4. 연합학습 참여

📍 지금 어디: Client 4/5 — ① 찾기·요청 → ② Workspace·데이터 → ③ 준비 점검 → ④ 참여 → ⑤ 마무리
화면: Agent Studio · 전제: Owner 가 서버를 켰다 (● Server Live)

🎯 이 단계에서 하는 일: 내 Studio 를 집계 서버에 붙여 라운드에 참여합니다. 라운드마다 서버가 보낸 Global Model 을 내 PC 에서 내 데이터(클리블랜드)로 학습하고, 학습된 파라미터만 서버로 보냅니다. 이 버튼 하나로 이 튜토리얼의 핵심인 “데이터를 옮기지 않는 학습”이 일어납니다.

  1. 🖱️ 따라 하기
  2. 지금 내 PC 에서 일어나는 일
  3. ⚙️ 해설 — 버튼과 화면
  4. ✅ 체크리스트
  5. 안 되면
  6. 다음 단계

🖱️ 따라 하기

카드에 ● Server Live 가 보이는지 확인합니다. 보이지 않으면 Owner 가 아직 서버를 켜지 않은 것입니다. Task Data 줄에 ✓ Local Ready 도 함께 있어야 Start Client 를 누를 수 있습니다. 서버가 새로 켜지면 준비 점검 결과가 ○ Check required 로 풀립니다. Start Client 전에 Task Data 줄의 Check Participation Readiness 를 다시 눌러 ✓ Local Ready 를 확인합니다(약 5분 40초, 2026-10-20 Windows 노트북 실측).

Server Live 와 Local Ready, Start Client

  1. 오른쪽 위 Start Client 를 누른다.

Start Client 직후 — connecting, Global Model Sync

Start Client 직후에는 배지가 connecting · Live 로, Current Activity 가 Global Model Sync 로, 오른쪽 Model Flow 가 Received Global Model vN → Local Model Update Pending → Waiting for aggregation 으로 보입니다(받는 모델은 이번 캠페인의 출발 모델: 첫 캠페인이면 Initial Model, 다음부터는 직전 Global Model). 버튼은 Stop Client 로 바뀝니다.

먼저 붙은 쪽은 상대가 붙을 때까지 waiting_round (Current round 1 / 2) 로 기다립니다. Console Monitoring 의 접속 수는 몇 분 늦게 갱신될 수 있습니다.

이 튜토리얼은 Owner 와 나 둘 다 붙을 때까지 라운드 1 이 시작되지 않습니다(Owner 가 정한 Clients per round = 2). Owner 도 자기 Studio 에서 Start Client 를 누릅니다. Start Client 부터 끝까지 약 2분 20초 걸렸습니다(2026-10-20 Windows 노트북 실측). 그 가운데 약 2분 10초는 내 PC 에서 Client 가 준비되는 시간이었고, 두 대가 모두 붙은 뒤 2라운드 학습·집계는 약 5초 만에 끝났습니다.

Federated Learning completed 와 v1 · Round 2 / 2

✓ Federated Learning completed 와 Global Model v1 · v1 · Round 2 / 2 가 보이면 끝입니다(버전 번호는 Owner 가 돌린 캠페인 수에 따라 다릅니다). 끝난 직후에는 오른쪽 위에 Finish Client Session 버튼과 “The final aggregated Global Model was received. Finish the Client session when you are done reviewing this run.” 안내가 보입니다. 서버는 끝나면 스스로 내려가고, 그러면 ✓ Client session ended · Server Offline 으로 바뀝니다(5장).

지금 내 PC 에서 일어나는 일

sequenceDiagram
  participant S as 집계 서버
  participant Me as 내 Studio
  participant D as 내 데이터 폴더
  S->>Me: 라운드 N: 현재 Global Model 파라미터
  Me->>D: dataset.csv 읽기 (PC 안에서만)
  Me->>Me: 받은 모델을 내 데이터로 로컬 학습
  Me->>S: 학습된 파라미터 + 내 행 수 + 지표
  Note over S: 모든 참여자 것을 FedAvg 로 합쳐<br/>새 Global Model

⚙️ 해설 — 버튼과 화면

버튼·항목하는 일
Start Client서버에 붙어 라운드 참여를 시작한다
Stop Client내 PC 의 참여만 멈춘다. 다른 참여자나 캠페인 전체를 멈추지 않는다. 서버는 정해진 인원을 계속 기다린다
Campaignv1 · Round 1 / 2 — 몇 번째 Global Model 을 만드는 판의 몇 라운드인지
Clients per roundOwner 가 정한 라운드당 인원
Participation History지난 참여 기록. 캠페인과 라운드를 골라 볼 수 있다
  • 다른 화면으로 가도 Client 는 뒤에서 계속 돕니다.
  • 같은 Task 의 Client 를 두 번 시작하지 마세요. 서로 다른 Task 의 Client 는 동시에 돌려도 됩니다.
  • 학습 중에는 PC 를 잠자기 상태로 두지 마세요. 내가 빠지면 다른 참여자가 모두 기다립니다.
📚 연합학습 배경 — 내 기여는 얼마나 반영되나

FedAvg 는 각 참여자의 파라미터를 학습에 쓴 행 수에 비례해 평균합니다. 이 튜토리얼에서는 Owner(헝가리)가 261행, 나(클리블랜드)가 303행이라 Global Model 에는 대략 46 : 54 로 반영됩니다. 실제 가중치는 각자 dataset.csv 에서 학습용으로 떼어 낸 행 수로 계산됩니다(Client 는 Owner 의 행 수를 화면에서 볼 수 없습니다).

참여자dataset.csv 행 수대략의 반영 비율
Owner (헝가리)26146%
나 (클리블랜드)30354%

내 병원의 환자 분포는 헝가리와 다르기 때문에, Owner 혼자서는 보지 못한 사례를 Global Model 에 보태게 됩니다. 다만 이 데이터에서는 두 병원을 합쳐도 성능이 오르는 폭이 작습니다(Owner 트랙 7장).

✅ 체크리스트

  • ● Server Live 를 확인하고 Start Client 를 눌렀다
  • ✓ Federated Learning completed 와 Round N / N 을 봤다

안 되면

증상조치
Server Live 가 없음Owner 가 Start FL server 를 눌렀는지 확인
Start 했는데 라운드가 시작되지 않음다른 참여자가 아직 붙지 않았다. Owner 의 Clients per round 와 실제 참여 인원을 맞춘다
Participation Readiness is missing or outdated3장 점검을 다시 한다 (데이터·코드가 바뀜, 또는 서버가 새로 켜짐)
Owner 는 서버를 켰다는데 내 화면은 계속 Server OfflineStudio 표시가 몇 분 늦게 바뀔 수 있다(이전 실습에서 약 4분). 연합학습 화면의 Refresh 를 누른다
Start Client 를 누르자 [Errno 2] No such file or directory: '…/task-binding.tmp'점검 직후 Studio 가 파일을 쓰는 중에 눌린 것으로 보인다. Refresh 를 누르고 Start Client 를 다시 누른다

다음 단계

5. 결과 확인과 마무리


Back to top

© 2026 Cognitive Computing Lab, Gachon University