이화여대, 연합학습 기술 개발…끊김 없는 데이터로 AI 성능 유지

(서울=뉴스1) 장성희 기자 = 이화여대는 박형곤 전자전기공학전공 교수 연구팀이 끊김과 손실이 잦은 네트워크 환경에서 인공지능(AI)의 학습 성능을 안정적으로 유지할 수 있는 연합학습(Federated Learning) 핵심 기술을 신규 개발했다고 3일 밝혔다.

6G·사물인터넷(IoT) 등 AI 환경이 도래했지만 그간 패킷(데이터를 나누어 전송하는 단위) 손실로 정보 전송 지연이 잦았다. 또 전송 속도는 빠르나 일부 패킷 손실로 AI가 불완전한 정보를 학습하는 한계도 있었다.

연구팀은 이러한 문제를 해결하기 위해 대규모 AI 모델에서 정확도에 가장 큰 영향을 주는 핵심 정보를 우선 전송하고, 상대적으로 중요도가 낮은 정보는 수학적 근사를 활용해 나중에 복원할 수 있도록 설계해 전체 지연을 크게 줄였다.

또 중요 정보는 '체계적 네트워크 코딩'으로 보강해 일부 정보가 유실되더라도 정확도를 안정적으로 유지하도록 했다.

실험 결과, 해당 기술은 정상 전송 대비 96% 이상의 학습 정확도를 유지했으며, 전송 지연 현상도 기존 방식보다 약 50% 감소한 것으로 확인되었다.

박 교수는 "본 연구는 패킷 손실이라는 현실적 한계를 수학적 근사기법과 네트워크 코딩을 결합해 해결한 첫 사례"라며 "앞으로 대규모 분산 AI 학습 시스템의 안정성과 효율성을 획기적으로 향상할 것"이라고 말했다.

grown@news1.kr