Federated Learning (연합학습)

Federated Learning (연합학습)

데이터를 중앙에 모으지 않고 각 참여자의 로컬 데이터에서 모델을 학습한 후 모델 파라미터만 집계하는 분산 학습 기법

특징: 데이터 프라이버시 보존, GDPR/개인정보보호법 대응, 의료·금융 핵심 기술, Google 2017 제안, Cross-Device/Cross-Silo 구분

구성요소

• •중앙 서버(Aggregator): 글로벌 모델 관리, 클라이언트 업데이트 수신·집계
• •참여 클라이언트: 로컬 데이터로 학습 수행, 모델 업데이트만 전송
• •통신 프로토콜: 클라이언트-서버 간 모델 파라미터 교환
• •집계 알고리즘: FedAvg(가중 평균), FedProx(이질성 대응)

동작원리: 글로벌 모델 배포 → 각 클라이언트 로컬 학습 → 모델 업데이트(가중치) 전송 → 서버 집계(FedAvg) → 글로벌 모델 갱신 → 반복

비교

연관: 프라이버시, 분산학습, 엣지AI, 차분프라이버시, GDPR