연합학습 및 지능형 의료·교육 소프트웨어 적용

Federated Learning and Intelligent Medical/Education Software Applications

연구 내용

데이터 프라이버시를 유지하는 연합학습 설계를 정리하고, LLM 기반 가상 환자 시뮬레이션 등 교육·서비스형 AI로 확장하는 연구

다기관 협업이 필요한 의료 AI에서 데이터 프라이버시와 보안을 고려한 연합학습 전략을 정리하고 적용 가능성을 분석합니다. 특히 바이오신호와 EHR 관점에서 모델 업데이트와 통신, 비대칭 데이터 문제를 비교하는 연구를 수행했습니다. 또한 LLM 기반 가상 환자 시뮬레이션을 교육에 활용하기 위해 시나리오 생성, 프롬프트 기반 운영, 피드백 통합 자동 채점, 지식 기반·멀티에이전트 하이브리드, 정신건강 지향 시스템의 구현 범주와 평가 지표를 검토합니다. 서비스 형태로의 확장을 위해 멀티모달 병목 트랜스포머와 동적 제한 적응 손실을 적용해 경량화·모달리티 편향을 완화하는 퓨전 학습 장치도 특허로 확보했습니다. 이와 함께 상품정보 수집 SaaS에 AI 스크래퍼를 적용하는 프로젝트도 수행해 실제 서비스 파이프라인 관점을 반영합니다.

관련 프로젝트

6건

연구 흐름

초기에는 의료 데이터의 분산 환경에서 학습을 수행하기 위한 연합학습 프레임워크를 주제로, 신호 기반과 EHR 기반 접근의 방법론 차이와 임상적 타당성을 비교하는 방향으로 연구를 정리했습니다. 이후 교육 적용으로 확장하여 LLM 기반 가상 환자 시뮬레이션의 구성 요소와 데이터·평가 거버넌스 이슈를 체계적으로 정리하는 검토 연구를 수행했습니다. 동시에 경량화와 모달 편향 완화를 위한 멀티모달 융합 학습 구조를 특허화하여 배포 제약을 고려한 모델 설계를 뒷받침했습니다. 서비스 관점에서는 AI 스크래퍼가 적용된 SaaS 플랫폼 개발로 데이터 수집과 자동화 파이프라인을 구현하며 응용으로 연결했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

프라이버시 보존형 연합학습 프레임
의료 데이터 통합 학습 파이프라인
LLM 기반 가상 환자 교육 모듈
자동 시나리오 생성 시스템
프롬프트 기반 VP 운영 체계
교육용 자동 채점 로직
멀티모달 경량화 퓨전 장치
모달리티 편향 완화 학습
AI 스크래퍼 SaaS 자동 수집
의료·교육용 서비스 배포 아키텍처