제 11 항에 있어서, 제2 양자화 파라미터에 기초하여 상기 중간 그라디언트에 대한 양자화를 수행하는 단계; 및상기 양자화된 제2 중간 활성화 데이터 및 상기 제2 양자화 파라미터를 상기 단말로 전송하는 단계를 포함하는, 방법.

통신 시스템에서 단말에 의하여 수행되는 방법에 있어서, AI (artificial intelligence) 를 위한 모델 (model) 과 관련된 훈련 (training) 과정을 위한 설정 정보를 제1 서버로부터 수신하는 단계;상기 모델의 일부인 단말-사이드 모델에 기초하여 상기 훈련 과정을 위한 제1 중간 활성화 (intermediate activation) 데이터를 획득하는 단계; 제1 양자화 파라미터 (quantization parameter) 에 기초하여 상기 제1 중간 활성화 데이터에 대한 양자화를 수행하는 단계; 및상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터를 상기 모델의 상기 단말-사이드 모델을 제외한 나머지 일부인 네트워크-사이드 모델과 관련되는 제2 서버로 전송하는 단계를 포함하는, 방법.

제 1 항에 있어서, 상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터는 논리 채널 DCCH (dedicated control channel) 에 매핑되어 RRC (radio resource control) 메시지를 통하여 전송되고, 상기 RRC 메시지는 상기 훈련 과정의 현재 라운드 (current round), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 지원 (support) 중간 활성화 데이터, 지원 레이블 (label), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 쿼리 (query) 중간 활성화 데이터, 쿼리 레이블 및 상기 제1 양자화 파라미터를 포함하는, 방법.

제 11 항에 있어서, 상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터는 논리 채널 DCCH (dedicated control channel) 에 매핑되어 RRC (radio resource control) 메시지를 통하여 수신되고, 상기 RRC 메시지는 상기 훈련 과정의 현재 라운드 (current round), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 지원 (support) 중간 활성화 데이터, 지원 레이블 (label), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 쿼리 (query) 중간 활성화 데이터, 쿼리 레이블 및 상기 제1 양자화 파라미터를 포함하는, 방법.

제 1 항에 있어서, 상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터를 전송한 이후, 상기 제2 서버로부터 제2 양자화 파라미터로 양자화된 중간 그라디언트 (intermediate gradient) 를 수신하는 단계, 상기 중간 그라디언트는 상기 훈련 과정을 위한 것임; 상기 제2 양자화 파라미터에 기초하여 상기 양자화된 중간 그라디언트에 대한 양자화 복원 (de-quantization) 을 수행하는 단계; 상기 양자화 복원된 중간 그라디언트에 기초하여 상기 단말-사이드 모델을 처리하는 단계; 및상기 처리된 단말-사이드 모델과 관련된 파라미터를 상기 제1 서버로 전송하는 단계를 포함하고, 상기 단말-사이드 모델은 상기 훈련 과정의 현재 라운드의 개시 전 상기 제1 서버로부터 수신된 파라미터에 기초하는, 방법.

제 3 항에 있어서, 상기 설정 정보는 응용 계층 (application layer) 메시지를 통하여 수신되고, 상기 설정 정보는 상기 중간 활성화 데이터의 양자화를 설정하는 정보, 상기 양자화된 중간 활성화 데이터와 관련된 정보, 상기 중간 그라디언트의 양자화를 설정하는 정보 및 상기 양자화된 중간 그라디언트와 관련된 정보를 포함하는, 방법.

제 1 항에 있어서, 상기 훈련 과정에 대응하는 추론 (inference) 과정을 위한 제2 중간 활성화 데이터를 획득하는 단계; 상기 제1 양자화 파라미터에 기초하여 상기 제2 중간 활성화 데이터에 대한 양자화를 수행하는 단계;상기 양자화된 제2 중간 활성화 데이터 및 상기 제2 양자화 파라미터를 상기 제2 서버로 전송하는 단계; 및상기 추론 과정과 관련된 예측 (prediction) 에 대한 반환 (return) 이 요구됨을 설정하는 정보가 상기 설정 정보에 포함된 경우, 상기 양자화된 제2 중간 활성화 데이터 및 상기 제2 양자화 파라미터를 전송한 이후, 상기 제2 서버로부터 상기 예측을 수신하는 단계를 포함하고, 상기 예측은 상기 훈련 과정 이후의 네트워크-사이드 모델에 기초하는, 방법.

통신 시스템의 단말에 있어서, 송수신기; 및상기 송수신기와 연결된 프로세서를 포함하고, 상기 프로세서는:AI (artificial intelligence) 를 위한 모델 (model) 과 관련된 훈련 (training) 과정을 위한 설정 정보를 제1 서버로부터 수신;상기 모델의 일부인 단말-사이드 모델에 기초하여 상기 훈련 과정을 위한 제1 중간 활성화 (intermediate activation) 데이터를 획득; 제1 양자화 파라미터 (quantization parameter) 에 기초하여 상기 제1 중간 활성화 데이터에 대한 양자화를 수행; 및상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터를 상기 모델의 상기 단말-사이드 모델을 제외한 나머지 일부인 네트워크-사이드 모델과 관련되는 제2 서버로 전송하도록 설정되는, 단말.

제 6 항에 있어서, 상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터는 논리 채널 DCCH (dedicated control channel) 에 매핑되어 RRC (radio resource control) 메시지를 통하여 전송되고, 상기 RRC 메시지는 상기 훈련 과정의 현재 라운드 (current round), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 지원 (support) 중간 활성화 데이터, 지원 레이블 (label), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 쿼리 (query) 중간 활성화 데이터, 쿼리 레이블 및 상기 제1 양자화 파라미터를 포함하는, 단말.

제 6 항에 있어서, 상기 프로세서는:상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터를 전송한 이후, 상기 제2 서버로부터 제2 양자화 파라미터로 양자화된 중간 그라디언트 (intermediate gradient) 를 수신, 상기 중간 그라디언트는 상기 훈련 과정을 위한 것임; 상기 제2 양자화 파라미터에 기초하여 상기 양자화된 중간 그라디언트에 대한 양자화 복원 (de-quantization) 을 수행; 상기 양자화 복원된 중간 그라디언트에 기초하여 상기 단말-사이드 모델을 처리; 및상기 처리된 단말-사이드 모델과 관련된 파라미터를 상기 제1 서버로 전송하도록 설정되고, 상기 단말-사이드 모델은 상기 훈련 과정의 현재 라운드의 개시 전 상기 제1 서버로부터 수신된 파라미터에 기초하는, 단말.

제 8 항에 있어서, 상기 설정 정보는 응용 계층 (application layer) 메시지를 통하여 수신되고, 상기 설정 정보는 상기 중간 활성화 데이터의 양자화를 설정하는 정보, 상기 양자화된 중간 활성화 데이터와 관련된 정보, 상기 중간 그라디언트의 양자화를 설정하는 정보 및 상기 양자화된 중간 그라디언트와 관련된 정보를 포함하는, 단말.

제 6 항에 있어서, 상기 프로세서는:상기 훈련 과정에 대응하는 추론 (inference) 과정을 위한 제2 중간 활성화 데이터를 획득; 상기 제1 양자화 파라미터에 기초하여 상기 제2 중간 활성화 데이터에 대한 양자화를 수행;상기 양자화된 제2 중간 활성화 데이터 및 상기 제2 양자화 파라미터를 상기 제2 서버로 전송; 및상기 추론 과정과 관련된 예측 (prediction) 에 대한 반환 (return) 이 요구됨을 설정하는 정보가 상기 설정 정보에 포함된 경우, 상기 양자화된 제2 중간 활성화 데이터 및 상기 제2 양자화 파라미터를 전송한 이후, 상기 제2 서버로부터 상기 예측을 수신하도록 설정되고, 상기 예측은 상기 훈련 과정 이후의 네트워크-사이드 모델에 기초하는, 단말.

통신 시스템에서 제2 서버에 의하여 수행되는 방법에 있어서, AI (artificial intelligence) 를 위한 모델 (model) 과 관련된 훈련 (training) 과정을 위한 설정 정보를 제1 서버로부터 수신하는 단계;제1 양자화 파라미터로 양자화된 제1 중간 활성화 (intermediate activation) 데이터를 상기 모델의 일부인 단말-사이드 모델과 관련되는 단말로부터 수신하는 단계, 상기 제1 중간 활성화 데이터는 상기 훈련 과정을 위한 것임; 상기 제1 양자화 파라미터에 기초하여 상기 양자화된 제1 중간 활성화 데이터에 대한 양자화 복원 (de-quantization) 을 수행하는 단계; 및상기 양자화 복원된 제1 중간 활성화 데이터와 상기 제2 서버와 관련된 네트워크-사이드 모델에 기초하여 상기 훈련 과정을 위한 중간 그라디언트 (intermediate gradient) 를 획득하는 단계를 포함하고, 상기 네트워크-사이드 모델은 상기 모델의 상기 단말-사이드 모델을 제외한 나머지 일부인, 방법.

제 13 항에 있어서, 상기 설정 정보는 응용 계층 (application layer) 메시지를 통하여 수신되고, 상기 설정 정보는 상기 중간 활성화 데이터의 양자화를 설정하는 정보, 상기 양자화된 중간 활성화 데이터와 관련된 정보, 상기 중간 그라디언트의 양자화를 설정하는 정보 및 상기 양자화된 중간 그라디언트와 관련된 정보를 포함하는, 방법.

제 11 항에 있어서, 상기 제1 양자화 파라미터로 양자화된 제2 중간 활성화 데이터를 상기 단말로부터 수신하는 단계, 상기 제2 중간 활성화 데이터는 상기 훈련 과정에 대응하는 추론 (inference) 과정을 위한 것임;상기 제1 양자화 파라미터에 기초하여 상기 양자화된 제2 중간 활성화 데이터에 대한 양자화 복원을 수행하는 단계; 상기 양자화 복원된 제2 중간 활성화 데이터와 상기 훈련 과정 이후의 네트워크-사이드 모델에 기초하여 상기 추론 과정과 관련된 예측 (prediction) 을 획득하는 단계; 및상기 예측에 대한 반환 (return) 이 요구됨을 설정하는 정보가 상기 설정 정보에 포함된 경우, 상기 예측을 상기 단말로 전송하는 단계를 포함하는, 방법.

통신 시스템의 제2 서버에 있어서, 송수신기; 및상기 송수신기와 연결된 프로세서를 포함하고, 상기 프로세서는:AI (artificial intelligence) 를 위한 모델 (model) 과 관련된 훈련 (training) 과정을 위한 설정 정보를 제1 서버로부터 수신;제1 양자화 파라미터로 양자화된 제1 중간 활성화 (intermediate activation) 데이터를 상기 모델의 일부인 단말-사이드 모델과 관련되는 단말로부터 수신, 상기 제1 중간 활성화 데이터는 상기 훈련 과정을 위한 것임; 상기 제1 양자화 파라미터에 기초하여 상기 양자화된 제1 중간 활성화 데이터에 대한 양자화 복원 (de-quantization) 을 수행; 및상기 양자화 복원된 제1 중간 활성화 데이터와 상기 제2 서버와 관련된 네트워크-사이드 모델에 기초하여 상기 훈련 과정을 위한 중간 그라디언트 (intermediate gradient) 를 획득하도록 설정되고, 상기 네트워크-사이드 모델은 상기 모델의 상기 단말-사이드 모델을 제외한 나머지 일부인, 제2 서버.

제 16 항에 있어서, 상기 양자화된 제1 중간 활성화 데이터 및 상기 제1 양자화 파라미터는 논리 채널 DCCH (dedicated control channel) 에 매핑되어 RRC (radio resource control) 메시지를 통하여 수신되고, 상기 RRC 메시지는 상기 훈련 과정의 현재 라운드 (current round), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 지원 (support) 중간 활성화 데이터, 지원 레이블 (label), 상기 양자화된 제1 중간 활성화 데이터에 대응하는 양자화된 쿼리 (query) 중간 활성화 데이터, 쿼리 레이블 및 상기 제1 양자화 파라미터를 포함하는, 제2 서버.

제 16 항에 있어서, 상기 프로세서는:제2 양자화 파라미터에 기초하여 상기 중간 그라디언트에 대한 양자화를 수행; 및상기 양자화된 제2 중간 활성화 데이터 및 상기 제2 양자화 파라미터를 상기 단말로 전송하도록 설정되는, 제2 서버.

제 18 항에 있어서, 상기 설정 정보는 응용 계층 (application layer) 메시지를 통하여 수신되고, 상기 설정 정보는 상기 중간 활성화 데이터의 양자화를 설정하는 정보, 상기 양자화된 중간 활성화 데이터와 관련된 정보, 상기 중간 그라디언트의 양자화를 설정하는 정보 및 상기 양자화된 중간 그라디언트와 관련된 정보를 포함하는, 제2 서버.

제 16 항에 있어서, 상기 프로세서는:상기 제1 양자화 파라미터로 양자화된 제2 중간 활성화 데이터를 상기 단말로부터 수신, 상기 제2 중간 활성화 데이터는 상기 훈련 과정에 대응하는 추론 (inference) 과정을 위한 것임;상기 제1 양자화 파라미터에 기초하여 상기 양자화된 제2 중간 활성화 데이터에 대한 양자화 복원을 수행; 상기 양자화 복원된 제2 중간 활성화 데이터와 상기 훈련 과정 이후의 네트워크-사이드 모델에 기초하여 상기 추론 과정과 관련된 예측 (prediction) 을 획득; 및상기 예측에 대한 반환 (return) 이 요구됨을 설정하는 정보가 상기 설정 정보에 포함된 경우, 상기 예측을 상기 단말로 전송하도록 설정되는, 제2 서버.