와이즈넛, 데이터 반출 없는 AI 기술 강화…공공·제약·금융 적용

와이즈넛이 민감한 데이터를 외부로 내보내지 않고 인공지능(AI) 학습과 분석에 활용하는 기술을 고도화했다.

와이즈넛은 과학기술정보통신부와 정보통신기획평가원이 지원하는 '데이터 활용 강화를 위한 분산형 데이터 연합컴퓨팅 기술 개발 및 실증' 과제 3차년도 연구를 시작했다고 3일 밝혔다. 여러 기관에 흩어진 데이터를 한곳에 모으지 않고 분석·학습하는 연합 AI 기술을 플랫폼으로 개발하는 것이 목표다.

올해 연구에서는 원본 데이터를 각 기관에 둔 채 암호화한 상태로 통계를 산출하는 연합 분석 기술을 구현했다. 개인정보나 기밀 정보의 외부 반출을 제한하면서도 기관 간 데이터 활용을 지원하는 식이다.

와이즈넛이 민감한 데이터를 외부로 내보내지 않고 인공지능(AI) 학습과 분석에 활용하는 기술을 고도화했다. (이미지=와이즈넛)

와이즈넛은 모델 운영에 필요한 연산과 통신 부담을 줄이는 성과도 확인했다고 밝혔다. 8비트 양자화 기법을 적용해 성능을 유지하면서 AI 모델 크기를 기존보다 72% 줄인 것으로 나타났다. 지역 캐시 기술을 활용해 중앙 서버와 지역 서버 간 데이터 전송량도 기존의 약 8분의 1 수준으로 낮췄다.

회사는 원본 데이터와 암호화한 데이터의 분석 결과가 얼마나 일치하는지를 나타내는 '데이터 유용성' 지표에서는 과제 목표치인 0.85 이상을 기록했다고 설명했다.

와이즈넛은 스마트폰과 웨어러블 등 연산 자원이 적은 기기에서도 활용할 수 있는 모델 경량화 기술을 개발하고 있다. 중앙 서버와 지역 단말 간 고속 통신 기술과 중앙의 대형 모델을 단말의 소형 모델과 비교·연계하는 학습 기술도 연구하고 있다.

와이즈넛은 서울연구원과 대웅제약, 한국은행 등 실증기관과 분야별 현장 활용도를 높일 계획이다. 실제 데이터를 바탕으로 응용 서비스를 구축하고 학습 결과를 관리하는 체계도 마련한다.