신청기업에서 의뢰하는 AI 학습데이터나 AI 모델이
정확하게 구현되었음을 검증하는 제도입니다.
최근 몇 년 동안 AI 기술이 급속도로 발전하면서 다양한 산업 분야에서 AI가 활발히 활용되고 있습니다. 의료, 금융, 제조, 교육 등 여러 분야에서 AI의 도입이 이루어짐에 따라 AI의 신뢰성과 정확성은 중요한 이슈로 대두되고 있습니다. AI 모델은 학습 데이터에 기반하여 작동하기 때문에, 데이터에 편향이 존재할 경우 모델 역시 편향된 결과를 도출할 수 있습니다. 또한 AI 모델이 오작동하거나 잘못된 결과를 내놓는 경우, 이는 사회적 및 경제적으로 큰 피해를 초래할 수 있습니다. 이러한 문제를 해결하기 위한 대책 마련이 필요합니다.
AI 학습 데이터 및 AI 모델
- 신청기업에서 작성한 품질검증 요구사항에 대하여 시험 및 검증 실시
- AI 학습데이터 검증은 의미정확성 또는 구문정확성, 다양성 항목으로 데이터의 정확도를 검증
- AI 모델은 모델에 대한 성능을 시험 항목별로 검증하여 만족 여부 확인
- AI 안전성을 확보하기 위해 ISO/IEC 5469 Claus 9(검증 및 실증, Verification & Validation)와 Clause 10(관리 및 완화 조치, Control & Mitigation Measures)을 요구하는 경우
-
AI 모델 및 AI 학습데이터의 신뢰성 향상
편향 제거 : AI 품질 검증을 통해 학습 데이터의 편향을 제거하고, 모델의 공정성과 투명성을 높일 수 있습니다.
정확도 향상 : 모델의 성능을 검증하고 개선하여, 정확한 결과를 도출할 수 있습니다.
-
경제적 이익
비용 절감 : AI 모델의 품질을 검증하여, 잘못된 결과로 인한 비용을 절감할 수 있습니다.
경쟁력 강화 : 높은 품질의 AI 모델을 제공함으로써, 기업의 경쟁력을 강화할 수 있습니다.
-
고객 만족도 향상
고객 신뢰도 향상 : 높은 품질의 AI 모델을 제공함으로써, 고객의 신뢰도를 높일 수 있습니다.
고객 만족도 향상 : 고객의 요구에 맞는 AI 모델을 제공함으로써, 고객 만족도를 높일 수 있습니다.
Copyright(c) 한국정보산업연합회 INC. All Rights Reserved. Design by way21