Learning Agent를 고려한 연합학습 시뮬레이터 고안

초록

실제 환경에서 연합학습을 수행하기 위해 많은 기기가 준비되어야 하고 다양한 상황들에 대한 고려가 필요하다. 이는 높은 비용 소모를 야기하므로 실제 환경에서 연합학습을 구축하기 전에 시뮬레이션 을 통해 성능 측정을 해보는 과정이 필요하다. 또한 기존의 연합학습 방법은 개인이 소유하고 있는 다양한 기기들을 고려하 지 않는다는 한계 를 가지고 있다. 이와 같은 한계 를 극복하기 위해 본 논문에서는 연합학습에 사용되는 다양한 인자들을파라미터화한 시뮬레이터를 구현하였고 개인이 소유한 다양한 기기가 활용된 학습이 고려될 수 있도록 Learning Agent 개념을 추가하였다. 제안한 시뮬레이터는 Windows 11, Python3.9의 환경에서 구현되었으며, 본 논문에서가정한 상황에서 시뮬레이션 한 결과 Learning Agent를 사용한 경우, 평균적으로 전체 학습 시간 은 1/2 가량 줄어들었으며 상한 정확도에 수렴하기까지의 소요 시간 은 1/3 가량 줄어듦을 확인하였다. 따라서 제안된 시뮬레이터는 사용자의 다양한 기기를 활용한 연구 에 활용될 수 있을 것이며 실제 환경에 연합학습을 구축하려는 상황에서성능 측정을 위해 활용할 수 있는 도구가 될 것으로 기대한다.