핵심 문제는 에너지예요

심해 자율 탐사용 '희소 연합 표현 학습(Sparse Federated Representation Learning)' 프레임워크가 제안됐어요.

핵심 문제는 에너지예요. 수압·화학·음향·광학 센서 데이터를 수면 위 서버로 전송하면 지연과 전력 소모가 너무 커서 실시간 서식지 평가가 불가능했거든요. 그래서 AUV(수중 자율 로봇) 여러 대가 중앙 서버 없이 서로 '희소 특징 사전'을 공유 학습하는 방식으로 바꿨어요.

기존 연합 학습은 대역폭이 넉넉한 환경을 전제로 하는데, 심해는 통신 자체가 극도로 제한돼 있어요. 희소 코딩으로 표현 자체를 압축하고, 각 노드가 필요한 부분만 교환하면 전력 예산 안에서도 협력 학습이 가능해진다는 거예요.

자율 심해 탐사처럼 '연결이 사치인 환경'에서 AI를 어떻게 동작시킬지, 그 실마리를 엣지 AI와 희소 표현의 결합에서 찾고 있다는 점이 흥미로워요.