KR102621307B1 - 블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 nft 토큰 발행 방법 및 장치 - Google Patents
블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 nft 토큰 발행 방법 및 장치 Download PDFInfo
- Publication number
- KR102621307B1 KR102621307B1 KR1020220017924A KR20220017924A KR102621307B1 KR 102621307 B1 KR102621307 B1 KR 102621307B1 KR 1020220017924 A KR1020220017924 A KR 1020220017924A KR 20220017924 A KR20220017924 A KR 20220017924A KR 102621307 B1 KR102621307 B1 KR 102621307B1
- Authority
- KR
- South Korea
- Prior art keywords
- nft
- data
- token
- user
- issuing
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005516 engineering process Methods 0.000 title abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 46
- 238000003062 neural network model Methods 0.000 claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 30
- 238000012545 processing Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013503 de-identification Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/36—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes
- G06Q20/367—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes involving electronic purses or money safes
- G06Q20/3678—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes involving electronic purses or money safes e-cash details, e.g. blinded, divisible or detecting double spending
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0807—Network architectures or network communication protocols for network security for authentication of entities using tickets, e.g. Kerberos
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법 및 장치가 제시된다. 본 발명의 일 실시예에 따른 컴퓨터 장치에 의해 수행되는 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법은, 데이터 및 연산 서버 중 적어도 어느 하나 이상을 토큰화하여 NFT 토큰을 발행하는 단계; 외부의 사용자와 데이터 소유자간의 블록체인 기반 스마트 컨트랙트(Smart Contract)가 이루어지는 단계; 상기 데이터 소유자가 상기 사용자에게 상기 NFT 토큰을 전송하는 단계; 상기 사용자의 신경망 모델이 상기 연산 서버에 전송됨에 따라 상기 연산 서버와 연결된 스토리지 서버에 존재하는 데이터 셋을 이용하여 상기 사용자의 신경망 모델을 학습하는 단계; 및 학습 후, 상기 사용자에게 결과물로 학습된 모델 가중치를 제공하는 단계를 포함하여 이루어질 수 있다.
Description
아래의 본 발명의 실시예들은 블록체인 기술을 활용한 스마트 컨트랙트에 관한 것으로, 더욱 상세하게는 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법 및 장치에 관한 것이다.
블록체인(Block Chain)은 블록에 데이터를 담아 체인 형태로 연결, 수많은 컴퓨터에 동시에 이를 복제해 저장하는 분산형 데이터 저장 기술이다. 블록체인은 사용자들 사이에서 발생되는 거래 내역이 네트워크 구성원들 사이에 공유되어 저장되는 디지털 원장(Ledger)을 나타내는 것으로, 중앙 집중형 서버에 거래 기록을 보관하지 않고 거래에 참여하는 모든 사용자에게 거래 내역을 보내 주며, 거래 때마다 모든 거래 참여자들이 정보를 공유하고 이를 대조해 데이터 위조나 변조를 할 수 없도록 한다.
따라서 최근에는 인터넷 상거래 분야, 금융 서비스 분야 등과 같이 사용자들 사이의 거래를 다루는 산업 분야에서 블록체인을 사용하여 거래 내역을 안전하게 저장하기 위한 연구가 활발히 진행되고 있다.
일반적으로 블록체인 시스템은 자산을 스마트 컨트랙트(Smart Contract)를 통해 생성되는 토큰(Token) 형태로 관리한다. 토큰은 동일한 타입의 다른 토큰과 교환이 가능한 대체 가능 토큰(Fungible Token)과 토큰마다 고유한 ID를 갖고 있어서 다른 토큰과 교환이 불가능한 대체 불가능 토큰(Non-Fungible Token, NFT)으로 구분될 수 있다. 대체 불가능 토큰(NFT)은 다른 토큰과 교환이 불가능하다는 고유성을 갖고 있기 때문에, 특정 자산의 소유권을 안전하게 보장하는 수단으로 활용될 수 있다.
한편, 의료인공지능 시장에서 많은 데이터를 필요로 하는 모델을 학습시키고자 하는 경우, 여러 병원이 협력해 연합 학습 생태계를 구축할 수 있다. 그러나 연합 학습 생태계의 경우 개인정보 보호문제가 발생될 수 있어 활용에 제한이 있으며, 이에 따라 의료인공지능 시장은 데이터 부족 문제를 해결하지 못하고 있다. 따라서 의료인공지능 시장을 비롯하여 개인정보 보호 문제가 있는 기관 또는 개인 등에서 블록체인 기술을 활용하여 개인정보 보호문제를 해결할 수 있다.
한국등록특허 10-2199567호는 이러한 블록체인 기반 예술품 거래 데이터 공유 서비스 제공 시스템에 관한 기술을 기재하고 있다.
본 발명의 실시예들은 블록체인 기술을 활용한 스마트 컨트랙트에 관하여 기술하며, 보다 구체적으로 블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 기술을 제공한다.
본 발명의 실시예들은 실제 데이터를 토큰화하는 것이 아닌, GPU 서버를 NFT 기술을 이용하여 토큰화 함으로써 데이터 유출 없이 외부 모델이 물리적으로 병원 내에 들어와 학습할 수 있는 환경을 마련하는, 블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법 및 장치를 제공하는데 있다.
본 발명의 일 실시예에 따른 컴퓨터 장치에 의해 수행되는 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법은, 데이터 및 연산 서버 중 적어도 어느 하나 이상을 토큰화하여 NFT 토큰을 발행하는 단계; 외부의 사용자와 데이터 소유자간의 블록체인 기반 스마트 컨트랙트(Smart Contract)가 이루어지는 단계; 상기 데이터 소유자가 상기 사용자에게 상기 NFT 토큰을 전송하는 단계; 상기 사용자의 신경망 모델이 상기 연산 서버에 전송됨에 따라 상기 연산 서버와 연결된 스토리지 서버에 존재하는 데이터 셋을 이용하여 상기 사용자의 신경망 모델을 학습하는 단계; 및 학습 후, 상기 사용자에게 결과물로 학습된 모델 가중치를 제공하는 단계를 포함하여 이루어질 수 있다.
상기 NFT 토큰은, 상기 연산 서버에 접근할 수 있는 액세스 정보 및 상기 데이터에 간접적으로 접근할 수 있는 액세스 정보가 포함될 수 있다. 다만, 데이터를 연산 서버 바깥으로 꺼내는 행위는 근본적이고 물리적인 방법으로 차단된다.
상기 NFT 토큰을 발행하는 단계는, 상기 데이터와 번들링(Bundling)된 상기 연산 서버를 하나의 상품으로 취급하여 거래할 수 있다.
상기 NFT 토큰을 발행하는 단계는, 상기 NFT 토큰의 발행 시 IP 주소를 플랫폼에서 임의로 발급한 고유 값으로 대체한 후, 학습 수요의 발생 시 트래픽을 우회하여 전달할 수 있다.
상기 NFT 토큰을 전송하는 단계는, 대여 형식으로 상기 사용자에게 전송되며, 일정 시간이 지난 후 데이터 소유자에게 반납될 수 있다.
상기 사용자의 신경망 모델을 학습하는 단계는, 상기 사용자의 신경망 모델이 상기 연산 서버 내에 들어와 학습할 수 있다.
상기 학습된 모델 가중치를 제공하는 단계는, 상기 연산 서버 및 상기 스토리지 서버를 포함하는 복수개의 엣지 컴퓨터들이 하나의 연합 학습 생태계를 구축하며, 상기 연합 학습 생태계를 형성한 엣지 컴퓨터를 통해 상기 사용자에게 상기 학습된 모델 가중치를 제공할 수 있다.
본 발명의 다른 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치는, 데이터 및 연산 서버 중 적어도 어느 하나 이상을 토큰화하여 NFT 토큰을 발행하는 NFT 토큰 발행부; 외부의 사용자와 데이터 소유자간의 블록체인 기반 스마트 컨트랙트(Smart Contract)가 이루어지는 스마트 컨트랙트부; 상기 데이터 소유자가 상기 사용자에게 상기 NFT 토큰을 전송하는 NFT 토큰 전송부; 상기 사용자의 신경망 모델이 상기 연산 서버에 전송됨에 따라 상기 연산 서버와 연결된 스토리지 서버에 존재하는 데이터 셋을 이용하여 상기 사용자의 신경망 모델을 학습하는 모델 학습부; 및 학습 후, 상기 사용자에게 결과물로 학습된 모델 가중치를 제공하는 모델 가중치 제공부를 포함하여 이루어질 수 있다.
상기 NFT 토큰은, 상기 연산 서버에 접근할 수 있는 액세스 정보 및 상기 데이터에 간접적으로 접근할 수 있는 액세스 정보가 포함될 수 있다.
상기 NFT 토큰 발행부는, 상기 데이터와 번들링(Bundling)된 상기 연산 서버를 하나의 상품으로 취급하여 거래할 수 있다.
상기 NFT 토큰 발행부는, 상기 NFT 토큰의 발행 시 IP 주소를 플랫폼에서 임의로 발급한 고유 값으로 대체한 후, 학습 수요의 발생 시 트래픽을 우회하여 전달할 수 있다.
상기 NFT 토큰 전송부는, 대여 형식으로 상기 사용자에게 전송되며, 일정 시간이 지난 후 데이터 소유자에게 반납될 수 있다.
상기 모델 학습부는, 상기 사용자의 신경망 모델이 상기 연산 서버 내에 들어와 학습할 수 있다.
상기 모델 가중치 제공부는, 상기 연산 서버 및 상기 스토리지 서버를 포함하는 복수개의 엣지 컴퓨터들이 하나의 연합 학습 생태계를 구축하며, 상기 연합 학습 생태계를 형성한 엣지 컴퓨터를 통해 상기 사용자에게 상기 학습된 모델 가중치를 제공할 수 있다.
본 발명의 실시예들에 따르면 실제 데이터를 토큰화하는 것이 아닌, GPU 서버를 NFT 기술을 이용하여 토큰화 함으로써 데이터 유출 없이 외부 모델이 물리적으로 병원 내에 들어와 학습할 수 있는 환경을 마련하는, 블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법 및 장치를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 데이터의 노출 없이 인공신경망을 학습시킬 수 있는 플랫폼을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 연합 학습을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 연합 학습 생태계의 구축 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 연합 평균을 사용한 방식을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 엣지 컴퓨터를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 블록체인 기반 스마트 컨트랙트(Smart Contract)를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 NFT 기반 데이터 및 GPU 서버의 토큰화를 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 GPU 서버의 토큰화를 설명하기 위한 도면이다.
도 9는 일반적인 토큰의 보안 취약성을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 플랫폼을 통한 토큰의 발행을 설명하기 위한 도면이다.
도 11은 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법을 나타내는 흐름도이다.
도 12는 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치를 나타내는 블록도이다.
도 13은 본 발명의 일 실시예에 따른 전반적인 백엔드 시스템 구조 및 보안 솔루션을 나타내는 도면이다.
도 14는 본 발명의 일 실시예에 마켓플레이스 내 토큰을 구매할 수 있는 화면을 설명하기 위한 도면이다.
도 15는 본 발명의 일 실시예에 따른 GPU 서버로 신호를 보내 학습하는 과정과 로그 값을 나타내는 도면이다.
도 16은 본 발명의 일 실시예에 따른 실제 구동 임시 인터페이스를 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 연합 학습을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 연합 학습 생태계의 구축 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 연합 평균을 사용한 방식을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 엣지 컴퓨터를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 블록체인 기반 스마트 컨트랙트(Smart Contract)를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 NFT 기반 데이터 및 GPU 서버의 토큰화를 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 GPU 서버의 토큰화를 설명하기 위한 도면이다.
도 9는 일반적인 토큰의 보안 취약성을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 플랫폼을 통한 토큰의 발행을 설명하기 위한 도면이다.
도 11은 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법을 나타내는 흐름도이다.
도 12는 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치를 나타내는 블록도이다.
도 13은 본 발명의 일 실시예에 따른 전반적인 백엔드 시스템 구조 및 보안 솔루션을 나타내는 도면이다.
도 14는 본 발명의 일 실시예에 마켓플레이스 내 토큰을 구매할 수 있는 화면을 설명하기 위한 도면이다.
도 15는 본 발명의 일 실시예에 따른 GPU 서버로 신호를 보내 학습하는 과정과 로그 값을 나타내는 도면이다.
도 16은 본 발명의 일 실시예에 따른 실제 구동 임시 인터페이스를 나타내는 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 설명한다. 그러나, 기술되는 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명되는 실시예들에 의하여 한정되는 것은 아니다. 또한, 여러 실시예들은 당해 기술분야에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다. 도면에서 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
아래의 본 발명의 실시예들은 블록체인 기술을 활용한 스마트 컨트랙트를 제공하며, 특히 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법 및 장치를 제공한다.
데이터와 연산 장치의 사용권한을 결합하여 상품으로 NFT 토큰을 발행하는 기술은 기존의 데이터를 한곳에 모아 모델을 학습시키는 중앙 연산 장치 기반 연합 학습을 근본적으로 변형시켜 데이터가 있는 곳으로 모델을 보내 학습시키는 기술 개발에 있어 데이터 소유자(연산 서버 소유자)와 모델 개발자간의 계약을 안전하게 처리할 수 있는 스마트 컨트랙트(Smart Contract) 기술이다.
NFT 기술에서 토큰 정보는 연산 서버에 접근할 수 있는 액세스 정보, 그리고 데이터에 간접적으로 접근할 수 있는 액세스 정보가 포함되어 스마트 컨트랙트(Smart Contract)가 이루어진다. 이는 대여(Rent)의 형식으로, 일정 시간이 지난 후 데이터 소유자에게 반납한다.
병원에서의 영상 데이터 등 데이터의 개인정보 보호 문제가 있는 기관 또는 개인이 데이터를 노출시키지 않으면서도, 모델 개발자의 모델이 기관 내부에서 학습에 필요한 연산을 수행하면서, 개인정보 보호의 문제가 없는 모델의 가중치, 학습 도중에 발생하는 로그들에 접근할 수 있는 권한이 포함된다. 로그에 대한 부분은, 데이터 유출에 관련된 부분에 대해서는 부분적으로 차단된다.
아래에서는 데이터 소유자(Data Holder)로, 병원을 예를 들어 체인 기반 스마트 컨트랙트(Smart Contract)를 설명한다. 한편, 데이터 소유자는 병원뿐 아니라 개인정보 보호 문제가 있는 기관 또는 개인 등이 될 수 있다.
도 1은 본 발명의 일 실시예에 따른 데이터의 노출 없이 인공신경망을 학습시킬 수 있는 플랫폼을 설명하기 위한 도면이다.
도 1을 참조하면, 데이터의 노출 없이 인공신경망 모델을 학습시킬 수 있는 플랫폼(110)을 제공할 수 있다. 여기서, 플랫폼(110)은 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치에 포함되거나 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치를 포함할 수 있다.
모델 개발자(101)가 플랫폼(110)을 통해 병원(120) 등 데이터 소유자의 서버에 연결될 수 있다. 모델 개발자(101)의 인공신경망 모델의 학습이 시작될 수 있으며, 이 때 초기 모델 가중치 및 파라미터가 설정될 수 있다. 예컨대, 인공신경망 모델은 병원 A, 병원 B, 병원 C, 병원 D에 순차적으로 접근하여 인공신경망 모델을 학습시킬 수 있으며, 각 병원(120)에서 학습된 모델 가중치를 획득할 수 있다. 즉, 인공신경망 모델이 각 병원(120)을 순회하며 필요로 하는 연산을 데이터 소유자의 연산 서버를 활용해 학습한 후, 학습된 모델 가중치를 획득할 수 있다.
아래에서 데이터의 노출 없이 인공신경망 모델을 학습시킬 수 있는 플랫폼(110)을 보다 상세히 설명한다.
병원(120)은 연산 서버(Computation Server)와 스토리지 서버(Storage Server)를 나누어 운영하게 된다. 외부(모델 개발자(101) 등)에서 모델을 학습하고자 하는 수요는 직접 연산 서버에 접속하여 해당 연산 서버와 맞물려 있는 스토리지 서버에 존재하는 데이터 셋을 가지고 자신들의 인공신경망(Artificial Neural Network)을 학습한 뒤, 결과물로 학습된 가중치 파일(통계 정보)만 가지고 나갈 수 있다. 여기서, 연산 서버는 GPU(Graphic Processing Unit) 서버를 포함하거나 포함할 수 있다.
이 일련의 학습 과정을 위해 병원(120)과 모델 개발자(101)가 "정보이용료" 가 아닌 "병원 GPU 사용료"를 지불하는 계약을 맺는 방식에 스마트 컨트랙트(Smart Contract)를 사용할 수 있다.
보다 구체적으로, 병원(120)이 자신의 GPU(Graphic Processing Unit) 서버에 매달려 있는 데이터 셋을 "물리적 병원 내" 에서만 사용할 수 있다는 조건으로 액세스 권한을 NFT(Non- Fungible Token) 토큰화하여 판매하는 방식이다. 여기서, "물리적 병원 내"란 데이터는 물리적으로 나갈 수 없지만, 반대로 모델의 소스코드는 안으로 들어올 수 있기 때문에, 학습된 결과물만 가지고 나갈 수 있다.
의료인공지능 시장에서 병원(120)이 소유하고 있는 의료 데이터는 아주 큰 가치를 지니고 있지만, 개인정보 보호의 문제로 시장에 개방할 수 없다는 문제가 있다. 하지만 의료인공지능의 수요가 늘어남에 따라 병원(120)은 인공지능 모델을 학습/추론할 수 있는 연산 장치 및 서버 구축에 많은 투자가 이루어지고 있다. 따라서 모델 개발자(101)가 병원(120)의 연산 서버를 원격으로 활용해 해당 병원(120)의 내부 데이터를 개인정보 보호 문제 없이 학습에 활용할 수 있고 이를 많은 병원(120)에 적용할 수 있다면, 의료인공지능 시장의 가장 근본적인 데이터 부족 문제를 해결할 수 있다.
본 발명의 실시예들에 따르면, 이러한 모델 개발자(101)와 병원(120)간의 계약관계를 관리하며 데이터 이동, 원격 연산에 필요한 소프트웨어를 제공하는 플랫폼(110)을 제공할 수 있다.
도 2는 본 발명의 일 실시예에 따른 연합 학습을 설명하기 위한 도면이다.
연합 학습(Federate Learning)은 의료 데이터 및 개인정보보호 데이터 문제를 야기하며, 개발자(Developer)가 중앙 집중식 컴퓨터 모델(Centralized Computer)에 접근하는 방식은 소스코드 등은 오히려 공유되기 쉽다. 아래에서는 이러한 문제점을 해결하기 위한 연합 학습을 제공한다.
의료인공지능 시장에서 많은 데이터를 필요로 하는 모델을 학습시키고자 하는 경우, 여러 병원이 협력해 연합 학습 생태계를 구축할 수 있다. 그러나 기존의 방식과는 다르게 모델이 각 병원을 순회하며 필요로 하는 연산을 데이터 소유자의 연산 서버를 활용해 학습함으로써 개인정보 보호문제를 근본적으로 해결할 수 있다. 이러한 연합 학습 생태계를 구축하기 위해서는, 모델 개발자와 데이터 소유자간 안전한 계약 방식을 제공하는 플랫폼이 필요하다. 이 기술은 해당 플랫폼 개발과 더불어 블록체인 기반 스마트 컨트랙트(Smart Contract) 기술을 제공한다.
도 2를 참조하면, 개발자(201)는 플랫폼 데이터베이스(또는 플랫폼)(210)에 접근하며, 플랫폼 데이터베이스(210)와 실시간 스트리밍을 하는 엣지 컴퓨터(Edge Computer)(220)를 통해 학습된 모델 가중치(통계 정보)(230)를 획득할 수 있다. 이에, 개발자(201)는 엣지 컴퓨터(220)에 서비스, 예를 들어 COVID 진단 서비스 등 인공신경망 모델을 이용한 서비스뿐 아니라, 단순 통계 모델을 기반으로 하는 서비스에도 제공될 수 있다.
도 3은 본 발명의 일 실시예에 따른 연합 학습 생태계의 구축 방법을 설명하기 위한 도면이다. 도 3을 참조하면, 개발자(301)는 연합 학습 생태계를 형성한 엣지 컴퓨터(320)를 통해 학습된 모델 가중치(통계 정보)(330)를 획득할 수 있다. 여기서, 복수개의 엣지 컴퓨터들(320)이 하나의 생태계를 구축할 수 있다.
도 4는 본 발명의 일 실시예에 따른 연합 평균을 사용한 방식을 설명하기 위한 도면이다. 도 4를 참조하면, 개발자(401)는 복수개의 엣지 컴퓨터들(420)의 연합 평균(Federate Averaging)을 제공받을 수 있다.
의료인공지능 연합 학습 생태계 구축에 있어 플랫폼 구축이 진행되고 있다. 플랫폼 내에서의 계약관계를 NFT 스마트 컨트랙트(Smart Contract) 기술을 활용하면 데이터 소유자는 안전하게 데이터를 보호하면서도 모델 개발자(401)에게 데이터를 대여해줄 수 있다.
도 5는 본 발명의 일 실시예에 따른 엣지 컴퓨터를 설명하기 위한 도면이다.
도 5를 참조하면, 엣지 컴퓨터(520)의 세부 구성요소 및 보안 시스템 설계를 나타낸다. 여기서 엣지 컴퓨터(520)는 데이터 소유자(Data Holder) 또는 데이터 소유자의 컴퓨터를 의미할 수 있다. 플랫폼 데이터베이스로부터 실시간 스트리밍을 하는 엣지 컴퓨터(520)를 통해 학습된 모델 가중치(통계 정보)를 획득할 수 있다.
여기서, 엣지 컴퓨터(520)는 GPU 서버(521) 및 스토리지 서버(522)를 포함할 수 있다.
GPU(Graphic Processing Unit) 서버(521)는 연산을 빠르게 처리하여 결과 값을 모니터에 신속하게 출력하는 장치로, 3D 그래픽의 구현, 데이터 센터, AI 인공지능, 자율주행 등과 같이 엄청난 양의 데이터가 동시적으로 연산되어야 할 때 핵심 부품이 된다. 여기서, GPU 서버(521)는 학습 및 추론 수요에 따라 학습 결과물, 즉 학습된 모델 가중치(통계 정보)를 제공할 수 있다.
스토리지(Storage) 서버(522)는 컴퓨터 프로세서가 접근할 수 있도록 데이터를 전자기 형태로 저장할 수 있다.
이에 따라 외부에서 모델을 학습하고자 하는 수요는 직접 GPU 서버(521)에 접속하여 GPU 서버(521)와 맞물려 있는 스토리지 서버(522)에 존재하는 데이터 셋을 가지고 자신들의 인공신경망을 학습한 뒤, 결과물로 학습된 모델 가중치(통계 정보)만 가지고 나갈 수 있다.
도 6은 본 발명의 일 실시예에 따른 블록체인 기반 스마트 컨트랙트(Smart Contract)를 설명하기 위한 도면이다. 도 6을 참조하면, 개발자(601)는 플랫폼(610)을 통해 데이터 소유자(Data Holder)(620), 예컨대 병원과 연결될 수 있다.
도 7은 본 발명의 일 실시예에 따른 NFT 기반 데이터 및 GPU 서버의 토큰화를 설명하기 위한 도면이다. 도 7을 참조하면, 블록체인 기반 스마트 컨트랙트(Smart Contract)는 데이터 소유자(연산 서버 소유자)(720)와 개발자(701)간의 계약을 안전하게 처리할 수 있다. 예컨대, 병원이 자신의 GPU 서버에 매달려 있는 데이터 셋을 "물리적 병원 내" 에서만 사용할 수 있다는 조건으로 액세스 권한을 NFT 토큰화하여 판매할 수 있다
NFT 기술에서 토큰 정보는 연산 서버에 접근할 수 있는 액세스 정보, 그리고 데이터에 간접적으로 접근할 수 있는 액세스 정보가 포함되어 스마트 컨트랙트(Smart Contract)가 이루어진다. NFT 토큰(740)은 대여(Rent)의 형식으로, 일정 시간이 지난 후 데이터 소유자(720)에게 반납된다.
NFT 기술을 이용하여 데이터 및 GPU 서버를 토큰화 할 수 있고, 파생 통계 정보 및 학습된 모델 가중치(730)를 재토큰화 할 수 있다. 즉, 학습된 모델 토큰(750)은 새로운 수요(New Demand)에 사용될 수 있다.
스마트 컨트랙트(Smart Contract)는 블록체인 기반으로 제공될 수 있다. 이에 따라 블록체인 기반 스마트 컨트랙트(Smart Contract)를 통해 투명성 및 유연한 계약 관계를 형성할 수 있다. 보다 구체적으로, 블록체인 기반 스마트 컨트랙트(Smart Contract)를 통해 투명한 계약 방식을 형성하며, 모든 거래(Transaction)를 영구 기록할 수 있고, 변조가 불가능함에 따라 투명성을 가질 수 있다. 이러한 블록체인 기반 스마트 컨트랙트(Smart Contract)는 수수료 책정 방식, 렌트(Rent) 방식, 온-디맨드(On-demand) 방식, 소유권 이전, 계약조건 등 다양한 계약관계, 탈중앙화 거래를 통해 유연한 계약 관계를 형성할 수 있다.
도 8은 본 발명의 일 실시예에 따른 GPU 서버의 토큰화를 설명하기 위한 도면이다.
도 8을 참조하면, 본 발명의 일 실시예에 따르면 병원(820) 입장에서의 토큰화, 실제 데이터를 토큰화하는 것이 아닌, GPU 서버(821)를 토큰화(810) 함으로써 데이터 유출 없이 외부 모델이 물리적으로 병원(820) 내에 들어와 학습할 수 있는 환경을 마련할 수 있다.
도 9는 일반적인 토큰의 보안 취약성을 설명하기 위한 도면이다.
도 9에 도시된 바와 같이, 일반적으로 토큰은 공공(Public)성에 의한 보안 취약점을 갖는다. 데이터 소유자(920)와 개발자(901) 사이에서 스마트 컨트랙트(Smart Contract)를 통한 토큰(940)의 발행 시 IP 주소가 외부로 노출이 될 수 있다.
도 10은 본 발명의 일 실시예에 따른 플랫폼을 통한 토큰의 발행을 설명하기 위한 도면이다.
도 10을 참조하면, 토큰(1040)은 공공(Public)성에 의한 보안 취약 문제점을 해결하기 위해, 토큰(1040)의 발행 시 IP 주소를 플랫폼(1010)에서 임의로 발급한 고유 값으로 대체한 후, 향후 학습 수요의 발생시 트래픽을 우회하여 전달해준다. 이에 따라 스마트 컨트랙트(Smart Contract)를 통한 토큰(1040)의 발행 시 IP 주소가 외부로 노출되지 않고 보안을 유지할 수 있다.
도 11은 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법을 나타내는 흐름도이다.
도 11을 참조하면, 본 발명의 일 실시예에 따른 컴퓨터 장치에 의해 수행되는 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법은, 데이터 및 연산 서버 중 적어도 어느 하나 이상을 토큰화하여 NFT 토큰을 발행하는 단계(S110), 외부의 사용자와 데이터 소유자간의 블록체인 기반 스마트 컨트랙트(Smart Contract)가 이루어지는 단계(S120), 사용자에게 NFT 토큰을 전송하는 단계(S130), 사용자의 신경망 모델이 연산 서버에 전송됨에 따라 연산 서버와 연결된 스토리지 서버에 존재하는 데이터 셋을 이용하여 사용자의 신경망 모델을 학습하는 단계(S140), 및 학습 후, 사용자에게 결과물로 학습된 모델 가중치를 제공하는 단계(S150)를 포함하여 이루어질 수 있다.
본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법은 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 장치를 예를 들어 설명할 수 있다. 한편, 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법은 앞에서 설명한 플랫폼을 통해 수행될 수 있다. 여기서 플랫폼은 데이터의 노출 없이 인공신경망 모델을 학습시킬 수 있다.
도 12는 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치를 나타내는 블록도이다.
도 12를 참조하면, 본 발명의 일 실시예에 따른 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치(1200)는 NFT 토큰 발행부(1210), 스마트 컨트랙트부(1220), NFT 토큰 전송부(1230), 모델 학습부(1240) 및 모델 가중치 제공부(1250)를 포함하여 이루어질 수 있다.
단계(S110)에서, NFT 토큰 발행부(1210)는 데이터 및 연산 서버 중 적어도 어느 하나 이상을 토큰화하여 NFT 토큰을 발행할 수 있다. 여기서, NFT 토큰은 연산 서버에 접근할 수 있는 액세스 정보 및 데이터에 간접적으로 접근할 수 있는 액세스 정보가 포함될 수 있다. NFT 토큰 발행부(1210)는 데이터와 번들링(Bundling)된 연산 서버를 하나의 상품으로 취급하여 거래할 수 있다. 이 때, NFT 토큰 발행부(1210)는 NFT 토큰의 발행 시 IP 주소를 플랫폼에서 임의로 발급한 고유 값으로 대체한 후 학습 수요의 발생 시 트래픽을 우회하여 전달할 수 있다.
단계(S120)에서, 스마트 컨트랙트부(1220)는 외부의 사용자와 데이터 소유자간의 블록체인 기반 스마트 컨트랙트(Smart Contract)가 이루어질 수 있다.
단계(S130)에서, NFT 토큰 전송부(1230)는 사용자에게 NFT 토큰을 전송할 수 있다. NFT 토큰 전송부(1230)는 대여 형식으로 사용자에게 전송되며 일정 시간이 지난 후 데이터 소유자에게 반납될 수 있다.
단계(S140)에서, 모델 학습부(1240)는 사용자의 신경망 모델이 연산 서버에 전송됨에 따라 연산 서버와 연결된 스토리지 서버에 존재하는 데이터 셋을 이용하여 사용자의 신경망 모델을 학습할 수 있다. 이 때, 모델 학습부(1240)는 사용자의 신경망 모델이 연산 서버 내에 들어와 학습할 수 있다.
단계(S150)에서, 모델 가중치 제공부(1250)는 학습 후, 사용자에게 결과물로 학습된 모델 가중치를 제공할 수 있다. 특히, 모델 가중치 제공부(1250)는 연산 서버 및 스토리지 서버를 포함하는 복수개의 엣지 컴퓨터들이 하나의 연합 학습 생태계를 구축하며, 연합 학습 생태계를 형성한 엣지 컴퓨터를 통해 사용자에게 학습된 모델 가중치를 제공할 수 있다.
이상과 같이, 본 발명의 실시예들은 데이터와 번들링(Bundling)된 데이터 연산 장치를 하나의 상품으로 취급해 거래할 수 있다.
본 발명은 데이터와 연산 장치를 하나로 묶기 위해 외부 사용자가 데이터 접근 없이 자신의 모델을 원격으로 실행시킬 수 있는 플랫폼 구축이 선행되어야 한다. 본 플랫폼 개발에서는 인공신경망 모델을 학습시키는 연산에 필요한 코드들을 활용 가능한 크기의 조각으로 분리해 이를 실시간으로 원격 서버로 전송하는 프로토콜도 포함된다.
본 발명의 실시예들에 따르면 연구목적 데이터 신청 시, 데이터 익명화 및 비식별화를 통해 데이터를 사용하고 이를 사후 관리할 수 있다.
여기서, 데이터 익명화 및 비식별화는 데이터 카테고리 별 표준화 방식 개발, 메타데이터(Metadata) 익명화 자동화 툴 개발, 클라이언트(Client)의 데이터베이스(Database) 관리 시스템을 통해 구현될 수 있다. 또한, 사후 관리는 블록체인 Viewer/Visualizer, 거래(Transaction) 검색엔진을 통해 구현될 수 있다.
도 13은 본 발명의 일 실시예에 따른 전반적인 백엔드 시스템 구조 및 보안 솔루션을 나타내는 도면이다. 도 13을 참조하면, 전반적인 백엔드(Backend) 시스템 구조 및 보안 솔루션의 예시를 나타낸다.
도 14는 본 발명의 일 실시예에 마켓플레이스 내 토큰을 구매할 수 있는 화면을 설명하기 위한 도면이다. 도 14를 참조하면, 데이터 및 GPU가 결합된 상품으로 마켓플레이스 내 토큰을 구매할 수 있는 화면의 예시를 나타낸다.
도 15는 본 발명의 일 실시예에 따른 GPU 서버로 신호를 보내 학습하는 과정과 로그 값을 나타내는 도면이다. 도 15를 참조하면, 실제 학습 수요가 발생하였을 때 병원 내 GPU 서버로 신호를 보내 학습하는 과정과 로그 값을 나타낸다.
도 16은 본 발명의 일 실시예에 따른 실제 구동 임시 인터페이스를 나타내는 도면이다. 도 16을 참조하면, 병원 내 GPU 서버의 실제 구동 임시 인터페이스(위) 및 스토리지 서버의 실제 구동 임시 인터페이스(아래)를 나타낸다.
NFT 기술은 디지털 정보의 소유권을 보장하고 거래할 수 있는 플랫폼 개발에 알맞은 기술이다. 그러나 NFT 토큰에 들어갈 수 있는 데이터는 다양한 방식으로 개발할 수 있다. 본 발명의 실시예들은 기계학습에 필요한 데이터와 연산 장치를 이용할 수 있는 권한을 포함한 정보가 토큰에 기록된다.
본 발명을 응용한다면, 데이터를 연산 장치로까지 가져와 연산하지 않아도 개인정보 보호 대상인 데이터를 연합 학습 데이터 파이프라인(Data Pipeline)에 포함시킬 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (14)
- 컴퓨터 장치에 의해 수행되는 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 방법에 있어서,
데이터 및 연산 서버 중 적어도 어느 하나 이상을 토큰화하여 NFT 토큰을 발행하는 단계;
외부의 사용자와 데이터 소유자간의 블록체인 기반 스마트 컨트랙트(Smart Contract)가 이루어지는 단계;
상기 데이터 소유자가 상기 사용자에게 상기 NFT 토큰을 전송하는 단계;
상기 사용자의 신경망 모델이 상기 연산 서버에 전송됨에 따라 상기 연산 서버와 연결된 스토리지 서버에 존재하는 데이터 셋을 이용하여 상기 사용자의 신경망 모델을 학습하는 단계; 및
학습 후, 상기 사용자에게 결과물로 학습된 모델 가중치를 제공하는 단계를 포함하되,
상기 NFT 토큰을 발행하는 단계는
상기 데이터와 번들링(Bundling)된 상기 연산 서버를 하나의 상품으로 취급하여 거래하고, 상기 연산 서버에 접근할 수 있는 액세스 정보 및 상기 데이터에 간접적으로 접근할 수 있는 액세스 정보가 포함된 상기 NFT 토큰을 발행하며,
상기 학습된 모델 가중치를 제공하는 단계는,
상기 연산 서버 및 상기 스토리지 서버를 포함하는 복수개의 엣지 컴퓨터들이 하나의 연합 학습 생태계를 구축하며, 상기 연합 학습 생태계를 형성한 엣지 컴퓨터를 통해 상기 사용자에게 상기 학습된 모델 가중치를 제공하는, NFT 토큰 발행 방법. - 삭제
- 삭제
- 제1항에 있어서,
상기 NFT 토큰을 발행하는 단계는,
상기 NFT 토큰의 발행 시 IP 주소를 플랫폼에서 임의로 발급한 고유 값으로 대체한 후, 학습 수요의 발생 시 트래픽을 우회하여 전달하는 것
을 특징으로 하는, NFT 토큰 발행 방법. - 제1항에 있어서,
상기 NFT 토큰을 전송하는 단계는,
대여 형식으로 상기 사용자에게 전송되며, 일정 시간이 지난 후 데이터 소유자에게 반납되는 것
을 특징으로 하는, NFT 토큰 발행 방법. - 제1항에 있어서,
상기 사용자의 신경망 모델을 학습하는 단계는,
상기 사용자의 신경망 모델이 상기 연산 서버 내에 들어와 학습하는 것
을 특징으로 하는, NFT 토큰 발행 방법. - 삭제
- 데이터와 연산 장치의 사용권한을 결합한 상품으로 NFT 토큰 발행 장치에 있어서,
데이터 및 연산 서버 중 적어도 어느 하나 이상을 토큰화하여 NFT 토큰을 발행하는 NFT 토큰 발행부;
외부의 사용자와 데이터 소유자간의 블록체인 기반 스마트 컨트랙트(Smart Contract)가 이루어지는 스마트 컨트랙트부;
상기 데이터 소유자가 상기 사용자에게 상기 NFT 토큰을 전송하는 NFT 토큰 전송부;
상기 사용자의 신경망 모델이 상기 연산 서버에 전송됨에 따라 상기 연산 서버와 연결된 스토리지 서버에 존재하는 데이터 셋을 이용하여 상기 사용자의 신경망 모델을 학습하는 모델 학습부; 및
학습 후, 상기 사용자에게 결과물로 학습된 모델 가중치를 제공하는 모델 가중치 제공부를 포함하되,
상기 NFT 토큰 발행부는
상기 데이터와 번들링(Bundling)된 상기 연산 서버를 하나의 상품으로 취급하여 거래하고, 상기 연산 서버에 접근할 수 있는 액세스 정보 및 상기 데이터에 간접적으로 접근할 수 있는 액세스 정보가 포함된 상기 NFT 토큰을 발행하며,
상기 모델 학습부는
상기 연산 서버 및 상기 스토리지 서버를 포함하는 복수개의 엣지 컴퓨터들이 하나의 연합 학습 생태계를 구축하며, 상기 연합 학습 생태계를 형성한 엣지 컴퓨터를 통해 상기 사용자에게 상기 학습된 모델 가중치를 제공하는, NFT 토큰 발행 장치. - 삭제
- 삭제
- 제8항에 있어서,
상기 NFT 토큰 발행부는,
상기 NFT 토큰의 발행 시 IP 주소를 플랫폼에서 임의로 발급한 고유 값으로 대체한 후, 학습 수요의 발생 시 트래픽을 우회하여 전달하는 것
을 특징으로 하는, NFT 토큰 발행 장치. - 제8항에 있어서,
상기 NFT 토큰 전송부는,
대여 형식으로 상기 사용자에게 전송되며, 일정 시간이 지난 후 데이터 소유자에게 반납되는 것
을 특징으로 하는, NFT 토큰 발행 장치. - 제8항에 있어서,
상기 모델 학습부는,
상기 사용자의 신경망 모델이 상기 연산 서버 내에 들어와 학습하는 것
을 특징으로 하는, NFT 토큰 발행 장치. - 삭제
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20210156483 | 2021-11-15 | ||
| KR1020210156483 | 2021-11-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230071010A KR20230071010A (ko) | 2023-05-23 |
| KR102621307B1 true KR102621307B1 (ko) | 2024-01-08 |
Family
ID=86544315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220017924A KR102621307B1 (ko) | 2021-11-15 | 2022-02-11 | 블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 nft 토큰 발행 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102621307B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020068388A (ja) * | 2018-10-19 | 2020-04-30 | 日本電信電話株式会社 | コンテンツ契約システム、コンテンツ契約方法、権利者端末、譲受人端末、制御端末、コンテンツ蓄積サーバ、権利者プログラム、譲受人プログラム、制御プログラムおよびコンテンツ蓄積プログラム |
| US20200358599A1 (en) * | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Private and federated learning |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102199567B1 (ko) | 2019-11-11 | 2021-01-07 | 주식회사 블루인덱스 | 블록체인 기반 예술품 거래 데이터 공유 서비스 제공 시스템 |
-
2022
- 2022-02-11 KR KR1020220017924A patent/KR102621307B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020068388A (ja) * | 2018-10-19 | 2020-04-30 | 日本電信電話株式会社 | コンテンツ契約システム、コンテンツ契約方法、権利者端末、譲受人端末、制御端末、コンテンツ蓄積サーバ、権利者プログラム、譲受人プログラム、制御プログラムおよびコンテンツ蓄積プログラム |
| US20200358599A1 (en) * | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Private and federated learning |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230071010A (ko) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11030681B2 (en) | Intermediate blockchain system for managing transactions | |
| Lopes et al. | An overview of blockchain integration with robotics and artificial intelligence | |
| US20230368192A1 (en) | Method and system for directing an exchange associated with an anonymously held token on a blockchain | |
| Ghazal et al. | An integrated cloud and blockchain enabled platforms for biomedical research | |
| US20230035321A1 (en) | Systems and methods for hyperledger-based payment transactions, alerts, and dispute settlement, using smart contracts | |
| WO2019100084A1 (en) | Decentralized autonomous evaluation engine for intellectual property assets | |
| US20220261461A1 (en) | Secure resource management to prevent fraudulent resource access | |
| Kehrli | Blockchain 2.0-from bitcoin transactions to smart contract applications | |
| CN111368262A (zh) | 一种基于区块链的人工智能模型保护、松耦合分布式训练方法 | |
| Xiang et al. | A multi-type and decentralized data transaction scheme based on smart contracts and digital watermarks | |
| Abdennadher et al. | Feasibility and Exploratory Study of Implementing the Blockchain Technology in the UAE Financial Markets | |
| KR102621307B1 (ko) | 블록체인 기술을 활용한 스마트 컨트랙트 기반 데이터와 연산 장치의 사용권한을 결합한 상품으로 nft 토큰 발행 방법 및 장치 | |
| CN113139861A (zh) | 一种基于互联网的开放金融服务平台（系统装置）及其方法 | |
| Kingsly | Disruptive Technology: Blockchain: The Crystal Ball: Advancing Financial Trust, Inclusion, and Simplicity Through the Blockchain | |
| Walden et al. | Legal and Regulatory Implications of Disruptive Technologies in Emerging Market Economies | |
| Ho et al. | Building a national AI research resource | |
| Goundar et al. | A literature review in support of blockchain technologies | |
| WO2020185188A1 (en) | Online real estate market platform, based on blockchain technology | |
| Solanki et al. | Blockchain for smart cities: the future of city management | |
| Muthukrishnan et al. | Blockchain technologies and artificial intelligence | |
| CN109067540A (zh) | 基于区块链的应付池资产信息流转方法、装置和设备 | |
| Talele et al. | Event Management Using Blockchain | |
| Nwachukwu | Blockchain-as-a-service: the effect of cloud computing and vice-versa | |
| Lavania et al. | Blockchain and its dimensions: Future Security | |
| Massarotto | Can Blockchain Technologies Resolve the US Antitrust Enforcement Problem? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |