KAIST, 스마트폰 위 '연합학습' 속도 획기적 향상 기법 개발

이성주 교수팀 중국과 공동연구, 인공지능 모델 학습 기술 4.5배 가속

­기술 개발 시간 대폭 단축·스마트폰 과부하 문제 해소 기대

[대전=뉴시스] 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 적용한 연합학습 라운드 진행 모식도. *재판매 및 DB 금지

[대전=뉴시스] 김양수 기자 = KAIST는 전기및전자공학부 이성주 교수 연구팀이  중국 칭화대학과 국제공동연구를 통해 다수의 모바일 기기에서 인공지능(AI) 모델을 학습할 수 있는 '연합학습' 기술의 학습속도를 4.5배 높일 수 있는 방법론을 제시했다고 2일 밝혔다.

새로운 기계학습 기술인 연합학습은 구글을 비롯해 애플, 타오바오 등 세계적 빅테크 기업들이 도입하고 있으나 인공지능 모델 학습이 사용자의 스마트폰 위에서 이뤄져 기기의 과부하를 초래, 배터리 소모나 성능 저하 등이 발생할 수 있다.

이성주 교수 연구팀은 연합학습에 참여하는 사용자 기기 위 데이터 샘플 각각의 학습 기여도 측정을 기반으로 최적의 샘플을 선택토록 해 연합학습 속도 향상을 달성했다.

또 연합학습 라운드의 데드라인도 최적으로 조절할 수 있는 기법을 고안해 모델 정확도의 저하 없이 학습 속도를  4.5배 높였다.

이 방법론의 적용을 통해 연합학습으로 인한 사용자 스마트폰 과부하 문제를 최소화할 수 있을 것으로 기대된다.

이 교수의 방법론은 지난 6월 27일부터 7월 1일까지 세계컴퓨터연합회(ACM) 주최로 열린 '제20회 모바일 시스템, 어플리케이션 및 서비스 국제학술대회'에서 발표됐다.

이성주 교수는 "연합학습은 많은 세계적 기업들이 사용하는 중요한 기술"이라며 "이번 연구 결과는 연합학습의 학습 속도를 높이고 활용도를 끌어 올리는 의미가 있어 다양한 분야로 파급효과가 기대된다"고 말했다.


◎공감언론 뉴시스 [email protected]