[블록미디어 박현재] 지난 21일 플록(FLock)이 연합학습(Federated Learning, FL)과 블록체인을 결합한 새로운 플랫폼 ‘FL Alliance’를 공개했다. FL Alliance는 데이터를 공유하지 않고도 안전하게 협력 학습을 진행할 수 있도록 설계됐으며, 참여자들에게 네이티브 토큰 $FLOCK을 보상으로 제공한다.
플록이 선보인 FL Alliance는 연합학습과 블록체인의 융합을 통해 기존 머신러닝의 한계를 극복하려는 시도다. 연합학습은 데이터를 중앙 서버로 모으는 대신, 각 참여자가 자신이 보유한 데이터로 로컬에서 모델을 훈련하고, 모델 업데이트(가중치나 그래디언트)만 공유하는 방식이다. 이를 통해 데이터는 원래 위치를 벗어나지 않으며, 개인 정보 보호와 보안을 강화할 수 있다.
플록 관계자는 “FL Alliance는 연합학습의 강점에 블록체인의 투명성과 신뢰성을 결합했다”며 “데이터 소유권을 보호하면서도 AI 협력 학습을 가능하게 하는 혁신적인 플랫폼”이라고 설명했다.
# FL Alliance의 구조와 보상 메커니즘
FL Alliance는 참여자가 FL 클라이언트를 실행하고 $FLOCK을 스테이킹하면 학습에 참여할 수 있는 구조다. 학습이 시작되면 제안자(Proposer)와 투표자(Voter)로 역할이 나뉘어 진행된다.
제안자는 로컬 데이터를 활용해 모델을 훈련하고, 업데이트를 제안한다. 투표자는 제안된 모델을 평가하고 검증하며, 모델 성능의 개선 여부를 판단한다. 이러한 과정은 스마트 컨트랙트를 통해 투명하게 관리되며, 각 라운드에서 모델이 점진적으로 개선될 때까지 반복된다.
플록은 참여자 간의 공정한 경쟁과 협력을 위해 ‘보상-처벌 메커니즘’을 도입했다. 제안자가 제출한 모델 업데이트가 긍정적으로 평가되면, 스테이킹된 $FLOCK을 기반으로 보상을 받는다. 반대로 부정적 평가를 받은 경우 스테이킹된 토큰이 차감된다. 투표자 역시 다수 의견과 일치한 경우 보상을 받고, 그렇지 않을 경우 페널티를 부과받는다.
플록은 이를 통해 참여자들이 정직하게 협력하고, 지속적으로 학습 과정에 기여하도록 유도한다.
플록이 FL Alliance를 통해 해결하려는 문제는 △데이터 프라이버시 △법적 규제 △참여 동기의 부족이다. AI 기술이 고도화되면서 공공 데이터만으로는 모델 성능 향상에 한계가 생겼고, 민감하고 독점적인 데이터를 활용할 필요성이 커졌다. 그러나 이를 둘러싼 규제와 개인정보 보호 이슈가 문제로 제기돼 왔다.
FL Alliance는 이러한 문제를 해결할 플랫폼으로 주목받고 있다. 블록체인의 탈중앙화 구조는 신뢰성을 강화하며, 연합학습은 데이터를 공유하지 않아도 협력 학습이 가능하도록 한다. 여기에 $FLOCK 보상을 통해 데이터 소유자들이 적극적으로 협력할 동기를 부여한다.
플록 관계자는 “FL Alliance는 기존 중앙화된 AI 학습 방식의 한계를 극복하며, 데이터 소유권을 보호하는 동시에 AI 생태계의 성장을 지원한다”며 “탈중앙화된 AI 협력 학습이 새로운 표준이 될 것”이라고 말했다.
현재 FL Alliance는 비공개 베타 테스트를 진행 중이다. 참가자는 플록의 공식 웹사이트를 통해 사전 등록을 신청할 수 있다.
플록은 연구 중심의 조직으로, FL Alliance는 IEEE Transactions on Artificial Intelligence에 게재된 논문과 같은 학술적 기반을 바탕으로 설계됐다. 플록은 공식 백서와 문서를 통해 FL Alliance의 세부 설계와 기술적 내용을 공개하며, 향후 플랫폼 참여와 관련된 구체적인 안내도 제공할 예정이다.
플록은 “AI는 데이터와 협력이 중요한 시대에 접어들었다”며 “FL Alliance를 통해 안전하고 윤리적인 데이터 협력 학습의 새 시대를 열겠다”고 밝혔다.
같이 보면 좋은 기사
