Course Outline

책임 있는 AI의 기초

  • 소프트웨어 개발에서 책임 있는 AI란 무엇인지 그리고 왜 중요한지
  • 원리: 공정성, 책임성, 투명성 및 프라이버시
  • 코드베이스에서 발생한 윤리적 실패 및 AI 오남용 사례

AI 생성 코드에서 편견과 공정성

  • LLMs가 학습 데이터를 통해 편견을 강화할 수 있는 방법
  • 편향된 또는 안전하지 않은 코드 제안을 감지하고 수정
  • AI 허구와 대규모 오류 발생 위험

라이선싱, 출처 명시 및 지적 재산권 고려 사항

  • 오픈 소스 라이선스(MIT, GPL, Copyleft) 이해
  • LLM 생성 출력은 출처 명시를 요구하는가?
  • AI 보조 코드를 제3자 라이선싱 문제를 위해 감사

AI 보조 개발의 보안 및 규정 준수

  • LLM에서 코드 안전 보장 및 안전하지 않은 패턴 회피
  • 내부 보안 지침 및 산업 규정에 준수
  • AI 보조 결정 과정의 감사 가능한 문서화

개발 팀을 위한 정책 및 Go가이드라인

  • 소프트웨어 팀을 위한 내부 AI 사용 정책 작성
  • 허용 가능한 사용 및 경고 신호 정의
  • AI 보조 도구 선택 및 책임 있는 온보딩

AI 출력의 평가 및 감사

  • 생성된 콘텐츠 신뢰성을 평가하기 위한 체크리스트 사용
  • AI 생성 코드의 수동 및 자동 검토 수행
  • 동료 검토 및 승인 과정에 대한 모범 사례

요약 및 다음 단계

Requirements

  • 소프트웨어 개발 워크플로우에 대한 기본 이해
  • Agile, DevOps, 또는 일반 소프트웨어 프로젝트 관행에 대한 이해

대상자

  • 준수 팀
  • 개발자
  • 소프트웨어 프로젝트 관리자
 7 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories