본 논문은 인공지능(AI) 개발에 있어 데이터의 중요성이 증대됨에도 불구하고, 개인정보보호 규제로 인해 발생하는 데이터 섬 문제를 해결하기 위한 새로운 접근법인 "연합 학습에서의 지식 증강(KAF)"을 제시한다. 기존의 연합 학습(FL)이 학습 중심적 접근으로 인해 공정성, 비용, 재현성 문제를 갖는 한계를 극복하고자, KAF는 참여자 간 협력을 통해 지역적 지식을 향상시키는 지식 중심적 패러다임을 제안한다. 시스템 아키텍처, 최적화 목표를 제시하고, KAF에 적합한 방법론을 활용한 연구들을 검토한다. 지식 확장, 지식 필터링, 레이블 및 특징 공간 수정을 위한 방법들을 제시하고, 향후 연구 과제를 제시하며 분산된 데이터 환경에서 협력적 학습의 가능성을 모색한다.
