와이에스메타

와이에스메타는 장재연 교수님의 연구분야인 연합학습, AI 모델 경량화, 온디바이스·엣지 AI, 프라이버시 보존 데이터 분석, 분산 지능 시스템​이 당사가 현재 보유한 AI Agent 및 LLM 기술의 다음 단계 연구개발 방향과 매우 높은 연관성을 가지고 있다고 판단하고 있습니다. 특히 당사가 사업을 수행하고 있는 금융·공공 분야에서는 개인정보와 민감정보의 외부 이동이 제한되기 때문에 다수 기관의 데이터를 하나의 중앙 서버로 수집하여 AI를 학습하는 방식에 한계가 있습니다. 이에 따라 각 기관 내부에 데이터를 유지하면서 모델의 학습정보만 공유하는 연합학습 기반 다기관 공동 AI 모델 개발은 실제 산업현장에서 높은 활용 가능성이 있다고 판단합니다. 또한 현재 LLM과 AI Agent는 GPU 서버 중심으로 운영되고 있으나, 모델 압축·양자화 기술을 적용할 경우 소형 GPU 서버, 엣지 장비 및 향후 다양한 온디바이스 환경에서도 AI Agent를 운영할 수 있습니다. 이를 통해 네트워크 지연 감소, 운영비 절감, 개인정보 보호 및 장애 상황에서의 독립적인 AI 추론이 가능할 것으로 기대합니다. 와이에스메타는 실제 산업 데이터를 활용한 AI 서비스 개발 및 사업화를 담당하고, 장재연 교수 연구팀은 연합학습·경량화·분산 AI에 대한 핵심 알고리즘 및 연구기술을 담당하는 형태의 산학협력을 기대하고 있습니다. 주요 공동 연구 아이디어 1. 금융기관 간 프라이버시 보존형 연합학습 AI 금융회사별 고객 데이터를 외부로 반출하지 않고 공동 AI 모델 학습 이상거래 탐지, 대출 위험도 분석, 채권관리 등의 AI 모델 공동 고도화 기관별 데이터를 중앙에 저장하지 않는 Privacy-Preserving AI 구조 개발 2. 연합학습 기반 금융·공공 AI Agent 기관별 AI Agent가 자체 데이터를 활용하여 동작 각 기관의 학습 결과만 중앙 서버와 공유 여러 기관의 AI Agent가 경험과 모델을 공동으로 발전시키는 Federated Agent 구조 연구 3. ADAM 모델 경량화 및 온디바이스 AI 연구 ADAM-Coder·ADAM-Healer 모델에 Quantization, Pruning, Distillation 적용 대형 GPU 의존도를 낮춘 소형 AI 모델 개발 기업 내부 서버 및 엣지 장비에서 독립적으로 구동 가능한 Private AI 구현 4. 엣지 기반 실시간 AI 추론 시스템 음성 STT, OCR, 이상탐지 모델을 경량화하여 엣지 환경에 탑재 금융 상담·콜봇·문서처리·산업현장 등에서 실시간 AI 추론 네트워크 장애 상황에서도 독립적으로 동작하는 AI 시스템 연구 5. 연합학습·경량화 기반 분산 지능 플랫폼 중앙 LLM + 기관별 Edge AI Agent 구조 설계 중앙에서는 범용지식을 관리하고 각 기관의 Edge Agent는 기관 특화 업무 수행 다수 Agent 간 지식·모델 업데이트를 연합학습 방식으로 공유하는 분산 AI 플랫폼 개발 궁극적으로 양 기관의 협력을 통해 “데이터는 기관 내부에 두고, AI 모델과 지능만 공유하는 프라이버시 보존형 분산 AI 플랫폼”​을 공동 연구하는 것을 목표로 하고자 합니다. 이는 금융·공공·의료·산업 등 데이터 반출이 어려운 다양한 분야로 확장 가능한 기술로서 연구성과와 사업화 가능성을 동시에 확보할 수 있을 것으로 기대합니다.