본 논문은 클라우드 환경 간 민감한 데이터 공유 시 데이터 프라이버시 보호 문제를 해결하기 위해, 대규모 언어 모델과 결합된 연합 학습 기반의 교차 클라우드 아키텍처를 제안한다. 기존 연합 학습 프레임워크에 기반하여 분산 노드의 모델 업데이트를 집계하는 방식으로 원본 데이터 노출 없이 학습을 진행하며, 대규모 언어 모델의 맥락 이해 및 의미 분석 능력을 활용하여 모델 학습 효율 및 의사결정 능력을 향상시킨다. 또한, 안전한 통신 계층을 도입하여 모델 업데이트 및 학습 데이터의 프라이버시와 무결성을 보장하고, 다양한 클라우드 환경에서 지속적인 모델 적응 및 미세 조정을 가능하게 한다. 실험 결과, 제안된 방법은 기존 연합 학습 모델보다 정확도, 수렴 속도, 데이터 프라이버시 보호 측면에서 뛰어난 성능을 보였다.
