데이터 기반 산업들이 발전함에 따라서 인공지능 알고리즘의 활용 범위가 넓어지고 있어 다양한 보안위협들이 문제가 되고 있다. 본 강연에서는
기계학습 파이프라인을 살펴보고 학습과 추론 과정에서 가능한 공격들에 대해서 살펴보고, 그 중에서도 회피 공격에 대한 검증가능한 견고한 신경망
모형의 학습 방법에 대해 소개한다. 또한, 기계학습을 위한 프라이버시 보호 방법들을 살펴보고 민감 정보와 관련된 공정한 기계학습모형을
안전하게 학습하고 감사하는 방법에 대해서 소개한다.