코스 개요

인공지능과 머신러닝 이해

  • 인공지능이 무엇인지, 어떻게 정의되는지
  • 머신러닝이 인공지능의 부분 집합인 이유
  • AI 유형: 약한 AI, 강한 AI, 생성 AI, 지도 학습, 비지도 학습

조직 전체에서의 AI 활용

  • 비즈니스 기능에서 현재 AI/ML의 위치
  • 자동화, 의사결정 지원, 고객 서비스, 분석
  • HR, 재무, 운영, 준법감시에서의 활용 사례

일반적인 관리 과제

  • 데이터 보호 원칙과의 충돌
  • 자동화된 의사결정에서의 합법성, 공정성, 투명성
  • 정확성, 데이터 최소화, 저장 제한

정보 및 데이터 관리 기초

  • AI 환경에서의 정보 및 기록 관리
  • 메타데이터와 감사 추적의 중요성
  • 훈련 데이터셋의 데이터 품질과 무결성 유지

정보 관리 과제 접근 방법

  • AI/ML 파이프라인을 위한 관리 제어 설계
  • 인간의 감독과 설명 가능성
  • 다기능 관리 팀 구축

AI/ML을 위한 DPIA 수행

  • DPIA의 법적 요구사항과 목적
  • 제안된 AI/ML 구현을 평가하는 단계
  • 위험 평가, 완화, 정당화 문서화

관리 프레임워크와 위험 관리

  • AI 전용 관리 프레임워크 개요
  • ISO, NIST, ICO, OECD 접근법
  • 위험 목록과 정책 문서화

문화, 통합, 관련 프레임워크

  • 책임 있는 AI 사용 문화 구축
  • AI 관리를 사이버보안, 윤리, ESG 정책과 연계
  • 지속적인 개선과 모니터링

요약 및 다음 단계

요건

  • 조직의 정보 관리 정책에 대한 이해
  • 데이터 보호 또는 개인 정보 보호 규정에 대한 이해
  • AI 또는 머신러닝 개념에 대한 일정한 노출이 도움이 됩니다.

대상자

  • 정보 관리 전문가
  • 데이터 보호 책임자 및 준법감시 관리자
  • 디지털 전환 또는 IT 관리 리더
 7 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리