연락처 정보
 기간 7 시간

코스 개요

책임 있는 AI의 기초

  • 책임 있는 AI란 무엇이며 왜 소프트웨어 개발에서 중요한가
  • 원칙: 공정성, 책임성, 투명성, 프라이버시
  • 코드베이스에서의 윤리적 실패 및 AI 오용 사례

AI 생성 코드의 편향과 공정성

  • LLM이 학습 데이터를 통해 편향을 강화하는 방법
  • AI 환각(hallucination) 및 대규모 오류 도입의 위험

라이선싱, 출처 표기 및 IP 고려 사항

  • 오픈소스 라이선스 이해 (MIT, GPL, Copyleft)
  • LLM 생성 출력물에 출처 표기가 필요한가?
  • AI 지원 코드의 서드파티 라이선스 문제 감사

AI 지원 개발의 보안 및 규정 준수

  • 코드 안전성 확보 및 LLM의 취약한 패턴 회피
  • 내부 보안 가이드라인 및 산업 규정 준수
  • AI 지원 의사결정에 대한 감사 가능한 문서화

개발 팀을 위한 정책 및 거버넌스

  • 소프트웨어 팀을 위한 내부 AI 사용 정책 수립
  • 허용 가능한 사용 및 경고 신호(리드 플래그) 정의
  • 도구 선정 및 AI 어시스턴트의 책임 있는 온보딩

AI 출력물 평가 및 감사

  • 생성된 콘텐츠의 신뢰성 평가에 대한 체크리스트 활용
  • AI 생성 코드의 수동 및 자동화된 검토 수행
  • 동료 검토 및 승인 프로세스의 모범 사례

요약 및 다음 단계

요건

  • 소프트웨어 개발 워크플로우에 대한 기본적인 이해
  • Agile, DevOps 또는 일반적인 소프트웨어 프로젝트 실무에 대한 친숙함

대상 청중

  • 컴플라이언스 팀
  • 개발자
  • 소프트웨어 프로젝트 매니저

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리