> For the complete documentation index, see [llms.txt](https://docs.cournot.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cournot.ai/docs-ko/architecture/privacy-and-confidential-truth.md).

# 프라이버시 및 기밀 진실

블록체인은 투명성을 기반으로 번성하지만, 현실 세계는 프라이버시를 바탕으로 돌아갑니다. 기업 인수합병이나 공급망 지연을 위한 예측 시장은 온체인에 공개적으로 노출될 수 없는 민감한 데이터를 분석해야 합니다.

Cournot는 "**기밀 진실**" 패러다임: 원본 기초 데이터를 공개하지 않고 사실을 검증하는 방식입니다.

### **영지식 입력(zkTLS)**

전통적인 오라클은 검증을 위해 데이터가 공개되어 있어야 합니다. 이 때문에 다음과 같은 비공개 데이터를 기반으로 시장을 정산하는 것은 불가능합니다 *"PayPal로부터 거래 확인을 받았는가?"* 또는 *"내 개인 은행 잔고가 100만 달러를 넘는가?"*

를 통해 **zkTLS**, 수집자 노드는 눈먼 공증인처럼 작동합니다:

* 사용자는 브라우저에서 로컬로 증명을 생성합니다(클라이언트 측 증명).
* 이 증명은 다음을 확인합니다: *"이 데이터는* [*paypal.com*](http://paypal.com) *보안 TLS 세션을 통해 전송되었으며, amount 필드가 1000보다 큽니다."*
* **프라이버시 보장**: 수집자 노드는 다음을 검증합니다 *증명*, 하지만 결코 다음은 보지 못합니다 *내용*. 민감한 PII는 절대 사용자의 기기를 벗어나지 않습니다.

### **비가시 추론(TEE 기밀 컴퓨팅)**

입력이 비공개라 하더라도, 이를 AI 모델에 보내면 보통 모델 운영자가 이를 볼 수 있게 됩니다. 이러한 "추론 누출"은 기관용 활용 사례에서는 허용될 수 없습니다.

모든 Fast Path 추론은 다음 내부에서 이루어집니다 **하드웨어 엔클레이브( Intel TDX / NVIDIA H100 기밀 컴퓨팅과 같은 TEE)**:

* **메모리 암호화**: AI 모델의 가중치와 사용자 입력 데이터는 RAM에서 암호화됩니다. 물리적 서버 소유자조차 추론 과정을 들여다볼 수 없습니다.
* **원격 증명**: TEE는 다음을 증명하는 암호학적 증명을 생성합니다: *"저는 공식적이고 변조되지 않은 Cournot Auditor 코드를 실행 중이며, 이 특정 암호화된 입력을 처리했습니다."*

결과는 "**비가시 추론**": AI가 사건을 판단하지만, 어느 인간도 증거를 보지 못합니다.

### **사용 사례: 비공개 예측 시장(다크풀)**

이 프라이버시 아키텍처는 기업용 헤징이라는 새로운 시장 범주를 열어줍니다:

* *시나리오:* 한 해운 회사가 특정 화물 배송의 지연에 대비해 헤지하고자 합니다.
* *메커니즘:* 그들은 Cournot에서 예측 시장을 개설합니다. 정산은 그들의 비공개 ERP 데이터에 의존합니다.
* *프라이버시:* Cournot의 TEE 노드는 zkTLS를 통해 비공개 ERP API 피드를 수집하고, 지연을 검증한 뒤 시장을 정산합니다. **경쟁사들은 배송 데이터를 절대 보지 못하며, 오직 정산 결과만 봅니다.**