opacus

Opacus는 PyTorch 기반의 differential privacy(차등 프라이버시) 툴킷으로, per-sample gradient를 계산하고 noise를 추가하여 학습 중 프라이버시 보증(ε 계산 등)을 제공한다. 내부적으로 각 샘플에 대한 그라디언트를 훅으로 수집하고 집계하여 privacy accountant로 전달하는 방식으로 동작한다. 본 글에서는 Opacus의 per-sample-gradient 훅이 장치 배치 처리 방식과 충돌해 의도한 대로 작동하지 않은 사례가 핵심이다.