- ÇöÀç À§Ä¡
- home > ÄÄÇ»ÅÍ¡¤ICT¡¤¾îÇÐ > ÄÄÇ»ÅÍ¡¤IT µµ¼ > ÄÄÇ»ÅÍ°øÇÐ > ¿¬ÇÕÇнÀ[¿¡ÀÌÄÜÃâÆÇ]
¿¬ÇÕÇнÀ(¿¬ÇÕ ¸Ó½Å·¯´×)À̶õ ÈÆ·Ã µ¥ÀÌÅ͸¦ Çѵ¥ ¸ðÀ¸Áö ¾Ê°í Çù·ÂÀûÀ¸·Î ¼öÇàÇÏ´Â ¸Ó½Å·¯´× ±â¼úÀÌ´Ù. ±âÁ¸ ¸Ó½Å·¯´× ±â¼úÀÌ °®°í ÀÖ´ø ÇѰ踦 ³Ñ¾î ÄÄÇ»Æà ÀÚ¿ø ¼Ò¸ðÀÇ ºÐ»ê, ÇÁ¶óÀ̹ö½Ã º¸È£, °³ÀÎ ¸ÂÃãÇü ÇнÀ µîÀ» ½ÇÇöÇÒ ¼ö ÀÖ´Â ´ë¾ÈÀ¸·Î ÁÖ¸ñ¹Þ¾Æ ±¸±Û, ¾ÖÇÃ, IBM µî ¸¹Àº Å×Å© ±â¾÷¿¡¼ ¿¬±¸°¡ ÀÌ·ïÁö°í ÀÖ´Ù. ÀÌ Ã¥Àº ±âÁ¸ÀÇ ¸Ó½Å·¯´× ±â¼ú¿¡ Àͼ÷ÇÑ °³¹ßÀÚ, ¿¬±¸Àڵ鿡°Ô ¿¬ÇÕÇнÀ ºÐ¾ßÀÇ ¿¬±¸ µ¿ÇâÀ» µÎ·ç Á¤¸®Çؼ ¾Ë·ÁÁØ´Ù. ¿ì¸®¸»·Î´Â óÀ½À¸·Î ¿¬ÇÕÇнÀÀ» ¼Ò°³Çϴ åÀÌ´Ù.
ÀúÀÚ: Ä¡¾Ó ¾ç
1Àå. ¼·Ð
1.1 µ¿±â
1.2 ÇØ°áÃ¥À¸·Î¼ÀÇ ¿¬ÇÕÇнÀ
1.2.1 ¿¬ÇÕÇнÀÀÇ Á¤ÀÇ
1.2.2 ¿¬ÇÕÇнÀÀÇ ¹üÁÖ
1.3 ¿¬ÇÕÇнÀÀÇ ¹ßÀü ÇöȲ
1.3.1 ¿¬ÇÕÇнÀ ºÐ¾ßÀÇ ¿¬±¸ À̽´
1.3.2 ¿ÀǼҽº ÇÁ·ÎÁ§Æ®
1.3.3 Ç¥ÁØÈ È°µ¿
1.3.4 FedAI »ýÅ°è
1.4 ÀÌ Ã¥ÀÇ ±¸¼º
2Àå. ¹è°æÁö½Ä
2.1 ÇÁ¶óÀ̹ö½Ã º¸Àü ¸Ó½Å·¯´×
2.2 ÇÁ¶óÀ̹ö½Ã º¸Àü ¸Ó½Å·¯´×°ú º¸¾È ¸Ó½Å·¯´×
2.3 ÇÁ¶óÀ̹ö½Ã À§Çù ¸ðµ¨°ú º¸¾È ¸ðµ¨
2.3.1 ÇÁ¶óÀ̹ö½Ã À§Çù ¸ðµ¨
2.3.2 Àû´ëÀÚ ¸ðµ¨°ú º¸¾È ¸ðµ¨
2.4 ÇÁ¶óÀ̹ö½Ã º¸Àü ±â¹ý
2.4.1 ´ÙÀÚ°£ º¸¾È °è»ê
2.4.2 µ¿Çü ¾ÏÈ£
2.4.3 Â÷ºÐ ÇÁ¶óÀ̹ö½Ã
3Àå. ºÐ»ê ¸Ó½Å·¯´×
3.1 ºÐ»ê ¸Ó½Å·¯´× ¼Ò°³
3.1.1 ºÐ»ê ¸Ó½Å·¯´×ÀÇ Á¤ÀÇ
3.1.2 ºÐ»ê ¸Ó½Å·¯´× Ç÷§Æû
3.2 È®À强 ÁöÇâ ºÐ»ê ¸Ó½Å·¯´×
3.2.1 ´ë±Ô¸ð ¸Ó½Å·¯´×
3.2.2 È®À强 ÁöÇâ ºÐ»ê ¸Ó½Å·¯´× ±â¹ý
3.3 ÇÁ¶óÀ̹ö½Ã ÁöÇâ ºÐ»ê ¸Ó½Å·¯´×
3.3.1 ÇÁ¶óÀ̹ö½Ã º¸Àü ÀÇ»ç °áÁ¤ Æ®¸®
3.3.2 ÇÁ¶óÀ̹ö½Ã º¸Àü ±â¹ý
3.3.3 ÇÁ¶óÀ̹ö½Ã º¸Àü ºÐ»ê ¸Ó½Å·¯´× ±â¹ý
3.4 ÇÁ¶óÀ̹ö½Ã º¸Àü °æ»ç ÇÏ°¹ý
3.4.1 ¼ø¼ö ¿¬ÇÕÇнÀ
3.4.2 ÇÁ¶óÀ̹ö½Ã º¸Àü ¹æ½Ä
3.5 ¿ä¾à
4Àå. ¼öÆò ¿¬ÇÕÇнÀ
4.1 ¼öÆò ¿¬ÇÕÇнÀÀÇ Á¤ÀÇ
4.2 ¼öÆò ¿¬ÇÕÇнÀ ¾ÆÅ°ÅØó
4.2.1 Ŭ¶óÀ̾ðÆ®-¼¹ö ¾ÆÅ°ÅØó
4.2.2 ÇǾî Åõ ÇÇ¾î ¾ÆÅ°ÅØó
4.2.3 ±Û·Î¹ú ¸ðµ¨ Æò°¡
4.3 ¿¬ÇÕ Æò±Õ ¾Ë°í¸®µë
4.3.1 ¿¬ÇÕ ÃÖÀûÈ
4.3.2 FedAvg ¾Ë°í¸®µë
4.3.3 º¸¾È FedAvg ¾Ë°í¸®µë
4.4 FedAvg ¾Ë°í¸®µëÀÇ °³¼±
4.4.1 Åë½Å È¿À²¼º
4.4.2 Ŭ¶óÀ̾ðÆ® ¼±ÅÃ
4.5 °ü·Ã ¿¬±¸
4.6 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
5Àå. ¼öÁ÷ ¿¬ÇÕÇнÀ
5.1 ¼öÁ÷ ¿¬ÇÕÇнÀÀÇ Á¤ÀÇ
5.2 ¼öÁ÷ ¿¬ÇÕÇнÀÀÇ ¾ÆÅ°ÅØó
5.3 ¼öÁ÷ ¿¬ÇÕÇнÀ ¾Ë°í¸®µë
5.3.1 º¸¾È ¿¬ÇÕ ¼±Çü ȸ±Í
5.3.2 º¸¾È ¿¬ÇÕ Æ®¸® ºÎ½ºÆÃ
5.4 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
6Àå. ¿¬ÇÕ ÀüÀÌÇнÀ
6.1 ÀÌÁ¾ ¿¬ÇÕÇнÀ
6.2 ¿¬ÇÕ ÀüÀÌÇнÀ
6.3 ¿¬ÇÕ ÀüÀÌÇнÀ ÇÁ·¹ÀÓ¿öÅ©
6.3.1 µ¡¼À µ¿Çü ¾ÏÈ£
6.3.2 ¿¬ÇÕ ÀüÀÌÇнÀÀÇ ÈÆ·Ã °úÁ¤
6.3.3 ¿¬ÇÕ ÀüÀÌÇнÀÀÇ ¿¹Ãø °úÁ¤
6.3.4 º¸¾È ºÐ¼®
6.3.5 ºñ¹Ð °øÀ¯ ±â¹Ý FTL
6.4 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
7Àå. ¿¬ÇÕÇнÀÀ» À§ÇÑ Àμ¾Æ¼ºê ¸ÞÄ¿´ÏÁò ¼³°è
7.1 ±â¿©ÀÚ º¸»ó
7.1.1 ÀÌÀÍ ¹èºÐ °ÔÀÓ
7.1.2 ¿ª°æ¸Å
7.2 °øÁ¤¼º ÀÎÁöÇü ÀÌÀÍ ¹èºÐ ÇÁ·¹ÀÓ¿öÅ©
7.2.1 ±â¿© ¸ðµ¨¸µ
7.2.2 ºñ¿ë ¸ðµ¨¸µ
7.2.3 ºÒ¸¸µµ ¸ðµ¨¸µ
7.2.4 ½Ã°£Àû ºÒ¸¸µµ ¸ðµ¨¸µ
7.2.5 Á¤Ã¥ Á¶Á¤ÀÚ
7.2.6 º¸»ó ºñÁß °è»ê
7.3 ÅäÀÇ
8Àå. ÄÄÇ»ÅÍ ºñÀü, ÀÚ¿¬¾î ó¸®, Ãßõ ½Ã½ºÅÛÀ» À§ÇÑ ¿¬ÇÕÇнÀ
8.1 ÄÄÇ»ÅÍ ºñÀüÀ» À§ÇÑ ¿¬ÇÕÇнÀ
8.1.1 ¿¬ÇÕ ÄÄÇ»ÅÍ ºñÀü
8.1.2 °ü·Ã ¿¬±¸
8.1.3 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
8.2 ÀÚ¿¬¾î 󸮸¦ À§ÇÑ ¿¬ÇÕÇнÀ
8.2.1 ¿¬ÇÕ ÀÚ¿¬¾î ó¸®
8.2.2 °ü·Ã ¿¬±¸
8.2.3 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
8.3 Ãßõ ½Ã½ºÅÛÀ» À§ÇÑ ¿¬ÇÕÇнÀ
8.3.1 Ãßõ ¸ðµ¨
8.3.2 ¿¬ÇÕ Ãßõ ½Ã½ºÅÛ
8.3.3 °ü·Ã ¿¬±¸
8.3.4 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
9Àå. ¿¬ÇÕ °È ÇнÀ
9.1 °È ÇнÀ ¼Ò°³
9.1.1 Á¤Ã¥
9.1.2 º¸»ó
9.1.3 °¡Ä¡ ÇÔ¼ö
9.1.4 ȯ°æ ¸ðµ¨
9.1.5 °È ÇнÀ »ç·Ê
9.2 °È ÇнÀ ¾Ë°í¸®µë
9.3 ºÐ»ê °È ÇнÀ
9.3.1 ºñµ¿±â ºÐ»ê °È ÇнÀ
9.3.2 µ¿±â ºÐ»ê °È ÇнÀ
9.4 ¿¬ÇÕ °È ÇнÀ
9.5 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
10Àå. ÀÀ¿ë ºÐ¾ß
10.1 ±ÝÀ¶
10.2 ÇコÄɾî
10.3 ±³À°
10.4 ¾î¹Ý ÄÄÇ»Æðú ½º¸¶Æ® ½ÃƼ
10.5 ¿¡Áö ÄÄÇ»Æðú »ç¹° ÀÎÅͳÝ
10.6 ºí·ÏüÀÎ
10.7 5G ¸ð¹ÙÀÏ ³×Æ®¿öÅ©
11Àå. ¿ä¾à°ú Àü¸Á
ºÎ·Ï A µ¥ÀÌÅÍ º¸È£¿¡ °üÇÑ ¹ý·ü
A.1 À¯·´ ¿¬ÇÕ¿¡¼ÀÇ µ¥ÀÌÅÍ º¸È£
A.2 ¹Ì±¹¿¡¼ÀÇ µ¥ÀÌÅÍ º¸È£
A.3 Áß±¹¿¡¼ÀÇ µ¥ÀÌÅÍ º¸È£
1.1 µ¿±â
1.2 ÇØ°áÃ¥À¸·Î¼ÀÇ ¿¬ÇÕÇнÀ
1.2.1 ¿¬ÇÕÇнÀÀÇ Á¤ÀÇ
1.2.2 ¿¬ÇÕÇнÀÀÇ ¹üÁÖ
1.3 ¿¬ÇÕÇнÀÀÇ ¹ßÀü ÇöȲ
1.3.1 ¿¬ÇÕÇнÀ ºÐ¾ßÀÇ ¿¬±¸ À̽´
1.3.2 ¿ÀǼҽº ÇÁ·ÎÁ§Æ®
1.3.3 Ç¥ÁØÈ È°µ¿
1.3.4 FedAI »ýÅ°è
1.4 ÀÌ Ã¥ÀÇ ±¸¼º
2Àå. ¹è°æÁö½Ä
2.1 ÇÁ¶óÀ̹ö½Ã º¸Àü ¸Ó½Å·¯´×
2.2 ÇÁ¶óÀ̹ö½Ã º¸Àü ¸Ó½Å·¯´×°ú º¸¾È ¸Ó½Å·¯´×
2.3 ÇÁ¶óÀ̹ö½Ã À§Çù ¸ðµ¨°ú º¸¾È ¸ðµ¨
2.3.1 ÇÁ¶óÀ̹ö½Ã À§Çù ¸ðµ¨
2.3.2 Àû´ëÀÚ ¸ðµ¨°ú º¸¾È ¸ðµ¨
2.4 ÇÁ¶óÀ̹ö½Ã º¸Àü ±â¹ý
2.4.1 ´ÙÀÚ°£ º¸¾È °è»ê
2.4.2 µ¿Çü ¾ÏÈ£
2.4.3 Â÷ºÐ ÇÁ¶óÀ̹ö½Ã
3Àå. ºÐ»ê ¸Ó½Å·¯´×
3.1 ºÐ»ê ¸Ó½Å·¯´× ¼Ò°³
3.1.1 ºÐ»ê ¸Ó½Å·¯´×ÀÇ Á¤ÀÇ
3.1.2 ºÐ»ê ¸Ó½Å·¯´× Ç÷§Æû
3.2 È®À强 ÁöÇâ ºÐ»ê ¸Ó½Å·¯´×
3.2.1 ´ë±Ô¸ð ¸Ó½Å·¯´×
3.2.2 È®À强 ÁöÇâ ºÐ»ê ¸Ó½Å·¯´× ±â¹ý
3.3 ÇÁ¶óÀ̹ö½Ã ÁöÇâ ºÐ»ê ¸Ó½Å·¯´×
3.3.1 ÇÁ¶óÀ̹ö½Ã º¸Àü ÀÇ»ç °áÁ¤ Æ®¸®
3.3.2 ÇÁ¶óÀ̹ö½Ã º¸Àü ±â¹ý
3.3.3 ÇÁ¶óÀ̹ö½Ã º¸Àü ºÐ»ê ¸Ó½Å·¯´× ±â¹ý
3.4 ÇÁ¶óÀ̹ö½Ã º¸Àü °æ»ç ÇÏ°¹ý
3.4.1 ¼ø¼ö ¿¬ÇÕÇнÀ
3.4.2 ÇÁ¶óÀ̹ö½Ã º¸Àü ¹æ½Ä
3.5 ¿ä¾à
4Àå. ¼öÆò ¿¬ÇÕÇнÀ
4.1 ¼öÆò ¿¬ÇÕÇнÀÀÇ Á¤ÀÇ
4.2 ¼öÆò ¿¬ÇÕÇнÀ ¾ÆÅ°ÅØó
4.2.1 Ŭ¶óÀ̾ðÆ®-¼¹ö ¾ÆÅ°ÅØó
4.2.2 ÇǾî Åõ ÇÇ¾î ¾ÆÅ°ÅØó
4.2.3 ±Û·Î¹ú ¸ðµ¨ Æò°¡
4.3 ¿¬ÇÕ Æò±Õ ¾Ë°í¸®µë
4.3.1 ¿¬ÇÕ ÃÖÀûÈ
4.3.2 FedAvg ¾Ë°í¸®µë
4.3.3 º¸¾È FedAvg ¾Ë°í¸®µë
4.4 FedAvg ¾Ë°í¸®µëÀÇ °³¼±
4.4.1 Åë½Å È¿À²¼º
4.4.2 Ŭ¶óÀ̾ðÆ® ¼±ÅÃ
4.5 °ü·Ã ¿¬±¸
4.6 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
5Àå. ¼öÁ÷ ¿¬ÇÕÇнÀ
5.1 ¼öÁ÷ ¿¬ÇÕÇнÀÀÇ Á¤ÀÇ
5.2 ¼öÁ÷ ¿¬ÇÕÇнÀÀÇ ¾ÆÅ°ÅØó
5.3 ¼öÁ÷ ¿¬ÇÕÇнÀ ¾Ë°í¸®µë
5.3.1 º¸¾È ¿¬ÇÕ ¼±Çü ȸ±Í
5.3.2 º¸¾È ¿¬ÇÕ Æ®¸® ºÎ½ºÆÃ
5.4 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
6Àå. ¿¬ÇÕ ÀüÀÌÇнÀ
6.1 ÀÌÁ¾ ¿¬ÇÕÇнÀ
6.2 ¿¬ÇÕ ÀüÀÌÇнÀ
6.3 ¿¬ÇÕ ÀüÀÌÇнÀ ÇÁ·¹ÀÓ¿öÅ©
6.3.1 µ¡¼À µ¿Çü ¾ÏÈ£
6.3.2 ¿¬ÇÕ ÀüÀÌÇнÀÀÇ ÈÆ·Ã °úÁ¤
6.3.3 ¿¬ÇÕ ÀüÀÌÇнÀÀÇ ¿¹Ãø °úÁ¤
6.3.4 º¸¾È ºÐ¼®
6.3.5 ºñ¹Ð °øÀ¯ ±â¹Ý FTL
6.4 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
7Àå. ¿¬ÇÕÇнÀÀ» À§ÇÑ Àμ¾Æ¼ºê ¸ÞÄ¿´ÏÁò ¼³°è
7.1 ±â¿©ÀÚ º¸»ó
7.1.1 ÀÌÀÍ ¹èºÐ °ÔÀÓ
7.1.2 ¿ª°æ¸Å
7.2 °øÁ¤¼º ÀÎÁöÇü ÀÌÀÍ ¹èºÐ ÇÁ·¹ÀÓ¿öÅ©
7.2.1 ±â¿© ¸ðµ¨¸µ
7.2.2 ºñ¿ë ¸ðµ¨¸µ
7.2.3 ºÒ¸¸µµ ¸ðµ¨¸µ
7.2.4 ½Ã°£Àû ºÒ¸¸µµ ¸ðµ¨¸µ
7.2.5 Á¤Ã¥ Á¶Á¤ÀÚ
7.2.6 º¸»ó ºñÁß °è»ê
7.3 ÅäÀÇ
8Àå. ÄÄÇ»ÅÍ ºñÀü, ÀÚ¿¬¾î ó¸®, Ãßõ ½Ã½ºÅÛÀ» À§ÇÑ ¿¬ÇÕÇнÀ
8.1 ÄÄÇ»ÅÍ ºñÀüÀ» À§ÇÑ ¿¬ÇÕÇнÀ
8.1.1 ¿¬ÇÕ ÄÄÇ»ÅÍ ºñÀü
8.1.2 °ü·Ã ¿¬±¸
8.1.3 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
8.2 ÀÚ¿¬¾î 󸮸¦ À§ÇÑ ¿¬ÇÕÇнÀ
8.2.1 ¿¬ÇÕ ÀÚ¿¬¾î ó¸®
8.2.2 °ü·Ã ¿¬±¸
8.2.3 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
8.3 Ãßõ ½Ã½ºÅÛÀ» À§ÇÑ ¿¬ÇÕÇнÀ
8.3.1 Ãßõ ¸ðµ¨
8.3.2 ¿¬ÇÕ Ãßõ ½Ã½ºÅÛ
8.3.3 °ü·Ã ¿¬±¸
8.3.4 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
9Àå. ¿¬ÇÕ °È ÇнÀ
9.1 °È ÇнÀ ¼Ò°³
9.1.1 Á¤Ã¥
9.1.2 º¸»ó
9.1.3 °¡Ä¡ ÇÔ¼ö
9.1.4 ȯ°æ ¸ðµ¨
9.1.5 °È ÇнÀ »ç·Ê
9.2 °È ÇнÀ ¾Ë°í¸®µë
9.3 ºÐ»ê °È ÇнÀ
9.3.1 ºñµ¿±â ºÐ»ê °È ÇнÀ
9.3.2 µ¿±â ºÐ»ê °È ÇнÀ
9.4 ¿¬ÇÕ °È ÇнÀ
9.5 µµÀü °úÁ¦¿Í ÇâÈÄ Àü¸Á
10Àå. ÀÀ¿ë ºÐ¾ß
10.1 ±ÝÀ¶
10.2 ÇコÄɾî
10.3 ±³À°
10.4 ¾î¹Ý ÄÄÇ»Æðú ½º¸¶Æ® ½ÃƼ
10.5 ¿¡Áö ÄÄÇ»Æðú »ç¹° ÀÎÅͳÝ
10.6 ºí·ÏüÀÎ
10.7 5G ¸ð¹ÙÀÏ ³×Æ®¿öÅ©
11Àå. ¿ä¾à°ú Àü¸Á
ºÎ·Ï A µ¥ÀÌÅÍ º¸È£¿¡ °üÇÑ ¹ý·ü
A.1 À¯·´ ¿¬ÇÕ¿¡¼ÀÇ µ¥ÀÌÅÍ º¸È£
A.2 ¹Ì±¹¿¡¼ÀÇ µ¥ÀÌÅÍ º¸È£
A.3 Áß±¹¿¡¼ÀÇ µ¥ÀÌÅÍ º¸È£
¢Â ÀÌ Ã¥¿¡¼ ´Ù·ç´Â ³»¿ë ¢Â
¿©·¯ µ¥ÀÌÅÍ ¼ÒÀ¯ÀÚ°¡ ¸ðµÎ ÈƷÿ¡ »ç¿ëÇÒ °¢ÀÚÀÇ ·ÎÄà µ¥ÀÌÅ͸¦ ºñ°ø°³·Î À¯ÁöÇϸç ÇÔ²² Çù·ÂÇØ ¼·Î °øÀ¯ÇÏ´Â ¿¹Ãø ¸ðµ¨À» ÈƷýÃÅ°°í ÀÌ¿ëÇÏ·Á¸é ¾î¶»°Ô ÇØ¾ß ÇÒ±î? ÀüÅëÀûÀÎ ¸Ó½Å·¯´× ¹æ½Ä¿¡¼´Â ¸ðµç µ¥ÀÌÅ͸¦ ÇÑ°÷¿¡, º¸Åë µ¥ÀÌÅÍ ¼¾ÅÍ¿¡ ¸ð¾Æ¾ß ÇÑ´Ù. ±×·¯¸é ÀÚ¿¬È÷ »ç¿ëÀÚÀÇ °³ÀÎ Á¤º¸ º¸È£¿Í µ¥ÀÌÅÍ ±â¹Ð À¯Áö¿¡ °üÇÑ ¹ý·üÀ» À§¹ÝÇÒ ¼ÒÁö°¡ ´ÙºÐÇÏ´Ù. ¿À´Ã³¯ ¼¼°è °÷°÷¿¡¼´Â Å×Å© ±â¾÷µé¿¡°Ô »ç¿ëÀÚ µ¥ÀÌÅ͸¦ °³ÀÎ Á¤º¸ º¸È£¹ý¿¡ µû¶ó ½ÅÁßÇÏ°Ô Ãë±ÞÇÒ °ÍÀ» ¿ä±¸ÇÑ´Ù. À¯·´ ¿¬ÇÕÀÇ ÀÏ¹Ý µ¥ÀÌÅÍ º¸È£ ±ÔÁ¤(GDPR, General Data Protection Regulation)ÀÌ ´ëÇ¥ÀûÀÎ ¿¹´Ù.
ÀÌ Ã¥¿¡¼´Â ¿¬ÇÕ ¸Ó½Å·¯´×À» ÀÌ¿ëÇØ ÀÌ·¯ÇÑ ¹®Á¦¸¦ ¾î¶»°Ô ÇØ°áÇÏ´ÂÁö ¼³¸íÇÑ´Ù. ºÐ»ê ¸Ó½Å·¯´×, ¾ÏÈ£È ¹× º¸¾È, °æÁ¦ ¿ø¸®¿Í °ÔÀÓ À̷п¡ ±Ù°ÅÇÑ Àμ¾Æ¼ºê ¸ÞÄ¿´ÏÁò ¼³°è¸¦ °áÇÕÇÑ »õ·Î¿î ÇØ°áÃ¥À» Á¦½ÃÇÑ´Ù. ¿©·¯ À¯ÇüÀÇ ÇÁ¶óÀ̹ö½Ã º¸Àü ¸Ó½Å·¯´× ¼Ö·ç¼Ç°ú °¢°¢ÀÇ ±â¼ú ¹è°æÀ» ¼³¸íÇÏ°í, ´ëÇ¥ÀûÀÎ ½ÇÁ¦ Àû¿ë »ç·Ê¸¦ »ìÆ캻´Ù. ¿¬ÇÕÇнÀÀÌ ¾î¶»°Ô Ã¥ÀÓ ÀÖ´Â AI °³¹ß ¹× ÀÀ¿ë¿¡ ´ëÇÑ ±â¼úÀû, »çȸÀû ¿ä±¸¿¡ ºÎÀÀÇÏ´Â Â÷¼¼´ë ¸Ó½Å·¯´×ÀÇ ¹Ø°Å¸§ÀÌ µÉ ¼ö ÀÖ´ÂÁö ¾Ë¾Æº»´Ù.
¢Â ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¢Â
¿¬ÇÕÇнÀ ÀÔ¹®¼·Î, ÄÄÇ»ÅÍ °úÇаú AI, ML ºÐ¾ßÀÇ Çлýµé, ±×¸®°í ºòµ¥ÀÌÅÍ ¹× AI ¾ÖÇø®ÄÉÀÌ¼Ç °³¹ßÀÚµéÀ» ´ë»óÀ¸·Î ÇÑ´Ù. ÇкΠ°íÇгâºÎÅÍ ´ëÇпø Çлýµé°ú ±³¼ö, ´ëÇÐ ¹× ¿¬±¸ ±â°ü¿¡ ÀÖ´Â ¿¬±¸ÀÚµé±îÁö À¯¿ëÇÏ°Ô ÀÐÀ» ¼ö ÀÖÀ» °ÍÀÌ´Ù. ¹ý·üÀ̳ª Á¤Ã¥ ´ã´ç ±â°ü, Á¤ºÎ ºÎó¿¡¼ ÀÏÇÏ´Â À̵鿡°Ôµµ ºòµ¥ÀÌÅÍ ¹× AI¿Í °ü·ÃµÈ ¹ýÀû ¹®Á¦¿¡ ´ëÇÑ Âü°í¼°¡ µÉ ¼ö ÀÖ´Ù. °ÀÇ¿ëÀ¸·Î´Â ´ëÇпø ¼¼¹Ì³ª °úÁ¤ÀÇ ±³À糪 ¿¬ÇÕÇнÀ ¹®Çå¿¡ ´ëÇÑ Âü°í¼·Î »ç¿ëÇÒ ¸¸ÇÏ´Ù.
¢Â ¿Å±äÀÌÀÇ ¸» ¢Â
Áö±Ý ¿·¿¡ ³õ¿© ÀÖ´Â ½º¸¶Æ®Æù¿¡¼ ¿¬ÇÕÇнÀÀÌ ¼öÇà ÁßÀÏ ¼öµµ ÀÖ°Ú´Ù. ¿¬ÇÕÇнÀÀ̶õ ÈÆ·Ã µ¥ÀÌÅ͸¦ Çѵ¥ ¸ðÀ¸Áö ¾Ê°í Çù·ÂÀûÀ¸·Î ¼öÇàÇÏ´Â ¸Ó½Å·¯´× ±â¼ú·Î, ±¸±Û¿¡¼ 2016³â¿¡ ¡¸Federated Learning: Strategies for Improving Communication Efficiency¡¹¶ó´Â ³í¹®À» ¹ßÇ¥ÇÏ¸é¼ ÇϳªÀÇ ¿ë¾î·Î ÀÚ¸® ÀâÇû´Ù. ¿¬ÇÕÇнÀÀº ±âÁ¸ÀÇ ¸Ó½Å·¯´× ±â¼úÀÌ Áö´Ñ ÇѰ踦 ³Ñ¾î ÄÄÇ»Æà ÀÚ¿ø ¼Ò¸ðÀÇ ºÐ»ê, ÇÁ¶óÀ̹ö½Ã º¸È£, °³ÀÎ ¸ÂÃãÇü ÇнÀ µîÀ» ½ÇÇöÇÒ ¼ö ÀÖ´Â ´ë¾ÈÀ¸·Î ÁÖ¸ñ¹ÞÀ¸¸ç ±¸±Û, ¾ÖÇÃ, IBM µîÀÇ °Å´ë ±â¾÷À» ºñ·ÔÇØ ¸¹Àº Å×Å© ±â¾÷¿¡¼ ¿¬±¸¸¦ ÁøÇà ÁßÀÌ´Ù. ÀÌ¿¡ ¹ß¸ÂÃç ±¹³»¿¡¼µµ ³×À̹ö, Ä«Ä«¿ÀS, KT µî ¿©·¯ ±â¾÷¿¡¼ ¿¬±¸ °³¹ßÀ» ÁøÇàÇÏ°í ÀÖÀ¸¸ç Çа迡¼µµ ¿¬±¸´Â ¹°·ÐÀÌ°í ÇÐȸ °Á µîÀ» ÅëÇØ ±â¼ú ÀüÆÄ¿¡ Èû¾²°í ÀÖ´Ù.
ÀÌ Ã¥Àº Á÷Á¢ ¿¬ÇÕÇнÀ ÇÁ·¹ÀÓ¿öÅ©¸¦ °³¹ßÇÑ ÀúÀÚµéÀÌ ±âÁ¸ÀÇ ¸Ó½Å·¯´× ±â¼ú¿¡ Àͼ÷ÇÑ °³¹ßÀÚ, ¿¬±¸ÀÚ¿¡°Ô ¿¬ÇÕÇнÀ ºÐ¾ßÀÇ ¿¬±¸ µ¿ÇâÀ» µÎ·ç Á¤¸®Çؼ ¾Ë·ÁÁØ´Ù. ¿¬ÇÕÇнÀÀÌ ¹ßÀüÇØ¿Â Àü¹ÝÀûÀÎ È帧À̳ª °ü·Ã °³³äÀ» ÀÍÈ÷´Â µ¥´Â ¾Ë¸ÂÀ¸³ª ½Ç½À À§ÁÖÀÇ ¸Ó½Å·¯´× ½Ç¿ë¼´Â ¾Æ´Ï¸ç ÇÑ ºÐ¾ß¸¦ ±íÀÌ ´Ù·ç°í ÀÖÁö ¾Ê´Ù. ÀÌ Ã¥À» ½ÃÀÛÁ¡À¸·Î »ï¾Æ ÀüüÀûÀÎ ÁöÇüµµ¸¦ ÆľÇÇÑ ´ÙÀ½, À̸¦ ¹ßÆÇÀ¸·Î Á» ´õ ±¸Ã¼ÀûÀ¸·Î °ü½É ÀÖ´Â ºÐ¾ß·Î ³ª¾Æ°¡¸é ÁÁÀ¸¸®¶ó »ý°¢ÇÑ´Ù. ½ÇÁ¦·Î ¿¬ÇÕÇнÀÀ» ±¸ÇöÇغ¸·Á¸é ÀúÀÚµéÀÌ Âü¿©ÇÑ Æäµå(AIFedAI) ±×·ìÀÇ ÆäÀÌÆ®(FATE)¸¦ ºñ·ÔÇØ ÅÙ¼Ç÷ΠÆä´õ·¹ÀÌƼµå(Tensorflow Federated), IBM Æä´õ·¹ÀÌƼµå ·¯´×(Federated Learning), ÀÎÅÚÀÇ ¿ÀÇÂ(FLOpenFL), ¿£ºñµð¾Æ(NVIDIA)ÀÇ Å¬¶ó¶ó(Clara), ¿ÀǸ¶Àεå(OpenMined)ÀÇ ÆÄÀ̽ÃÇÁÆ®(PySyft) µî ¿©·¯ ¿ÀǼҽº ¿¬ÇÕÇнÀ ÇÁ·¹ÀÓ¿öÅ©°¡ ³ª¿Í ÀÖÀ¸¹Ç·Î °³¹ß ȯ°æÀ̳ª ¼ºÇâ¿¡ µû¶ó ¼±ÅÃÇØ »ç¿ëÇغ¸±æ ¹Ù¶õ´Ù.
ÀÌ Ã¥Àº ¿ì¸®¸»·Î ¿¬ÇÕÇнÀÀ» óÀ½ ¼Ò°³Çϴ åÀÌ¶ó¼ ±×¸¸Å Ã¥ÀÓÀ» ´À³¤´Ù. ±âÁ¸ÀÇ ¸Ó½Å·¯´× °³³ä¿¡ ´õÇØ ºÐ»êÇнÀ±îÁö °í·ÁÇØ¾ß ÇÏ´Â ¿¬ÇÕÇнÀÀÇ Æ¯¼º»ó ÀÏ¹Ý °³¹ßÀÚ³ª »ç¿ëÀڷμ´Â ¿¬ÇÕÇнÀ¿¡ Á¢±ÙÇϱⰡ ´õ ¾î·Á¿î °ÍÀÌ »ç½ÇÀÌ´Ù. ¾Æ¹«ÂÉ·Ï ÀÌ Ã¥ÀÌ µ¶ÀںеéÀÌ ¿¬ÇÕÇнÀ¿¡ ´Ù°¡°¡´Â µ¥ µµ¿òÀÌ µÇ±â¸¦ ¼Ò¸ÁÇÑ´Ù.
¿©·¯ µ¥ÀÌÅÍ ¼ÒÀ¯ÀÚ°¡ ¸ðµÎ ÈƷÿ¡ »ç¿ëÇÒ °¢ÀÚÀÇ ·ÎÄà µ¥ÀÌÅ͸¦ ºñ°ø°³·Î À¯ÁöÇϸç ÇÔ²² Çù·ÂÇØ ¼·Î °øÀ¯ÇÏ´Â ¿¹Ãø ¸ðµ¨À» ÈƷýÃÅ°°í ÀÌ¿ëÇÏ·Á¸é ¾î¶»°Ô ÇØ¾ß ÇÒ±î? ÀüÅëÀûÀÎ ¸Ó½Å·¯´× ¹æ½Ä¿¡¼´Â ¸ðµç µ¥ÀÌÅ͸¦ ÇÑ°÷¿¡, º¸Åë µ¥ÀÌÅÍ ¼¾ÅÍ¿¡ ¸ð¾Æ¾ß ÇÑ´Ù. ±×·¯¸é ÀÚ¿¬È÷ »ç¿ëÀÚÀÇ °³ÀÎ Á¤º¸ º¸È£¿Í µ¥ÀÌÅÍ ±â¹Ð À¯Áö¿¡ °üÇÑ ¹ý·üÀ» À§¹ÝÇÒ ¼ÒÁö°¡ ´ÙºÐÇÏ´Ù. ¿À´Ã³¯ ¼¼°è °÷°÷¿¡¼´Â Å×Å© ±â¾÷µé¿¡°Ô »ç¿ëÀÚ µ¥ÀÌÅ͸¦ °³ÀÎ Á¤º¸ º¸È£¹ý¿¡ µû¶ó ½ÅÁßÇÏ°Ô Ãë±ÞÇÒ °ÍÀ» ¿ä±¸ÇÑ´Ù. À¯·´ ¿¬ÇÕÀÇ ÀÏ¹Ý µ¥ÀÌÅÍ º¸È£ ±ÔÁ¤(GDPR, General Data Protection Regulation)ÀÌ ´ëÇ¥ÀûÀÎ ¿¹´Ù.
ÀÌ Ã¥¿¡¼´Â ¿¬ÇÕ ¸Ó½Å·¯´×À» ÀÌ¿ëÇØ ÀÌ·¯ÇÑ ¹®Á¦¸¦ ¾î¶»°Ô ÇØ°áÇÏ´ÂÁö ¼³¸íÇÑ´Ù. ºÐ»ê ¸Ó½Å·¯´×, ¾ÏÈ£È ¹× º¸¾È, °æÁ¦ ¿ø¸®¿Í °ÔÀÓ À̷п¡ ±Ù°ÅÇÑ Àμ¾Æ¼ºê ¸ÞÄ¿´ÏÁò ¼³°è¸¦ °áÇÕÇÑ »õ·Î¿î ÇØ°áÃ¥À» Á¦½ÃÇÑ´Ù. ¿©·¯ À¯ÇüÀÇ ÇÁ¶óÀ̹ö½Ã º¸Àü ¸Ó½Å·¯´× ¼Ö·ç¼Ç°ú °¢°¢ÀÇ ±â¼ú ¹è°æÀ» ¼³¸íÇÏ°í, ´ëÇ¥ÀûÀÎ ½ÇÁ¦ Àû¿ë »ç·Ê¸¦ »ìÆ캻´Ù. ¿¬ÇÕÇнÀÀÌ ¾î¶»°Ô Ã¥ÀÓ ÀÖ´Â AI °³¹ß ¹× ÀÀ¿ë¿¡ ´ëÇÑ ±â¼úÀû, »çȸÀû ¿ä±¸¿¡ ºÎÀÀÇÏ´Â Â÷¼¼´ë ¸Ó½Å·¯´×ÀÇ ¹Ø°Å¸§ÀÌ µÉ ¼ö ÀÖ´ÂÁö ¾Ë¾Æº»´Ù.
¢Â ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¢Â
¿¬ÇÕÇнÀ ÀÔ¹®¼·Î, ÄÄÇ»ÅÍ °úÇаú AI, ML ºÐ¾ßÀÇ Çлýµé, ±×¸®°í ºòµ¥ÀÌÅÍ ¹× AI ¾ÖÇø®ÄÉÀÌ¼Ç °³¹ßÀÚµéÀ» ´ë»óÀ¸·Î ÇÑ´Ù. ÇкΠ°íÇгâºÎÅÍ ´ëÇпø Çлýµé°ú ±³¼ö, ´ëÇÐ ¹× ¿¬±¸ ±â°ü¿¡ ÀÖ´Â ¿¬±¸ÀÚµé±îÁö À¯¿ëÇÏ°Ô ÀÐÀ» ¼ö ÀÖÀ» °ÍÀÌ´Ù. ¹ý·üÀ̳ª Á¤Ã¥ ´ã´ç ±â°ü, Á¤ºÎ ºÎó¿¡¼ ÀÏÇÏ´Â À̵鿡°Ôµµ ºòµ¥ÀÌÅÍ ¹× AI¿Í °ü·ÃµÈ ¹ýÀû ¹®Á¦¿¡ ´ëÇÑ Âü°í¼°¡ µÉ ¼ö ÀÖ´Ù. °ÀÇ¿ëÀ¸·Î´Â ´ëÇпø ¼¼¹Ì³ª °úÁ¤ÀÇ ±³À糪 ¿¬ÇÕÇнÀ ¹®Çå¿¡ ´ëÇÑ Âü°í¼·Î »ç¿ëÇÒ ¸¸ÇÏ´Ù.
¢Â ¿Å±äÀÌÀÇ ¸» ¢Â
Áö±Ý ¿·¿¡ ³õ¿© ÀÖ´Â ½º¸¶Æ®Æù¿¡¼ ¿¬ÇÕÇнÀÀÌ ¼öÇà ÁßÀÏ ¼öµµ ÀÖ°Ú´Ù. ¿¬ÇÕÇнÀÀ̶õ ÈÆ·Ã µ¥ÀÌÅ͸¦ Çѵ¥ ¸ðÀ¸Áö ¾Ê°í Çù·ÂÀûÀ¸·Î ¼öÇàÇÏ´Â ¸Ó½Å·¯´× ±â¼ú·Î, ±¸±Û¿¡¼ 2016³â¿¡ ¡¸Federated Learning: Strategies for Improving Communication Efficiency¡¹¶ó´Â ³í¹®À» ¹ßÇ¥ÇÏ¸é¼ ÇϳªÀÇ ¿ë¾î·Î ÀÚ¸® ÀâÇû´Ù. ¿¬ÇÕÇнÀÀº ±âÁ¸ÀÇ ¸Ó½Å·¯´× ±â¼úÀÌ Áö´Ñ ÇѰ踦 ³Ñ¾î ÄÄÇ»Æà ÀÚ¿ø ¼Ò¸ðÀÇ ºÐ»ê, ÇÁ¶óÀ̹ö½Ã º¸È£, °³ÀÎ ¸ÂÃãÇü ÇнÀ µîÀ» ½ÇÇöÇÒ ¼ö ÀÖ´Â ´ë¾ÈÀ¸·Î ÁÖ¸ñ¹ÞÀ¸¸ç ±¸±Û, ¾ÖÇÃ, IBM µîÀÇ °Å´ë ±â¾÷À» ºñ·ÔÇØ ¸¹Àº Å×Å© ±â¾÷¿¡¼ ¿¬±¸¸¦ ÁøÇà ÁßÀÌ´Ù. ÀÌ¿¡ ¹ß¸ÂÃç ±¹³»¿¡¼µµ ³×À̹ö, Ä«Ä«¿ÀS, KT µî ¿©·¯ ±â¾÷¿¡¼ ¿¬±¸ °³¹ßÀ» ÁøÇàÇÏ°í ÀÖÀ¸¸ç Çа迡¼µµ ¿¬±¸´Â ¹°·ÐÀÌ°í ÇÐȸ °Á µîÀ» ÅëÇØ ±â¼ú ÀüÆÄ¿¡ Èû¾²°í ÀÖ´Ù.
ÀÌ Ã¥Àº Á÷Á¢ ¿¬ÇÕÇнÀ ÇÁ·¹ÀÓ¿öÅ©¸¦ °³¹ßÇÑ ÀúÀÚµéÀÌ ±âÁ¸ÀÇ ¸Ó½Å·¯´× ±â¼ú¿¡ Àͼ÷ÇÑ °³¹ßÀÚ, ¿¬±¸ÀÚ¿¡°Ô ¿¬ÇÕÇнÀ ºÐ¾ßÀÇ ¿¬±¸ µ¿ÇâÀ» µÎ·ç Á¤¸®Çؼ ¾Ë·ÁÁØ´Ù. ¿¬ÇÕÇнÀÀÌ ¹ßÀüÇØ¿Â Àü¹ÝÀûÀÎ È帧À̳ª °ü·Ã °³³äÀ» ÀÍÈ÷´Â µ¥´Â ¾Ë¸ÂÀ¸³ª ½Ç½À À§ÁÖÀÇ ¸Ó½Å·¯´× ½Ç¿ë¼´Â ¾Æ´Ï¸ç ÇÑ ºÐ¾ß¸¦ ±íÀÌ ´Ù·ç°í ÀÖÁö ¾Ê´Ù. ÀÌ Ã¥À» ½ÃÀÛÁ¡À¸·Î »ï¾Æ ÀüüÀûÀÎ ÁöÇüµµ¸¦ ÆľÇÇÑ ´ÙÀ½, À̸¦ ¹ßÆÇÀ¸·Î Á» ´õ ±¸Ã¼ÀûÀ¸·Î °ü½É ÀÖ´Â ºÐ¾ß·Î ³ª¾Æ°¡¸é ÁÁÀ¸¸®¶ó »ý°¢ÇÑ´Ù. ½ÇÁ¦·Î ¿¬ÇÕÇнÀÀ» ±¸ÇöÇغ¸·Á¸é ÀúÀÚµéÀÌ Âü¿©ÇÑ Æäµå(AIFedAI) ±×·ìÀÇ ÆäÀÌÆ®(FATE)¸¦ ºñ·ÔÇØ ÅÙ¼Ç÷ΠÆä´õ·¹ÀÌƼµå(Tensorflow Federated), IBM Æä´õ·¹ÀÌƼµå ·¯´×(Federated Learning), ÀÎÅÚÀÇ ¿ÀÇÂ(FLOpenFL), ¿£ºñµð¾Æ(NVIDIA)ÀÇ Å¬¶ó¶ó(Clara), ¿ÀǸ¶Àεå(OpenMined)ÀÇ ÆÄÀ̽ÃÇÁÆ®(PySyft) µî ¿©·¯ ¿ÀǼҽº ¿¬ÇÕÇнÀ ÇÁ·¹ÀÓ¿öÅ©°¡ ³ª¿Í ÀÖÀ¸¹Ç·Î °³¹ß ȯ°æÀ̳ª ¼ºÇâ¿¡ µû¶ó ¼±ÅÃÇØ »ç¿ëÇغ¸±æ ¹Ù¶õ´Ù.
ÀÌ Ã¥Àº ¿ì¸®¸»·Î ¿¬ÇÕÇнÀÀ» óÀ½ ¼Ò°³Çϴ åÀÌ¶ó¼ ±×¸¸Å Ã¥ÀÓÀ» ´À³¤´Ù. ±âÁ¸ÀÇ ¸Ó½Å·¯´× °³³ä¿¡ ´õÇØ ºÐ»êÇнÀ±îÁö °í·ÁÇØ¾ß ÇÏ´Â ¿¬ÇÕÇнÀÀÇ Æ¯¼º»ó ÀÏ¹Ý °³¹ßÀÚ³ª »ç¿ëÀڷμ´Â ¿¬ÇÕÇнÀ¿¡ Á¢±ÙÇϱⰡ ´õ ¾î·Á¿î °ÍÀÌ »ç½ÇÀÌ´Ù. ¾Æ¹«ÂÉ·Ï ÀÌ Ã¥ÀÌ µ¶ÀںеéÀÌ ¿¬ÇÕÇнÀ¿¡ ´Ù°¡°¡´Â µ¥ µµ¿òÀÌ µÇ±â¸¦ ¼Ò¸ÁÇÑ´Ù.