특허는 머신러닝 알고리즘이 학습하는 데이터의 신뢰도를 높이고 머신러닝 피드백 과정의 효율성을 높이는 기술이다.
이글루시큐리티는 '머신러닝 학습 데이터 생성 방법과 그 시스템' 특허와 '머신 러닝의 예측 데이터 피드백 적용 방법 및 그 시스템' 특허 두 가지를 취득했다.
전자는 작업자의 실수로 인해 발생할 수 있는 레이블링 작업 오류를 줄이고 학습 데이터의 무결성을 유지하는 기술이다. '레이블링'은 기초 데이터가 되는 보안 이벤트에 정답을 달아 머신러닝 알고리즘이 학습할 수 있는 학습 데이터를 만드는 작업이다.
이글루시큐리티는 이번 특허에서 여러 담당자가 레이블링 정보를 변경하는 이력을 수치화해 사용자에게 많이 선택된 이력과 가장 최근 업데이트된 이력에 가중치를 부여하도록 했다.
이후 가장 높은 점수를 받은 이력을 레이블링 데이터로 결정하고 이를 토대로 학습 데이터를 만들어 신뢰도를 높일 수 있다.
후자는 학습 데이터를 머신러닝해 능동 학습 기반의 피드백을 통해 재학습을 위한 피드백 작업 시간을 최소화하면서 정확성을 높이는 기술이다.
이글루시큐리티는 머신러닝 모델이 예측한 결과를 군집화한 뒤 군집의 대표 이벤트를 결정해 이에 대한 피드백을 입력하면 이 피드백이 군집 내 나머지 이벤트에 적용되는 방식을 개발했다.
여러 군집 중 신뢰도 점수가 높은 군집 데이터에 먼저 피드백을 부여해 적은 수의 피드백으로도 머신러닝 모델을 효율적으로 학습시킬 수 있다는 설명이다.
기존에는 머신러닝을 학습시키고 피드백할 때 레이블링이 필요한 학습 데이터와 기존 학습 때 없었거나 일부 변화된 예측 데이터가 급증하면서 연구자들의 업무 효율성이 낮아지는 문제가 있었다.
또 여러 담당자들이 서로 다른 기준에 따라 레이블링 정보를 입력하면서 학습 데이터 신뢰도가 떨어지거나 담당자가 일일이 불만족스러운 머신러닝 예측 결과에 피드백을 부여해야 해 작업시간이 길어진다는 문제도 제기돼 왔다.
이득춘 이글루시큐리티 대표는 "양질의 학습 데이터와 피드백은 머신러닝 알고리즘의 정확성을 끌어올리기 위한 필수 요소"라며 "머신러닝 알고리즘이 보다 정확한 판단을 내릴 수 있는 AI 기술을 개발하는 데 더욱 매진할 계획"이라고 밝혔다.
<저작권자 © ‘돈이 보이는 리얼타임 뉴스’ 머니투데이. 무단전재 및 재배포, AI학습 이용 금지>