Tossは3日、連合学習に関する研究論文が人工知能（AI）分野の国際会議「NeurIPS（Neural Information Processing Systems）2025」に採択されたと発表した。研究は、Tossのフェイスモデリングチームのイ・ジヌ研究員が中心となり、ソウル大学ビジョンラボと共同で進めた。

NeurIPSは、機械学習と神経情報処理分野で世界有数の国際会議として知られる。論文採択率は約20％で、会期は12月2日から7日まで。米サンディエゴのコンベンションセンターで開かれ、世界の研究者が最新のAI研究成果を共有する。

採択された論文は「Federated Local Prior Alignment（FedLPA）」に関するもの。個人情報保護規制によりデータを中央サーバーへ集約できない環境でも、AIモデルの学習を可能にする手法だ。

FedLPAは、国やユーザーグループごとにデータ特性が異なる場合や、従来になかった新たなデータタイプが現れた場合に性能が大きく低下しやすい既存の連合学習手法の課題に対応する。

研究チームは、国やユーザーグループなど、類似した特性を持つデータを自動的にまとめるInfomapベースのローカルクラスタリングと、学習の安定性を高めるLocal Prior Alignmentを組み合わせた。

これにより、各デバイスがデータ構造を自律的に捉えて活用できるようにしたという。カテゴリの種類やデータ分布を事前に把握しにくい環境でも、未知のカテゴリを正確に見つけ出す「Generalized Category Discovery（GCD）」で有効性を示したとしている。

Tossは「当社のAI技術力が世界的な学会で初めて公式に認められた点で意義は大きい」とした上で、「今後も実サービスに適用可能な技術研究を続け、個人情報保護を確保しつつ、より高度なAI基盤サービスを提供していく」とコメントした。