Course Outline

책임 있는 AI 소개

  • 공정성, 책무성, 투명성의 원칙
  • 책임 있는 AI에 대한 규제 요인(EU AI Act, GDPR 등)
  • 기업 AI 거버넌스에서의 Ollama의 역할

편향 탐지 및 완화

  • 모델 출력에서 편향 식별
  • 편향 감소 및 공정성 향상을 위한 전략
  • 공정성 지표를 사용한 모델 성능 평가

안전한 프롬프트 및 정렬

  • 안전하고 신뢰할 수 있는 프롬프트 설계
  • 위험한 또는 해로운 출력의 위험 완화
  • 기업 애플리케이션을 위한 정렬 기법

콘텐츠 필터링 및 조정

  • 콘텐츠 필터링 파이프라인 설계
  • 조정 보안 구현
  • 사용자 경험과 준수 요구 사항의 균형

거버넌스 워크플로우

  • Ollama를 위한 거버넌스 프레임워크 정의
  • 준수 시스템과의 워크플로우 통합
  • 모델 승인 및 감사 절차

로깅, 추적 가능성 및 감사 가능성

  • AI 시스템을 위한 안전한 로깅 실천
  • 모델 결정의 추적 가능성
  • 감사 준비 및 보고 메커니즘

사례 연구 및 최선 실습

  • 책임 있는 AI 원칙을 적용한 기업 배포
  • 실제 세계 거버넌스 실패에서 배운 교훈
  • 지속 가능한 및 윤리적인 AI 실천

요약 및 다음 단계

Requirements

  • AI/ML 기본 원리 이해
  • 준수 및 관리 개념에 대한 익숙함
  • 기업 IT 또는 모델 배포 환경 경험

대상

  • AI 윤리 담당자
  • 준수 담당자
  • 법률 및 규제 엔지니어
  • 기업 아키텍트
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories