- 분산·비동기 환경에서도 안정적인 AI 모델 병합 방법론 제시

- LLM 보안 솔루션 ‘알파프리즘’ 기술 고도화에 연구 성과 적용

 

사이버 보안 전문기업 티오리가 소속 연구원이 제1저자로 참여한 연구 논문이 세계적 학술대회인 ACM/SIGAPP SAC 2026(The 41st ACM/SIGAPP Symposium on Applied Computing)에서 발표 논문으로 선정됐다고 밝혔다.

 

ACM/SIGAPP SAC는 컴퓨터과학과 인공지능 분야에서 학문적 성과와 산업적 기여도를 함께 평가하는 국제 학술대회로, 대한민국 교육부 BK21(Brain Korea 21) 사업에서도 공식 인정하는 주요 국제 학회다.

 

분산·비동기 환경에서 AI 모델 병합 안정성 입증

이번 논문은 티오리 LLM 보안 솔루션 ‘알파프리즘(αprism)’ 팀의 박상현 연구원이 제1저자로 참여했으며, 논문 제목은 ‘FRAIN to Train: 분산 비동기 연합학습을 위한 고속·고신뢰 방법론(FRAIN to Train: A Fast-and-Reliable Solution for Decentralized Asynchronous Federated Learning)’이다.

 

연구는 신뢰할 수 없는 참여자, 극단적인 데이터 불균형, 심각한 네트워크 지연이 동시에 존재하는 환경에서도 AI 모델 병합(Model Merging)이 안정적으로 작동할 수 있음을 실증하고, 이를 수학적으로 증명했다.

 

알파프리즘 LLM 보안 기술 고도화에 활용

이번 연구 성과는 분산·비동기 환경에서 AI 모델의 신뢰성을 높이는 데 중요한 시사점을 제공한다. 특히 티오리의 LLM 보안 솔루션 알파프리즘 기술 고도화에 직접 적용됐다. 알파프리즘의 Identifier 모델에서 실제 사용 중인 체크포인트 머징(Checkpoint Merging) 방식은 이번 연구를 통해 불완전하고 적대적인 환경에서도 보다 일관된 성능과 안정적인 판단을 제공할 수 있도록 개선됐다.

 

SAC 2026서 연구 결과 공식 발표 예정

해당 논문은 2026년 3월 23일부터 27일까지 그리스 테살로니키에서 열리는 SAC 2026에서 공식 발표될 예정이다.

 

티오리 박상현 연구원은 "이번 연구가 AI 모델을 실제 환경에 적용하는 과정에서 발생하는 현실적인 문제를 다뤘다고 설명하며, 연구 결과가 향후 국내 LLM 보안 연구와 실무 논의에 참고 자료로 활용되길 기대한다"고 밝혔다.

 

한편 티오리는 오펜시브 사이버보안 전문 기업으로, 구글, 마이크로소프트, 옥타, 삼성전자를 포함한 국내외 주요 기업과 기관에 보안 컨설팅을 제공하고 있다. 이와 함께 웹 애플리케이션 보안 자동화 솔루션 ‘Xint(진트)’와 회원 7만 명 이상이 참여하는 사이버보안 교육 플랫폼 ‘Dreamhack(드림핵)’을 운영하며 실전 중심의 보안 기술 생태계 확장에 나서고 있다.

 

#티오리 #Theori #AI모델병합 #연합학습 #LLM보안 #알파프리즘 #SAC2026 #사이버보안