와이즈넛, 데이터 반출 없는 연합 AI 기술 고도화…AI 에이전트 보안 공략

과기정통부 지원 연구 3차년도 착수…기관별 데이터 외부 유출 없이 학습·분석

AI 모델 크기 72% 축소·데이터 전송량 8배 절감…실증기관과 현장 적용 추진

와이즈넛로고[사진=와이즈넛]

와이즈넛이 기관별 데이터를 외부로 반출하지 않고도 인공지능(AI) 학습과 분석에 활용할 수 있는 연합컴퓨팅 기술 고도화에 나선다. 민감 정보 보호가 중요한 산업 현장에서도 AI를 안전하게 활용할 수 있는 기반을 마련한다는 목표다.

와이즈넛은 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '데이터 활용 강화를 위한 분산형 데이터 연합컴퓨팅 기술 개발 및 실증' 과제의 3차년도 연구를 본격 추진한다고 3일 밝혔다.

연합컴퓨팅은 여러 기관에 분산된 데이터를 한곳에 모으지 않고 각 기관에 원본 데이터를 보관한 상태에서 AI 학습과 분석을 수행하는 기술이다. 개인정보나 기업의 민감 정보가 외부로 유출될 위험을 줄이면서 분산된 데이터의 활용도를 높일 수 있다는 점이 특징이다.

이번 과제는 소프트웨어(SW)컴퓨팅산업원천기술개발사업의 일환으로 추진된다. 여러 기관에 흩어진 대규모 데이터를 중앙에 집중하지 않고도 신속하고 정확하게 분석·학습할 수 있는 연합 AI 플랫폼 개발과 실증이 목표다.

와이즈넛은 이번 연구에서 네 가지 핵심 기술을 개발하고 있다. 스마트폰과 웨어러블 기기에서도 연산이 가능한 AI 모델 경량화 기술, 중앙 서버와 지역 단말 간 데이터 전송을 위한 고속 통신 기술, 암호화된 상태에서 데이터를 처리하는 프라이버시 보장 연합 분석 기술, 중앙의 대형 모델과 단말의 소형 모델을 연계하는 전역 계층형 학습 모델 구축 기술 등이다.

올해 연구에서는 구체적인 기술 성과도 확보했다. 8비트 양자화 기법을 적용해 AI 모델 크기를 기존 대비 72% 줄이면서도 성능을 유지했다. 지역 캐시 기술을 통해 중앙 서버와 지역 서버 간 데이터 전송량도 기존 대비 8.06배 절감했다.

와이즈넛은 앞으로 실제 데이터를 활용한 응용 서비스를 구축하고 학습 결과를 관리하는 체계를 마련해 기술의 현장 적용을 확대할 계획이다. 서울연구원과 대웅제약, 한국은행 등 실증기관과 협력해 각 분야의 데이터를 수집·분석·학습하고 연합컴퓨팅 기술의 활용 가능성을 검증할 예정이다.

강용성 와이즈넛 대표는 "민감한 데이터를 안전하게 지키면서 학습·분석할 수 있는 연합컴퓨팅 기술은 앞으로 AI 에이전트가 보안이 중요한 현장으로 확산되는 데 핵심적인 역할을 할 것"이라며 "와이즈넛이 축적해 온 AI 기술 역량과 연계해 안심하고 데이터를 다룰 수 있는 AI 환경을 마련하는 데 기여하겠다"고 말했다.