신경망과 암호화 사이퍼는 왜 이토록 유사한가? (2025)

신경망의 학습과 데이터 암호화는 목적이 상이하지만, 그 기저의 알고리즘은 놀라운 유사성을 공유합니다.

**RNN(Recurrent Neural Network)**과 같은 Seq2seq 모델은 입력 토큰을 순차적으로 상태(state)에 주입하여 정보를 처리한 뒤 출력을 생성합니다. 이러한 방식은 SHA-3 암호 알고리즘의 핵심인 스폰지(Sponge) 구조와 구조적으로 매우 흡사합니다.

스폰지 구조는 데이터를 상태에 **흡수(absorbing)**시킨 후, 결과값을 짜내는(squeezing) 과정을 거치는데, 이는 신경망의 **인코더(Encoder)**와 디코더(Decoder) 메커니즘과 수학적 궤를 같이합니다.