예제
#include "seal/seal.h"
using namespace seal;

int main() {
    // 암호화 파라미터 설정
    EncryptionParameters params(scheme_type::bfv);
    params.set_poly_modulus_degree(4096);
    params.set_coeff_modulus(CoeffModulus::BFVDefault(4096));
    params.set_plain_modulus(1024);
    
    // 컨텍스트 생성
    SEALContext context(params);
    
    // 키 생성
    KeyGenerator keygen(context);
    PublicKey public_key = keygen.public_key();
    SecretKey secret_key = keygen.secret_key();
    
    // 인코더, 암호화기, 복호화기, 평가기 설정
    Encryptor encryptor(context, public_key);
    Decryptor decryptor(context, secret_key);
    Evaluator evaluator(context);
    BatchEncoder encoder(context);
    
    // 데이터 준비 및 암호화
    vector<uint64_t> x = {5, 10, 15, 20};
    vector<uint64_t> y = {3, 4, 5, 6};
    Plaintext x_plain, y_plain;
    encoder.encode(x, x_plain);
    encoder.encode(y, y_plain);
    Ciphertext x_encrypted, y_encrypted, result_encrypted;
    encryptor.encrypt(x_plain, x_encrypted);
    encryptor.encrypt(y_plain, y_encrypted);
    
    // 암호화된 상태에서 덧셈 수행
    evaluator.add(x_encrypted, y_encrypted, result_encrypted);
    
    // 결과 복호화
    Plaintext result_plain;
    decryptor.decrypt(result_encrypted, result_plain);
    
    // 결과 디코딩
    vector<uint64_t> result;
    encoder.decode(result_plain, result);
    // 결과: [8, 14, 20, 26]
}
      

2. IBM HElib 🔴

IBM Research에서 개발한 라이브러리로, BGV와 CKKS 스킴을 구현했어요. 특히 딥러닝과 AI 분야에서 많이 활용되고 있죠.

주요 특징:

1. 고급 최적화 기법 적용
2. 다중 정밀도 연산 지원
3. 병렬 처리 기능

3. Zama.ai의 Concrete 🟢

2025년 현재 가장 핫한 FHE 라이브러리 중 하나로, Rust로 작성되어 안전성과 성능을 모두 갖춘 차세대 라이브러리예요. Python 바인딩도 제공해서 ML/AI 개발자들이 쉽게 사용할 수 있어요.

주요 특징:

1. TFHE 기반 구현으로 부울 회로 연산에 최적화
2. 머신러닝 모델 추론에 특화
3. WebAssembly 지원으로 브라우저에서도 실행 가능

Python 예제:

# Concrete 라이브러리를 사용한 간단한 예제
from concrete import fhe

# FHE 컴파일러 설정
@fhe.compiler({"x": "encrypted", "y": "encrypted"})
def add_numbers(x, y):
    return x + y

# 컴파일
circuit = add_numbers.compile(x=fhe.uint8, y=fhe.uint8)

# 실행
result = circuit.encrypt_run(x=5, y=3)  # 암호화된 상태로 연산 수행
print(result)  # 출력: 8
      

4. OpenFHE 🟠

PALISADE 라이브러리의 후속작으로, 여러 FHE 스킴을 통합한 범용 라이브러리예요. 학술 연구와 산업 응용 모두에 적합해요.

주요 특징:

1. BFV, BGV, CKKS, TFHE 등 다양한 스킴 지원
2. 모듈식 아키텍처로 확장성 우수
3. GPU 가속 지원