핀테크 기업 토스를 운영하는 비바리퍼블리카가 세계 최고 권위의 AI 학회인 뉴립스 2025에 연구 논문이 채택되었다고 3일 발표했습니다.
이번 성과는 토스 페이스모델링팀의 이진우 연구원이 주도하고 서울대학교 비전랩과 공동으로 진행한 연구에서 나왔습니다.
뉴립스는 머신러닝과 신경정보처리 분야에서 전 세계적으로 가장 영향력 있는 학회로 평가받으며, 논문 채택률이 약 20%에 불과할 정도로 까다로운 심사 기준을 적용하고 있습니다.
올해 뉴립스 학회는 지난 2일부터 오는 7일까지 미국 샌디에이고 컨벤션센터에서 개최되며, 전 세계 AI 연구자들이 모여 최신 연구 성과를 발표하고 공유하는 자리입니다.
채택된 논문의 주제는 '로컬 사전 정렬 기반 연합학습'입니다.
이 기술은 개인정보 보호 규제로 인해 데이터를 중앙 서버로 전송할 수 없는 환경에서도 AI 모델 학습을 가능하게 하는 혁신적인 방법론입니다.
기존 연합학습 방식은 국가나 사용자 집단별로 데이터 특성이 다르거나 새로운 유형의 데이터가 나타날 때 성능이 크게 저하되는 문제점을 가지고 있었습니다.
연구팀은 이러한 한계를 극복하기 위해 두 가지 핵심 기법을 개발했습니다.
첫 번째는 '인포맵' 기반 로컬 군집화 기술로, 국가나 사용자 그룹 등 유사한 특성을 보이는 데이터를 자동으로 분류하는 방법입니다.
두 번째는 '로컬 프라이어 얼라인먼트' 기법으로, 예측 결과를 정렬해 학습의 안정성을 향상시키는 기술입니다.
이 두 기법을 결합함으로써 각 디바이스가 자체 데이터 구조를 스스로 파악하고 활용할 수 있게 되었으며, 사전에 범주 종류나 데이터 분포를 알기 어려운 상황에서도 새로운 유형의 범주를 정확하게 발견하는 '일반화 범주 발견' 성능을 입증했습니다.
이번 연구는 개인정보 보호와 AI 성능 향상이라는 두 가지 목표를 동시에 달성할 수 있는 기반 기술로 평가됩니다. 특히 개인정보 규제가 엄격한 국가에서도 해당 국가의 법적 요구사항을 준수하면서 글로벌 AI 모델을 구축할 수 있는 가능성을 제시했습니다.
논문의 정식 제목은 '이질적인 연합 학습 환경에서의 일반화 범주 발견을 위한 로컬 사전 정렬'입니다.
이진우 연구원은 "규제로 인해 데이터를 서버로 이전할 수 없고, 각 클라이언트의 데이터 분포도 제각각이며, 새로운 범주의 개수조차 알 수 없는 혹독한 상황에서도 효율적인 학습이 가능하도록 알고리즘을 최적화한 점이 핵심"이라고 설명했습니다.
토스 관계자는 "토스의 AI 역량이 세계적 학회에서 처음으로 공식적인 인정을 받았다는 점에서 의미가 크다"며 "실제 서비스에 적용 가능한 기술 연구를 지속해 개인정보 보호를 지키면서도 더 정교한 AI 기반 서비스를 제공하겠다"고 밝혔습니다.