개인정보 보호

기존의 머신러닝 파이프라인에서 데이터 수집은 가장 먼저 수행되며 종종 가장 비용이 많이 드는 단계입니다. 모델을 학습시키려면 사진, 문자 메시지, 건강 기록, 금융 거래 등 사용자의 원래 데이터를 수집하여 중앙 클라우드 서버에 업로드해야 합니다. 이러한 중앙 집중식 접근 방식은 AI 혁명을 이끌어 왔지만 다음과 같은 중대한 과제에 직면해 있습니다. 개인정보 보호 우려: 사용자는 개인 데이터를 타사 서버에 업로드하는 것을 점점 더 꺼려하고 있습니다. 데이터 규제: GDPR 및 HIPAA와 같은 규정은 개인 데이터의 전송 및 저장 방식을 엄격하게 제한합니다. 대역폭 비용: 수백만 대의 에ッジ 디바이스(스마트폰 등)에서 수 기가바이트의 원시 데이터를 업로드하는 것은 매우 비효율적입니다. **연합 학습(Federated Learning - FL)**은 기존의 패러다임을 완전히 뒤집어 이 문제를 해결합니다. 데이터를 모델이 있는 곳으로 가져오는 대신 모델을 데이터가 있는 곳으로 가져갑니다.