[한국지능시스템학회] 시장 구조를 반영한 연합학습 인센티브 메커니즘 제안 - 신성국, 김광수
- 인공지능 융합 연구실
- 조회수464
- 2020-11-30
요약
연합학습은 데이터를 직접 접근하지 않고, 각 클라이언트에서 학습된 가중치를 활용하여 기계학습 모델을 훈련하는 기술이다. 연합학습 모델을 잘 훈련하기 위해서는 학습 과정을 조정하는 연합학습 책임자와 다수의 데이터 보유자가 참여해야 한다. 하지만 1) 연합학습의 수익성 부족과 2) 프리라이딩의 이유로 데이터 보유자의 연합학습 참여도가 떨어지는 문제가 발생한다. 따라서 연합학습 책임자는 인센티브 메커니즘을 설계하여 데이터 보유자의 참여 유도를 위한 적절한 수익 배분이 필요하다. 기존 연구는 데이터 보유자와 책임자 간 인센티브 부여 단계만을 고려하여, 연합모델을 통해 생성된 서비스 시장 구조를 반영하지 못해 두 주체의 정확한 손익구조 파악이 어려웠다. 이에 본 논문에서는 데이터 보유자의 수익을 극대화하고, 프리라이딩 문제 해결이 가능한 3-계층 연합학습 메커니즘을 제안한다. 제안 기술은 서비스 시장 구조를 반영하여 각 이해 당사자의 역할 및 손익구조, 상호 간의 이해관계를 파악하고 참여자들이 지급 받을 수 있는 최적의 인센티브 전략을 세운다.
키워드
연합학습, 3-계층 인센티브 메커니즘, 서비스 시장 구조