예시 답변 1
약 90초
솔직한 경험 기반 접근
AI 워크플로우 안전성을 유지하려면 어떤 데이터로 어떤 결정이 나왔는가를 추적할 수 있어야 한다고 봅니다. 수업 프로젝트에서 모델 학습 자리마다 입력 데이터 버전·파라미터·평가 결과를 mlflow로 기록하는 실습을 했습니다. 그 자리에서 감사 가능성이란 결과를 다시 재현할 수 있는 자리를 만드는 것이라는 걸 이해했습니다. 안전성에서는 출력이 허용 범위를 벗어날 때 플래그를 남기는 로직을 파이프라인에 두는 것이 중요하다고 봅니다. AI 워크플로우는 블랙박스로 두지 않고 각 단계의 결과를 기록 가능한 자리로 만드는 것이 기본이라고 봅니다. 감사 가능성은 사후 검토를 위한 자리이기도 하지만, 운영 중 문제가 생겼을 때 원인을 찾는 자리이기도 합니다.
이 결의 특징
각 학습 단계마다 입력 데이터 버전·파라미터·평가 결과를 기록한 흔적이 있습니다. 감사 가능성을 재현 가능한 자리로 이해한 결이 보입니다.
이 결이 통하는 자리
AI 워크플로우를 블랙박스로 두지 않고 각 단계 결과를 추적할 수 있어야 하는 자리에서 통합니다.