본 논문은 MPC(Multi-Party Computation) 기반 기계 학습(ML)의 성능 병목 현상을 해결하기 위해 개발된 컴파일러 CrypTorch를 소개한다. CrypTorch는 MPC 환경에서 Softmax나 GELU와 같은 ML 연산을 수행하기 위한 기존의 근사 방식을 개선하고, 새로운 근사를 쉽게 추가하며, 성능과 정확도를 최대화하는 근사를 자동으로 선택한다. PyTorch 2의 컴파일러를 기반으로 구축되었으며, 자동 튜닝만으로도 기존 최적화된 기반보다 최대 1.7배, 정확도 저하를 허용할 경우 최대 1.8배의 속도 향상을 보였다. 또한, CrypTen과 비교하여 전체 프레임워크에서 최대 8.6배의 엔드 투 엔드 속도 향상을 달성했다.
