개인간 연합학습 적용 혈압관리 시스템 성능 31% 향상

하렉스인포텍-이경전 교수 팀, 16~18일 부산서 열리는 제 25회 한국경영융합학술대회서 연구 성과 발표

하렉스인포텍(대표 박경양)은 16~18일 부산 벡스코에서 열리는 '제25회 한국경영학회 융합학술대회'에 참석해 이경전 경희대 교수(경영학&빅데이터응용학과)팀과 공동 연구한 ‘개인간 연합학습(FL) 방법을 적용한 혈압 관리 시스템’ 연구개발 성과를 발표한다고 밝혔다.

하렉스인포텍과 이경전 교수팀은 한국경영정보학회 세션에 참석해 연구 성과를 소개한다. 하렉스인포텍 사용자중심인공지능 연구소와 이경전 교수 연구팀은 건강, 재무, 심리, 지식 등 개인의 상태를 실시간으로 관리하고 개선할 수 있는 인공지능 기반 상품-서비스 결합 시스템인 ‘디지털 미 (Digital Me)’ 서비스를 연구하고 있다.

'디지털 미' 패러다임을 기반으로 'AMPER(Aim-Measure-Predict-evaluate-Recommend)' 구조를 새롭게 개발한 바 있다. AMPER는 사용자 중심 목표 A(Aim)에 따라 사용자의 현재 상태를 측정하는 M(Measure)을 설정하고, 데이터만을 기반으로 한 P(Predict)를 통해 사용자의 미래 상태를 예측하며, E(evaluate)를 통해 사용자의 미래 상태를 평가하고, 목표 상태에 도달하기 위한 R(Recommend)을 도출해 바람직한 행동을 추천, 사용자의 상태 향상을 극대화한 것이다.

다만, '디지털 미' 분야에서 헬스케어 서비스 연구는 민감한 정보를 포함하기 때문에 사용자의 데이터를 합치거나 공유하는 것은 바람직하지 못하다는 것이 연구팀 주장이다. 이에 사용자의 데이터를 공유하지 않고 인공지능 서비스가 가능한 개인간 연합학습(Personalized Federated Learning) 방법을 적용해 헬스케어 분야의 혈압 관리 시스템을 개발했다.

'개인간 연합학습'은 각 개인의 데이터가 분산된 상황에서 한 곳으로 데이터를 모으지 않고, 인공지능 모델의 학습 값만을 공유해 하나의 모델을 훈련하는 방법이다. 연구팀은 9908명의 혈압 데이터를 통해 혈압 수치를 예측하는 모델을 만들었고, 개인간 연합학습 방법을 적용한 결과, 9908명의 개별 모델 평균에 비해 31.36% 향상된 예측 값을 얻어냈다고 밝혔다.

연구결과를 발표한 김수현 연구원은 "이는 혈압 예측 분야에서 개인간 연합학습 방법을 적용한 첫 사례로, 개인의 의료(생체) 데이터를 보호하면서도 그 데이터를 활용한 중요한 성과로 보여진다"면서 "건강하지 못한 채 오래사는 비극을 예방하기 위해서는 건강관리가 필수다. 그동안 연구해 온 'Digital Me' 서비스를 건강관리(혈압) 영역에 적용했고, 건강과 관련한 데이터는 민감정보이기 때문에 연합학습과 같은 기술들을 적용해 개인정보 이슈 등에 문제 없이 손쉽게 AI를 활용한 건강관리 시스템을 구축하겠다"고 말했다.

연구팀은 개인 간 연합학습뿐만 아니라 기업 간 연합학습 성과도 이뤘다. 상거래 분야의 서로 다른 두 개 데이터를 각각 양분해 네 개의 개별 추천 모델을 만들었고, 연합학습 방법으로 전체 모델을 학습해 비교한 결과, 연합학습 방법을 적용한 전체 모델이 모든 개별 모델보다 최대 33.6%의 향상된 정확도를 보였다고 설명했다. 개인과 기업 모두에서 연합학습의 성과를 입증한 것이다. 연구팀은 "이번 연구 결과는 데이터의 직접적인 공유를 원치 않는 개인과 기업이 연합학습을 통해 향상된 성능의 모델을 구축할 수 있음을 입증한 중요한 성과"라고 해석했다.

박경양 하렉스인포텍 대표(왼쪽 두번째)가 4월 미국에서 이영 중기부 장관 등이 참석한 가운데 금융 범죄를 예장하기 위한 MOU를 미국 기업과 맺고 있다.