TL++-based Value-Aligned Learning and Attribution for Sovereign Collaborative Intelligence
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113558
과학기술정보통신부
한국연구재단
홍익대학교
YOON YOUNG
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
6,158만원
6,158만원
기초연구
대학
서울특별시 마포구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 참여 기관이 보유한 원천 데이터와 가치 기준을 외부에 직접 노출하지 않으면서도 공동 AI 모델을 형성하고, 그 기여를 참여자별 가치 기준에 정렬하여 투명하게 산정·분배할 수 있는 자기주권 보존형 협력 지능 기반 기술을 확보하는 것이다. 이를 위해, 첫째, cut-layer, secret sharing, 오케스트레이터-헬퍼 구조를 결합한 ...
1차년도에는 TL++ 기반 자기주권 보존형 협력 학습 구조를 개발한다. 참여 노드는 원천 데이터와 cut-layer 이전의 로컬 전단부 모델만 보유하고, cut-layer 표현은 secret sharing 방식으로 오케스트레이터와 비공모 헬퍼 서버에 분산 전달한다. 오케스트레이터는 참여 노드 순회 경로, 가상 배치, 모델 파라미터, 데이터 인덱스, gradient ...
본 연구 성과는 민감한 데이터 공유가 어려운 기관 간 협력 AI 구축에 활용될 수 있다. 특히 보안관제, 헬스케어, 금융, 공공, 제조, SaaS 등 데이터 규제와 기관별 운영 정책이 ... 둘째, 자기주권을 침해하지 않는 공정한 AI 자원 기여 보상 체계 마련, 셋째, 중소기관도 빅테크 의존 없이 협력 지능을 형성할 수 있는 AI 협력 생태계 조성, 넷째, 신뢰 기반 데이터 ...