【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]개인정보 공유 없이도 학습한다…병원·은행서 통하는 ‘연합학습 AI’ 개발

온카뱅크관리자

2025-10-15 09:57:29

<div id="layerTranslateNotice" style="display:none;"></div> KAIST, 연합학습 한계 해결할 새 학습 방법 개발 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="qnEiPx7vj8">
 <figure class="figure_frm origin_fig" contents-hash="8db3e6486193b09b363c2b6775dba84861cd9661353039ec2fa5d2adc2acbaaf" dmcf-pid="BfdV7qGko4" dmcf-ptype="figure">
 <img alt="인공지능(AI) 이미지./pixabay" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/15/chosunbiz/20251015095450618nrye.jpg" data-org-width="1280" dmcf-mid="7tWmjcxpjP" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/15/chosunbiz/20251015095450618nrye.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 인공지능(AI) 이미지./pixabay
 </figcaption>
 </figure>
 <figure class="figure_frm origin_fig" contents-hash="095a870393d7eac3577e00a086cbfa4c9d3390485821d47cc290b916fa3700c4" dmcf-pid="b4JfzBHEgf" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/15/chosunbiz/20251015095450869bfxp.png" data-org-width="1232" dmcf-mid="zE93GXmeA6" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/15/chosunbiz/20251015095450869bfxp.png" width="658">
 </figure>
 국내 연구진이 인공지능(AI) 협업 학습의 구조적 한계를 뚫는 새 해법을 제시했다.
 박찬영 한국과학기술원(KAIST) 산업및시스템공학과 교수 연구진이 연합학습의 고질적인 성능 저하 문제를 해결하고, AI 모델의 일반화 성능을 크게 향상시키는 새로운 학습 방법을 개발했다고 15일 밝혔다.
 환자 진료기록이나 금융 데이터처럼 개인정보를 한곳에 모으기 어려운 문제를 해결하기 위해 ‘연합학습(Federated Learning)’이 고안됐다. 연합학습은 여러 기관이 데이터를 직접 주고받지 않고도 공동으로 AI를 학습할 수 있는 방식이다.
 하지만 공동으로 학습한 AI를 각 기관이 자신의 환경에 맞게 최적화하는 과정에서, AI가 특정 기관 데이터에만 과도하게 적응해 새로운 데이터에는 취약해지는 한계가 있었다. 예를 들어 여러 은행이 함께 ‘공동 대출 심사 AI’를 구축한 뒤, 특정 은행이 대기업 고객 데이터를 중심으로 학습을 진행하면 해당 은행의 AI는 대기업 심사에는 강점을 보이지만 개인이나 스타트업 고객 심사에서는 성능이 떨어진다.
 연구진은 이를 해결하기 위해 ‘합성 데이터(Synthetic Data)’ 방식을 도입했다. 각 기관의 데이터에서 핵심적이고 대표적인 특징만을 추출해 개인정보를 포함하지 않는 가상 데이터를 생성하고, 이를 AI 학습 과정에 적용한 것이다. 이로써 각 기관의 AI는 개인정보 공유 없이 자신의 데이터에 맞춰 전문성을 강화하면서도, 공동 학습으로 얻은 폭넓은 시야(일반화 성능)를 잃지 않게 됐다.
 해당 방법은 의료·금융 등 데이터 보안이 중요한 분야에서 특히 효과적일 뿐 아니라, 소셜미디어나 전자상거래처럼 새로운 사용자와 상품이 지속적으로 추가되는 환경에서도 안정적인 성능을 발휘했다.
 박찬영 교수는 “이번 연구는 데이터 프라이버시를 지키면서도, 각 기관의 AI가 전문성과 범용성을 동시에 보장하는 새로운 길을 열었다”며 “의료 AI, 금융 사기 탐지 AI처럼 데이터 협업이 필수적이지만 보안이 중요한 분야에서 큰 도움이 될 것”이라고 말했다.
 이번 연구는 지난 4월 싱가포르에서 열린 인공지능 분야 최고 권위 학술대회인 ‘국제표현학습학회(International Conference on Learning Representations, ICLR) 2025’에서 상위 1.8%의 우수 논문에만 선정되는 구두 발표(Oral Presentation) 대상으로 채택됐다.
 참고 자료
 arXiv(2025), DOI: https://doi.org/10.48550/arXiv.2503.03995
 - Copyright ⓒ 조선비즈 &amp; Chosun.com -
 </section> 
 </div> 
 Copyright © 조선비즈. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기