혁신적인 개인화 AI 모델

초개인화 AI 모델 구현을

위한 세 가지 방식


개인화된 

글로벌 모델

글로벌 모델 생성 시 혁신적인 클래스별 연합 평균화 알고리즘을 사용하여 각 클래스에 대한 여러 모델을 생성합니다. 

디바이스 데이터 재학습

개인화된 글로벌 모델을 디바이스에 배포할 때, 해당 디바이스 내  데이터를 사용해 재 학습을 진행하고 그 결과를 반영합니다.


AI 파라미터 공유



시간이 지남에 따라 디바이스 데이터 분포가 변화하면, 유사한 프로필을 가진 사용자들 간에 AI 파라미터를 혁신적으로 공유하여 개인화된 모델을 업데이트합니다.


개인화된 글로벌 모델 생성

글로벌 모델 생성 단계에서, 디바이스에서 클라우드로 AI 파라미터를 전송할 때 혁신적인 클래스별 연합 평균화 기법을 도입하여 각 클래스의 특성이 반영된 글로벌 모델을 클래스 수 만큼 생성합니다. 

이를 통해 각 디바이스의 고유한 특성을 글로벌 모델로 원활하게 통합하여 개인화된 글로벌 모델을 만들 수 있도록 합니다.


경량화 과정에서 디바이스 데이터 재학습

개인화된 글로벌 모델을 디바이스로 압축하고 배포하는 과정에서, 디바이스 내 데이터를 활용해 모델을 다시 학습시키고 그 결과를 경량 모델에 반영하는 새로운 방법을 적용합니다. 

이를 통해 디바이스에 적용된 경량 AI 모델을 더욱 개인화되어 각 사용자의 개별적인 요구에 맞게 개인화 성능이 향상됩니다.


유사 프로파일 사용자 간의 AI 파라미터 공유

디바이스에 개인화된 경량 AI 모델을 배포한 후, 시간이 지남에 따라 디바이스의 데이터 분포가 변화합니다. 이를 해결하기 위해, 유사한 프로필을 가진 사용자들 간에 AI 파라미터를 공유하는 혁신적인 알고리즘을 적용하여 개인화된 AI 모델을 업데이트합니다. 이를 통해 사용자의 변화하는 상황과 맥락을 더 정확하게 이해하고 적응할 수 있도록 하여, AI 경험을 지속적으로 개선합니다. 


사용자 중심의 프라이버시 디자인

데이터 활용 투명성과

프라이버시 강화를 위한 

방안


프라이버시

이중 설정

우리는 사용자가 데이터 수집, 저장, 사용, 삭제를 폴더별 또는 파일별로 제어할 수 있는 개별 설정과 개인 정보 유형을 감지하여, 사용자가 각 정보에 대한 AI 학습 사용을 지정할 수 있는 자 설정을 제공합니다.

Interactive

Privacy Report


Interactive Privacy Report는 AI 학습을 위한 실시간 사용자 데이터 사용 현황을 시각화합니다. 사용자는 데이터를 모니터링하고, 보고서에서 바로 권한을 철회할 수 있습니다.

개인 저장소



모든 개인 데이터와 AI 모델은 개인의 암호화 키로만 접근할 수 있는 개인 저장소에 안전하게 저장되어, 외부의 무단 접근을 차단합니다. 이 저장소는 온디바이스, 클라우드, 자체 서버 등 다양한 환경에서 작동합니다.



개별 설정과 자동 설정의 상호 보완

사용자가 자신의 데이터를 폴더별 또는 데이터별로 수집, 저장, 사용, 삭제를 제어할 수 있는 혁신적인 개별 설정 기능을 제공합니다. 자동 설정은 개인 저장소 내 데이터에서 개인 정보 유형을 지능적으로 감지하고, 각 유형의 데이터를 AI 학습에 사용할지 여부를 사용자가 지정할 수 있습니다. 이 두 가지 기능은 서로 보완되며 통합되어, 의도하지 않은 데이터가 AI 프로세스에서 사용되는 것을 방지합니다.


실시간 Interactive Privacy Report

AI 학습에 활용되는 데이터의 수집, 저장, 사용, 삭제 전 주기에 걸쳐 실시간 Interactive Privacy Report를 제공합니다. Privacy Report는 단순한 문서 형식과는 달리 반응형 웹페이지 기반으로 사용자에게 제공되어 조회 시점에서 실시간 현황을 투명하게 모니터링 할 수 있습니다. 또한 Report 조회 화면에서 설정을 변경할 수 있어, 여러 화면을 오가는 번거로움 없이 프라이버시 강화 경험을 제공합니다.


안전한 개인 저장소

모든 데이터와 AI 모델은 개인 저장소에 안전하게 저장됩니다. 이 저장소는 개인에게 발급된 암호화 키로만 접근할 수 있어, 외부로부터의 무단 접근을 효과적으로 차단하여 데이터 보호의 근간이 됩니다. 또한, 개인 저장소는 온디바이스, 클라우드, 온프레미스 서버 등 다양한 환경에 적용 가능하여, 다양한 시장 요구를 충족시킵니다.


원활한 적용성과 확장성

다양한 서비스 환경을 

대응하기 위한 방안


모듈화

사용자 데이터 수집, 암호화된 데이터 저장, AI 사용 동의 관리 등을 개별 혹은 통합 적용할 수 있어 다양한 서비스 환경과 요구사항에 유연하게 대응합니다.

친환경적 효율

개인 정보를 네트워크를 통해 전송하지 않으며, 이를 통해 규제 준수를 위한 기술적 조치 비용을 줄이고 클라우드 인프라의 사용을 

최소화합니다. 


기능별 모듈화 적용

모듈식 구성 요소에는 사용자 데이터 수집, 암호화된 데이터 저장, AI 사용 동의 관리가 포함됩니다. 각 모듈은 개별적으로 적용하거나 통합 적용할 수 있어 다양한 서비스 환경과 요구 사항에 유연하게 적응할 수 있습니다. 이러한 모듈성 덕분에 서비스 제공자는 광범위한 인프라 없이도 빠르고 쉽게 온디바이스 개인화 AI 서비스를 구축할 수 있습니다.


개인정보 보호 및 인프라 비용 절감

개인 정보를 네트워크로 전송할 필요를 완전히 제거하여 개인정보 보호 규정 준수를 위한 기술적 조치에 관련된 비용을 크게 절감합니다. 모든 개인 데이터 처리를 로컬 디바이스에서 수행함으로써 클라우드 인프라에 대한 의존을 최소화하고, 운영 및 유지 관리 비용을 크게 감소 시킵니다. 


캔디 AI가 특별한 이유


캔디 AI는 기술이 아닌 사람을 지향입니다. 


사람과 기술의 상호작용을 연구하기 위해 심리학 박사와 미디어학을 전공한 디자이너와 함께 

기술적 완성을 위해 데이터 프라이버시 전문가, 인공지능 박사, IT 아키텍처 개발자가

기술을 위한 기술이 아닌 "사람을 위한 기술"을 연구합니다.