유틸리티-프라이버시 트레이드오프
데이터의 보안 수준을 높일수록 해당 데이터를 활용한 작업의 성능이나 정확도가 떨어지는 상충 관계를 의미한다. 강력한 암호화나 노이즈 추가는 보안성을 강화하지만 모델이 데이터를 이해하기 어렵게 만든다. AlienLM과 같은 최신 연구는 이 두 가치 사이의 균형을 최적화하여 보안을 유지하면서도 성능 저하를 최소화하는 것을 목표로 한다.
