KAIST가 연합학습(Federated Learning)의 고질적인 성능 저하 문제를 해결하고, AI 모델의 일반화 성능을 획기적으로 향상시킨 새로운 학습 방법을 개발했다. 이번 연구는 병원·은행 같은 보안이 중요한 분야는 물론, 소셜미디어·온라인 쇼핑처럼 변화가 잦은 환경에서도 안정적인 성능을 발휘하며, 인공지능 협업의 새 가능성을 보여줬다. KAIST는 산업및시스템공학과 박찬영 교수 연구팀이 연합학습의 한계를 극복할 수 있는 새로운 학습 방식을 제시했다고 15일 밝혔다. 이번 연구는 ‘데이터 프라이버시를 지키면서도 협업 가능한 AI’를 구현한 것으로 평가받고 있다. 연합학습은 여러 기관이 데이터를 직접 공유하지 않고도 AI를 공동 학습할 수 있는 방식이다. 그러나 이렇게 만들어진 공동 AI 모델을 각 기관 환경에 맞게 최적화하는 과정에서, 특정 기관의 데이터 특성에만 과도하게 적응하는 ‘지역 과적합(Local Overfitting)’ 문제가 꾸준히 제기돼왔다. 예를 들어 여러 은행이 함께 구축한 ‘공동 대출 심사 AI’를 특정 은행이 대기업 고객 데이터를 중심으로 재학습시키면, 그 은행의 AI는 대기업 심사에는 강하지만 개인이나 스타트업 고객 심사에는 약
스노우플레이크(Snowflake)가 금융 산업을 위한 ‘금융 특화 코텍스 AI(Cortex AI for Financial Services)’를 출시했다. 이를 통해 금융 기관들은 높은 수준의 보안과 규제 준수를 유지하면서도 AI 모델, 애플리케이션, 에이전트를 활용해 데이터 기반 의사결정을 강화할 수 있게 됐다. 금융 특화 코텍스 AI는 시장 분석, 리스크 관리, 이상 거래 탐지, 고객 지원, 보험 청구 관리 등 다양한 금융 업무를 자동화하고 효율화할 수 있는 기업용 AI 에이전트를 포함한다. 이를 통해 금융 기관은 업무 시간을 절감하고 운영비를 낮추며, 신속하고 정확한 인사이트를 도출할 수 있다. 스노우플레이크는 또한 산업 전반에서 활용 가능한 관리형 ‘MCP 서버(Model Context Protocol Server)’를 퍼블릭 프리뷰로 선보였다. MCP 서버는 기업 내부의 민감한 데이터를 스노우플레이크 환경 내에서 안전하게 관리하며, 앤트로픽, 크루AI, 세일즈포스 등 주요 에이전트 플랫폼과 연결해 풍부한 컨텍스트를 갖춘 AI 애플리케이션 구축을 지원한다. 이를 통해 기업은 외부 데이터와 내부 데이터를 분리·보호하면서도 상호 운용성을 확보할 수 있다.
알고리즘, 계산과학, 데이터사이언스, 영상지능, 언어지능, 예측/제어 등 6개 분야의 ‘학계 전문위원회’ 구성…’산업계 전문위원회’ 는 9월 개최 포스코그룹이 AI기술 자문위원회를 신설하고, 5일 서울 포스코센터에서 첫 회의를 개최했다. AI분야 학계 및 산업계 전문가 20여 명으로 구성되는 포스코그룹 AI기술 자문위원회는 실시간 진화하는 AI신기술 및 트렌드 등을 공유하고, 포스코그룹에서 AI가 적용 가능한 사업분야와 핵심인재 발굴, 비즈니스 전략 등에 대해 조언하는 역할을 맡게되며, ‘학계 전문위원회’와 ‘산업계 전문위원회’로 나눠 운영된다. 이날 킥오프 미팅을 한 ‘학계 전문위원회’는 알고리즘, 계산과학, 데이터사이언스, 영상지능, 언어지능, 예측/제어 등 6개 분야의 고려대, 성균관대, 연세대, 카이스트, 포스텍 교수 등으로 구성된다, 정창화 미래기술연구원장, 김주민 미래기술연구원 AI 연구소장, 서영주 포스텍 인공지능연구원장 등 포스코그룹 AI분야 전문가들도 함께 참석해 미래기술연구원 산하 AI연구소의 핵심 연구 추진 방향인 ‘Green Intelligence’를 중심으로 4대 연구분야인 △ Manufacturing AI(제조 AI), △ Enter