AI융합ICT전공 이재환 교수(교신저자, 빅데이터 및 분산컴퓨팅 연구실)와 석사과정 임아현, 장수호 학생이 이 공동으로 작성한 논문이 국제적 권위를 가진 학술대회인 ‘CCGrid 2025(The 25th IEEE Interational Symposium on Cluster, Cloud and lnternet Computing)’에서 정규 논문으로 채택되어 발표됐다.  CCGird는 분산 시스템, 클라우드 컴퓨팅, 인터넷 기반 컴퓨팅 분야에서 세계적인 권위를 가진 행사로, 올해는 노르웨이 트롬쇠에서 지난 5월 19일부터 22일까지 개최됐다.

 이재환 교수 연구팀이 발표한 논문의 제목은 ‘P2P-Fed: A Decentralized Federated Learning Platform on Structured Peer-to-peer Systems(P2P-Fed : 구조화된 P2P 시스템 기반 분산형 연합학습 플랫폼)’으로, 최근 인공지능 분야에서 주목받고 있는  연합학습(Federated Learning, 데이터를 중앙 서버에 모으지 않고 각 기기에서 따로 학습해 결과만 공유하는 AI 학습 방식)의 구조적 한계를 해결하기 위해, 토렌트나 블록체인 기술에도 활용되는 Peer-to-Peer(P2P) 네트워크 기반의 분산해시테이블(DHT·Distributed Hash Table, 정보를 여러 컴퓨터에 분산시켜 저장하고 효율적으로 찾는 기술)을 활용한 구조를 제안하였다. 특히 Chord 프로토콜(데이터 저장 위치를 원형 구조로 정하고 빠르게 찾는 방식)을 활용한 완전 분산 학습 구조를 설계하고 구현해냈다는 점에서 의미가 큰 연구다. 

기존의 연합학습 방식은 중앙 서버가 필요하거나, 모든 기기가 서로 직접 통신해야 해서 기기 수가 늘어나면 통신량도 커지는 문제가 있었다. 반면 이번에 제안된 방식은 각 기기가 수평적으로 연결된 P2P 네트워크 상에서 직접 통신하며 학습결과를 공유하도록 설계되어, 중앙 서버 없이도 높은 확장성과 안정성을 확보할 수 있다. 이는 통신량을 줄이고 동적인 네트워크 환경(high-churn network)나 이기종 장치 환경에서도 연합학습이 안정적으로 수행되는 효과를 가져온다.