이글루시큐리티, AI 정확도 향상 기술 특허 2건 취득

이글루시큐리티(대표 이득춘)는 레이블링과 피드백 과정을 개선해 머신러닝 알고리즘의 정확성을 높이는 인공지능(AI) 관련 특허 기술 2건을 취득했다고 4일 밝혔다.

이번에 등록한 2건의 특허는 머신러닝 알고리즘이 학습하는 학습 데이터의 신뢰도를 높이고 머신 러닝 피드백 과정의 효율성을 향상시키는 데 중점을 두고 있다.

머신러닝 알고리즘의 정확성을 높이기 위해서는 보안 이벤트에 정답을 달아주는 ‘레이블링’과, 머신러닝 알고리즘이 내놓은 예측 결과를 평가하고 필요시 재학습시키는 ‘피드백’ 과정이 필수다. 레이블링 작업을 토대로 머신러닝 알고리즘이 학습할 수 있는 학습 데이터를 생성할 수 있고, 피드백 과정을 반복하면서 학습된 머신러닝 알고리즘의 모델의 성능이 향상된다.

레이블링이 필요한 학습 데이터와 기존 학습 시 없었거나 일부 변화된 예측 데이터가 급증하면서, 레이블링과 피드백 업무의 효율성을 높이는 기술의 필요성이 높아지게 됐다. 여러 담당자들이 다른 기준에 따라 레이블링 정보를 입력하는 과정에서 학습 데이터의 신뢰도가 떨어지고, 담당자가 일일이 불만족스러운 머신러닝 예측 결과에 대한 피드백을 부여해야 해 작업 시간이 길어지는 점이 문제였다.

‘머신러닝 학습 데이터 생성 방법 및 그 시스템’에 대한 특허는 작업자의 실수로 인해 발생할 수 있는 레이블링 작업 오류를 줄이고 학습 데이터의 무결성을 유지하는 기술이다. 여러 담당자가 레이블링 정보를 변경하는 이력을 수치화해 사용자에게 많이 선택된 이력과 가장 최근 업데이트된 이력에 가중치를 부여한다. 이후 가장 높은 점수를 받은 이력을 레이블링 데이터로 결정하고 이를 토대로 학습 데이터를 생성, 학습 데이터의 신뢰도를 높일 수 있게 된다.

‘머신러닝의 예측 데이터 피드백 적용 방법 및 그 시스템’에 대한 특허는 능동 학습 기반의 피드백 적용을 통해 피드백 작업 시간을 최소화하면서 피드백의 정확성을 높이는 기술이다. 머신러닝 모델이 예측한 결과를 군집화한 뒤 군집의 대표 이벤트를 결정해 이에 대한 피드백을 입력하면, 이 피드백이 군집 내 나머지 이벤트에 적용되는 방식이다. 여러 군집 중 신뢰도 점수가 높은 군집 데이터에 먼저 피드백을 부여함으로써, 적은 수의 피드백으로도 머신러닝 모델을 효율적으로 학습시킬 수 있다.