KPI뉴스 - 포스텍 연구팀, 원본 데이터 공유 없이 라벨 오류 찾아내는 분산 AI 기술 개발

  • 맑음해남6.5℃
  • 구름많음임실2.3℃
  • 맑음순천2.8℃
  • 맑음대전0.3℃
  • 맑음충주-0.7℃
  • 비홍성1.8℃
  • 맑음부산5.0℃
  • 맑음김해시4.1℃
  • 맑음홍천-0.2℃
  • 맑음거제6.3℃
  • 맑음세종0.1℃
  • 흐림보령2.4℃
  • 맑음진주5.4℃
  • 흐림남원2.1℃
  • 맑음울진0.7℃
  • 맑음고흥5.0℃
  • 구름많음고산10.2℃
  • 맑음통영4.9℃
  • 맑음밀양3.7℃
  • 맑음영덕2.0℃
  • 맑음산청3.7℃
  • 맑음대구3.1℃
  • 맑음흑산도7.3℃
  • 맑음강진군6.6℃
  • 맑음강화-0.6℃
  • 구름많음울릉도4.0℃
  • 맑음함양군3.0℃
  • 맑음구미1.2℃
  • 맑음보은-0.5℃
  • 맑음남해6.3℃
  • 맑음성산9.0℃
  • 맑음의령군4.5℃
  • 맑음강릉1.4℃
  • 맑음파주-4.9℃
  • 맑음북부산4.8℃
  • 맑음철원-1.4℃
  • 구름많음이천-1.0℃
  • 맑음봉화-1.2℃
  • 구름많음서울-0.2℃
  • 맑음대관령-6.0℃
  • 맑음북창원5.4℃
  • 맑음여수5.5℃
  • 구름많음장수0.8℃
  • 구름많음천안1.1℃
  • 흐림군산2.2℃
  • 맑음영월-1.9℃
  • 맑음추풍령-0.3℃
  • 맑음포항3.7℃
  • 흐림정읍2.8℃
  • 맑음영주-0.2℃
  • 맑음안동0.0℃
  • 구름많음백령도5.0℃
  • 맑음서청주-0.7℃
  • 맑음완도6.7℃
  • 흐림고창군3.9℃
  • 구름많음금산0.1℃
  • 맑음광양시4.3℃
  • 맑음청주1.6℃
  • 맑음북강릉1.0℃
  • 흐림고창3.6℃
  • 맑음보성군7.0℃
  • 맑음경주시3.1℃
  • 맑음문경-0.1℃
  • 흐림진도군8.1℃
  • 구름많음부여0.5℃
  • 비제주10.2℃
  • 구름많음목포7.5℃
  • 맑음인제-0.5℃
  • 맑음거창2.0℃
  • 맑음영천2.2℃
  • 맑음창원5.6℃
  • 맑음청송군-0.1℃
  • 맑음양평-0.8℃
  • 맑음동두천-1.7℃
  • 맑음춘천0.3℃
  • 흐림서산2.0℃
  • 맑음태백-3.7℃
  • 맑음양산시5.4℃
  • 맑음의성1.2℃
  • 맑음합천5.1℃
  • 구름많음순창군2.9℃
  • 구름많음전주2.4℃
  • 맑음원주-1.5℃
  • 흐림수원-0.2℃
  • 흐림영광군6.6℃
  • 맑음광주4.0℃
  • 맑음동해1.3℃
  • 맑음장흥4.9℃
  • 흐림부안3.4℃
  • 맑음상주0.9℃
  • 맑음속초1.3℃
  • 맑음울산3.4℃
  • 맑음서귀포9.5℃
  • 구름많음인천0.7℃
  • 맑음정선군-0.9℃
  • 맑음제천-1.7℃
  • 맑음북춘천-1.6℃

포스텍 연구팀, 원본 데이터 공유 없이 라벨 오류 찾아내는 분산 AI 기술 개발

장영태 기자 Google구글에서 선호하는 출처로 추가
기사승인 : 2026-08-06 09:41:19
"데이터 열지 않고도 오류 찾아낸다"…프라이버시 시대 AI의 '족집게' 검수법
의료·금융 등 다양한 분야에서 신뢰 가능한 AI 만드는 데 보탬 될 것

포스텍 연구팀이 원본 데이터를 확인하지 않고도 오류가 있는 데이터를 찾아 AI 성능을 높일 수 있는 기술을 개발했다.

 

▲ 포스텍 인공지능대학원·전자전기공학과 김광인 교수. [포스텍 제공]

 

포스텍은 인공지능대학원·전자전기공학과 김광인 교수 연구팀이 원본 데이터를 열어보지 않고도 문제 있는 데이터를 집어내 적은 비용으로 AI(인공지능) 성능을 끌어올리는 기술을 개발했다고 6일 밝혔다.

 

이번 연구는 인공지능 분야 국제학회 중 하나인 'AAAI 2026'에 메인 테크니컬 트랙 논문으로 게재됐다.

 

AI를 잘 학습시키려면 데이터마다 '라벨'이 필요하다. 라벨이 잘못 붙으면 AI는 엉뚱한 규칙을 배워 성능이 떨어진다.

 

그러나 수많은 라벨을 사람이 일일이 확인하기엔 시간과 비용이 많이 들어가기 때문에 고쳤을 때 효과가 클 데이터만 골라 재검수하는 '능동 오류 정정' 기술이 주목받고 있다.

 

문제는 데이터를 한곳에 모을 수 없는 환경이다. 병원이나 기업, 개인 기기는 개인정보 때문에 데이터를 밖으로 내보내지 못한 채 각자 가진 상태로 AI 학습에 참여한다.

 

이때 중앙 서버로 가는 것은 원본이 아니라 학습 결과 요약본뿐이다. 서버가 원본도 정답표도 볼 수 없으니 어느 곳에 잘못된 데이터가 숨어 있는지 짚어내기가 어렵다.

 

연구팀은 데이터를 직접 보는 대신, 이 요약본 속 '가중치 기울기'라는 신호에 주목했다. 이 기울기는 각 데이터가 AI를 어느 방향으로 바꾸려 하는지 보여주는 지문 같은 정보로 서버는 이것만 비교해도 원본 없이 학습 패턴을 읽어낼 수 있다.

 

연구팀은 여기에 '가우시안 프로세스'라는 통계 기법을 적용한 '가우시안 프로세스 능동 오류 정정(GPAEC) 알고리즘'을 설계했다.

 

원리는 이렇다. 다른 데이터들과 견주어 봤을 때 유독 동떨어진 곳을 '수상한 데이터'로 지목하는 것이다. 실제로 이 '튀는 정도'와 라벨 오류 확률의 상관관계는 0.86으로 잘 들어맞았다.

 

또한, 'GPAEC 알고리즘'은 비슷한 오류끼리 겹쳐 뽑지 않도록 서로 다른 유형을 고르게 선택하고 각 기관이 보고한 성적이 실제 기울기와 어긋나면 믿기 어려운 보고로 판단해 걸러낸다.

 

그 결과 논문에 제시된 36개 조건 중 34개에서 가장 높은 평균 정확도를 기록했고 첫 검수 단계에서 제대로 짚어낸 비율이 88.9%로 무작위 선택(78.6%)이나 성적만 본 방식(42.2%)을 크게 앞섰다.

 

이 기술의 가치는 '데이터를 보지 않고 문제를 찾는다'라는 데 있다. 병원들이 환자 정보를 공유하지 않고도 함께 진단 AI를 키우거나 개인 정보 유출 없이 스마트폰으로 AI를 학습시키는 사례가 늘수록 이 기술의 활용 가치는 더욱 커질 전망이다.

 

김광인 교수는 "개인정보 보호가 더욱 중요해지는 의료·금융 등 여러 분야에서 신뢰 가능한 AI를 만드는 데 보탬이 될 것"이라고 말했다.

 

KPI뉴스 / 장영태 기자 3678jyt@kpinews.kr

 

[저작권자ⓒ KPI뉴스. 무단전재-재배포 금지]