연락처 정보

코스 개요

AI와 머신러닝 개요 이해하기

  • AI란 무엇이며 어떻게 정의되는가?
  • 머신러닝이 AI의 하위 분야임을 이해합니다.
  • AI의 종류: 약한 AI, 강한 AI, 생성형 AI, 지도학습 및 비지도학습

조직 전반에서의 AI 활용 사례

  • 현재 기업 내 다양한 업무 분야에서 AI/머신러닝이 어떻게 사용되고 있는가?
  • 자동화, 의사결정 지원, 고객 서비스 및 데이터 분석 등 활용 영역
  • 인사, 재무, 운영 및 규정 준수 분야에서의 구체적인 사례들

흔히 발생하는 거버넌스 과제들

  • 데이터 보호 원칙과의 상충 가능성
  • 자동화된 의사결정 과정에서의 합법성, 공정성 및 투명성 확보 방안
  • 데이터 정확도 유지, 최소한의 수집 원칙 준수, 저장 기간 제한 등의 고려 사항

정보 및 데이터 관리의 기초 개념

  • AI 환경에서의 정보 및 기록 관리 방법
  • 메타데이터와 감사 추적 기록의 중요성
  • 훈련용 데이터셋의 품질과 무결성을 유지하는 방법

정보 거버넌스 과제 대응 전략

  • AI/머신러닝 파이프라인에 적합한 거버넌스 통제 체계 설계법
  • 인간의 감독 역할과 AI 판단 결과에 대한 설명 가능성 확보
  • 여러 부서가 협력하는 거버넌스 팀 구성 방법

AI/머신러닝용 DPIA 수행 방법

  • DPIA의 법적 요구사항과 목적 설명
  • 새로운 AI/머신러닝 도입 계획을 평가하는 단계별 절차
  • 리스크 평가 결과, 완화 조치 및 근거를 문서화하는 방법

거버넌스 프레임워크와 리스크 관리 전략

  • AI에 특화된 거버넌스 프레임워크의 개요
  • ISO, NIST, ICO 및 OECD 등 주요 기관의 가이드라인 소개
  • 리스크 관리 대장 작성법과 관련 정책 문서 준비 절차

조직 문화, 통합 및 관련 프레임워크

  • 책임감 있는 AI 사용을 위한 조직 내 문화 형성 방안
  • AI 거버넌스가 사이버보안, 윤리 규범 및 ESG 정책과 어떻게 연계되는가?
  • 지속적인 개선과 모니터링 체계 구축 방법

요약 및 향후 실행 계획 제시

요건

  • 조직 내 정보 거버넌스 정책에 대한 기본적인 이해
  • 데이터 보호 또는 개인정보 보호 관련 규정을 어느 정도 알고 있어야 합니다.
  • AI나 머신러닝 개념에 대한 기초 지식이 있으면 도움이 됩니다.

대상자

  • 정보 거버넌스 전문가
  • 데이터 보호 담당관 및 규정 준수 관리자
  • 디지털 전환 또는 IT 거버넌스 책임자
 7 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리