최근 클라우드 기반 머신러닝의 개인 정보 취급 관점에서 연합학습이 각광받고 있습니다. LINE도 다양한 기능에서 연합학습 도입을 고려하고 있으며, 이를 위해서는 복수의 연합학습을 동시에 운용할 필요가 있습니다.
연합학습의 클라이언트 플랫폼은 사용자 데이터 수집, 모델 관리, 학습 결과 전송이 가능해야 하고, 제한된 모바일 자원 환경을 고려한 학습 스케줄 관리와 온디바이스(on-device) 학습이 가능해야 합니다. 더불어 사용자의 모바일 사용 경험을 해치지 않아야 하고, 과도한 배터리 소모를 막기 위한 특별한 작업 관리도 필요합니다.
이 발표에서는 LINE의 연합학습 플랫폼 중에 클라이언트 플랫폼이 이러한 요구 사항을 충족시킨 방법과 그 과정에서 얻은 경험을 공유합니다.
