【와티비커뮤니티-WATVcommunity】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 피해사례공유

로그인

채팅

글쓰기

[IT뉴스]DGIST, '잊힐 권리' 지키는 똑똑한 AI 개발

온카뱅크관리자

2026-08-28 08:17:25

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="qNNPMXe4s4">
          <p contents-hash="c301364d294521b3a1e1c27ed101b0c21401e728299ba928097dc71ef9735457" dmcf-pid="BjjQRZd8Ef" dmcf-ptype="general">대구경북과학기술원(DGIST·총장 이건우)은 나노기술연구부 이상철 책임연구원(학제학과 인공지능전공 겸무) 연구팀이 사용자 데이터 삭제 이후 추천 성능이 크게 저하되는 사용자군을 자동으로 찾아 보정하는 인공지능(AI) 기술을 개발했다고 28일 밝혔다.</p>
          <p contents-hash="348c665e04825b3de1e7d46bb7252b8acf0d17c71442e80de47332e06939a6a8" dmcf-pid="bff3UD71wV" dmcf-ptype="general">최근 개인정보 보호에 대한 관심이 높아지면서 이용자가 자신의 데이터 삭제를 요청하면 이미 학습된 AI 모델에서도 해당 데이터의 영향을 제거하는 '머신 언러닝(machine unlearning)' 기술이 주목받고 있다. 이는 '잊힐 권리(Right to be Forgotten)'를 AI 시스템에 구현하기 위한 핵심 기술이지만, 특정 사용자의 데이터를 삭제하는 과정에서 다른 이용자의 추천 품질까지 저하될 수 있다는 한계가 있다.<br></p>
          <figure class="figure_frm origin_fig" contents-hash="d530c78871c642a4926ae85d6aa3cb0675f8c3413dfd46f0edac61448df7b5b4" dmcf-pid="K440uwztE2" dmcf-ptype="figure">
           <p class="link_figure"><img alt="이상철 DGIST 나노기술연구부 책임연구원(왼쪽)과 제1저자인 정유진 학부연구생" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/28/etimesi/20260828081108958dvig.jpg" data-org-width="700" dmcf-mid="7priopaew6" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/28/etimesi/20260828081108958dvig.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            이상철 DGIST 나노기술연구부 책임연구원(왼쪽)과 제1저자인 정유진 학부연구생
           </figcaption>
          </figure>
          <p contents-hash="34977f53aac2a46ffe952503c02094bc15dcbed148b636ad0bb6de34fa840723" dmcf-pid="988p7rqFr9" dmcf-ptype="general">연구팀은 그래프 신경망(GNN) 기반 추천시스템에서 일부 사용자들이 다른 사용자군을 연결하는 구조적 역할을 하며, 이들의 데이터 삭제가 주변 사용자들의 추천 성능에도 영향을 줄 수 있음에 주목했다. 이를 바탕으로 데이터 삭제 후 가장 큰 영향을 받은 사용자군을 자동으로 찾아 선택적으로 추가 학습하는 보정 기술 'Ada-Comp(Adaptive Compensation)'를 제안했다.</p>
          <p contents-hash="936aa8a95eed20f7387084d4d8dcf3d14762d7b6dd5f659a89811a92ca52ddc1" dmcf-pid="266UzmB3EK" dmcf-ptype="general">이번 연구는 머신 언러닝의 관점을 기존의 '삭제 대상 사용자의 정보를 얼마나 잘 제거했는가'에서 '그 과정이 다른 사용자에게 어떤 영향을 미치는가'까지 확장했다는 점에서 의미가 있다. 개인정보 삭제를 충실히 반영하면서도 특정 사용자군에 예상치 못한 성능 저하가 집중되지 않도록 하는 새로운 접근법을 제시했다.<br></p>
          <figure class="figure_frm origin_fig" contents-hash="1145bed71aba7785abf8701f56a1174f70d5effd539d3fcb0ee7e15b9f3f10ce" dmcf-pid="VPPuqsb0sb" dmcf-ptype="figure">
           <p class="link_figure"><img alt="Ada-Comp의 전체 동작 과정" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/28/etimesi/20260828081110233kktb.png" data-org-width="700" dmcf-mid="z11CSMTsO8" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/28/etimesi/20260828081110233kktb.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            Ada-Comp의 전체 동작 과정
           </figcaption>
          </figure>
          <p contents-hash="fa986a51f3ad644434b94a06b4b0598c0b52ce2458e14c744fd9a76fd11daa02" dmcf-pid="fQQ7BOKpmB" dmcf-ptype="general">특히 이번 성과는 DGIST 학사부와 연구부 간 융합연구를 통해 학부생이 주도한 연구를 국제 수준의 연구성과로 발전시켰다는 점에서도 의미가 크다. 정유진 학부연구생이 제1저자를 맡고, 이상철 책임연구원이 교신저자로 참여해 학부 과정의 연구를 전문 연구진의 연구 경험과 연계했다.</p>
          <p contents-hash="e2b574716719142ef5029814e1e44fdfd606adaf77979dfc68830775da4d00e4" dmcf-pid="4xxzbI9UDq" dmcf-ptype="general">또 이상철 연구팀은 2025년에도 당시 DGIST 학부생이었던 이승언 졸업생이 학부 과정에서 수행한 연구를 'KDD Research Track'에서 발표한 바 있다. 정유진 학부연구생의 이번 연구는 최근 ACM KDD Undergraduate Consortium(KDD-UC '26)에 단 28편만 선정된 연구중 하나다. DGIST 학부생이 수행한 연구가 2년 연속 KDD에서 선정·발표되는 성과로 이어졌다.</p>
          <p contents-hash="54fc78a81cb34b7af74abc8ac6de8d7b55e03dd4054d425f0eb9e4fef5aa0eb4" dmcf-pid="8MMqKC2uIz" dmcf-ptype="general">이상철 책임연구원은 “개인정보를 안전하게 삭제하는 것뿐 아니라 그 과정에서 다른 이용자의 서비스 품질이 저하되지 않도록 하는 것 역시 신뢰할 수 있는 AI를 위해 중요하다”며 “이번 연구가 머신 언러닝 이후 발생할 수 있는 사용자군별 성능 격차를 줄이는 새로운 방향을 제시할 것으로 기대한다”고 말했다.</p>
          <p contents-hash="2220f4dcd96c81dfd01cb702916f309fc10462897d69913b092f9df32a0fed66" dmcf-pid="6RRB9hV7O7" dmcf-ptype="general">대구=정재훈 기자 jhoon@etnews.com</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p>

엔비디아, 하루 만에 시총 610조원 증가…역대 두 번째 기록 "AI 해킹 확산, 대응시간 없다"...116개 빅테크, 글로벌 공동대응 촉구[글로벌AI브리핑]

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기