연합학습 환경에서 개인화·일반화 균형 기술 제시… 세계적 연구진과 공동 성과

AI·소프트웨어학부 박준영 석사과정생, 김선민 학부연구생, 이주형 교수(좌측부터)

가천대학교 AI·소프트웨어학부(IT융합공학과 겸임) 이주형 교수 연구실 소속 박준영 석사과정생의 ‘연합학습(Federated Learning) 환경에서 개인화(Personalization)와 일반화(Generalization) 균형’을 주제로 한 논문이 국제 SCI급 최상위 저널에 연이어 게재 승인됐다. 이 논문들은 모두 Q1급(상위 10%) 저널로, 무선통신 네트워크 및 IoT 분야에서 권위를 인정받는 저널이다.

첫 번째 논문은 한국전자통신연구원(ETRI)과 공동연구로 수행됐으며

 ‘Def-Ag: An Energy-Efficient Decentralized Federated Learning Framework via Aggregator Clients’(공동저자 우성필, 교신저자 이주형 교수)를 제목으로 ‘Elsevier Future Generation Computer Systems, 2025’에 게재됐다. 연구는 데이터 특성에 맞는 개인화 모델과 다양한 데이터를 아우를 수 있는 일반화 성능을 동시에 향상시키는 연합학습 기법을 제안했다. 특히, 제안된 방법은 기존 대비 에너지 소모를 9% 절감하면서 정확도는 10% 향상시키는 성과를 보여, 비용 효율성과 성능 향상을 동시에 달성했다.

두번째 논문은 ‘Communication-Efficient Decentralized Federated Learning for Generalization and Personalization over Wireless Networks’을 제목으로 ‘IEEE Wireless Communication Letters, 2025’에 게재됐다. 이 연구에는 학부연구생 김선민 학생이 공동 제1저자로 참여했고, 교신저자로 이주형 교수와 세계적 석학인 난양이공대학 ‘Dusit Niyato 교수(IEEE Fellow)’의 협업으로 완성도를 높였다.

이주형 교수 연구팀은 “이번 연구를 통해 축적한 노하우를 바탕으로 개인화 연합학습 기술과 시맨틱 통신, 그리고 MLOps 기술을 지속적으로 고도화해 나갈 계획”이라고 밝혔다.