Privatar: 안전한 오프로딩으로 확장 가능한 다중 사용자 VR 구현

다중 사용자가 참여하는 가상현실(VR) 환경은 몰입도가 높지만, 다수의 아바타 렌더링에 필요한 연산량이 매우 커서 확장성에 한계가 있습니다. 저희는 이러한 문제를 해결하기 위해 'Privatar'라는 프레임워크를 제안합니다.

Privatar는 아바타 재구성을 VR 헤드셋 외부의 신뢰할 수 없는 장치로 오프로딩(offloading)하는 방식을 사용하며, 동시에 전송되는 데이터에 대한 공격으로부터 안전을 보장합니다. 핵심 아이디어는 아바타 재구성의 도메인 지식을 활용하여 최소한의 비용으로도 증명 가능한 프라이버시를 유지할 수 있다는 것입니다.

시스템 측면에서는 BDCT(Binary Direction Cosine Transform)를 이용해 아바타 재구성을 주파수 영역에서 분해하고, 'Horizontal Partitioning (HP)' 기법을 적용합니다. 이 방법은 고에너지 주파수 성분은 헤드셋에 유지하고 저에너지 부분만 오프로딩하여 정보 유출 위험을 최소화하면서 로컬 연산을 수행할 수 있게 합니다.

프라이버시 측면에서는 개별적인 다차원 신호의 경우, 기존의 Differential Privacy(차분 프라이버시)는 너무 많은 노이즈를 추가해 실용성을 떨어뜨립니다. 저희는 사용자 표현 분포가 시간에 따라 느리게 변하고 추적 가능하다는 점에 착안하여 'Distribution-Aware Minimal Perturbation (DAMP)'을 제안했습니다. DAMP는 각 사용자의 표현 분포에 기반하여 노이즈를 최소화함으로써, 공식적인 프라이버시 보장을 유지하면서도 유틸리티 손실을 크게 줄입니다.

결론적으로 Privatar는 HP와 DAMP를 결합하여 경험적(empirical) 및 형식적(formal) 공격 모두에 강건하며, Meta Quest Pro 테스트에서 기존 방식 대비 더 많은 동시 사용자 수와 낮은 성능 저하율을 입증했습니다.