MLOps 도입 가이드

148

2부MLOps적용방법

영국 지침 높은수준의지침만제공.구속력없고적용범

위가넓음

호주 지침 세부적지침발행.도덕성및최종소비자보호

에높은우선순위를두고있음

8.5

책임 있는

AI

의 등장

전 세계적으로 데이터 사이언스, 머신러닝,

AI

의 도입이 가속화되면서

AI

사상가들 사이에 작

은 공감대가 형성되고 있다. 공감대 내에서 가장 일반적인 주제는 책임 있는

AI

, 즉 책임감 있

고 지속 가능하며 통제 가능한 머신러닝 시스템을 개발한다는 아이디어다. 본질적으로

AI

시스

템은 해야 할 일을 해야 하고, 시간이 지나도 신뢰성이 유지되어야 하며, 감사와 통제가 잘 이

루어질 수 있어야 한다.

책임 있는

AI

나 이것을 구성하는 데 사용하는 용어에 대한 엄격한 정의는 없으나, 중요한 고려

사항과 배포/전달 시 필요한 사항에 대해서는 대체로 동의하는 내용이 있다([표

8

-

2

] 참조).

이러한 움직임을 주도하는 단일 기구는 없으나 책임 있는

AI

는 이미 집단적 사고에 상당한 영

향을 끼치고 있으며, 특히

EU

의 신뢰할 수 있는

AI

규제 당국에도 영향을 끼쳤다.

표

8-2



MLOps

에서점점더중요해지고있는책임있는

AI

의구성요소

의도 책임

필수항목:

·

모델이목적에맞게설계되고작동하도록보장함

·



AI

프로젝트에서사용하는데이터가규정을준수하고편 ...