AI-ReadyAI-ready
특정 AI 업무에 필요한 Data Ready와 Knowledge Ready가 함께 검증된 상태.
왜 중요한가파일이 많다는 뜻이 아니라 읽고 통제할 데이터와 의미·효력을 믿을 지식이 함께 준비됐다는 뜻이다.
함께 찾기AI 준비, AI 레디, AI-Ready Data
AI-Ready Data 용어사전
이 위키에서 낯선 단어를 만났다면 여기에 약어나 한글 표현을 입력한다. 정의뿐 아니라 왜 실무에서 중요한지와 함께 검색할 표현을 볼 수 있다.
PLAIN-LANGUAGE GLOSSARY
91/ 91개낯선 용어를 쉬운 말로 찾기
약어·한글·영문·현장 표현 중 기억나는 것 하나만 입력하세요.
전환·전략
Data ReadyData ready
유즈케이스에 필요한 원천을 찾고 허가받아 손실 없이 읽으며 품질·권한·계보·삭제를 통제할 수 있는 상태.
왜 중요한가AI가 사용할 재료의 재현성과 안전성을 증명하는 첫 번째 준비축이다.
함께 찾기데이터 준비, 데이터 레디
전환·전략
Knowledge ReadyKnowledge ready
용어·권위·효력·맥락·관계·근거와 사람 승인을 통해 정보의 의미를 검증할 수 있는 상태.
왜 중요한가깨끗한 텍스트만으로는 어떤 규칙과 결정이 유효한지 판단할 수 없기 때문에 필요하다.
함께 찾기지식 준비, 지식 레디
데이터·문서
지식 단위Knowledge unit
정의·사실·규칙·절차·결정 같은 주장에 대상·조건·효력·근거·승인 상태를 묶은 관리 단위.
왜 중요한가문서 전체를 한 덩어리로 검색할 때 잃기 쉬운 의미와 적용 조건을 검증하게 한다.
함께 찾기지식 객체, knowledge object
전환·전략
DXDigital Transformation
디지털 기술로 업무 절차와 고객 경험 및 운영 방식을 바꾸는 활동.
왜 중요한가종이와 파일 중심 절차가 그대로면 AI를 붙여도 병목과 오류가 남는다.
함께 찾기디지털 전환
전환·전략
AXAI Transformation
AI를 활용해 의사결정과 업무 수행 및 조직 운영 방식을 바꾸는 활동.
왜 중요한가도구 도입이 아니라 데이터와 책임 및 프로세스의 변화까지 포함한다.
함께 찾기AI 전환, 인공지능 전환
전환·전략
AIArtificial Intelligence
학습·추론·인식·생성처럼 지능이 필요한 작업을 컴퓨터로 수행하는 기술의 넓은 범주.
왜 중요한가규칙 자동화부터 생성형 AI까지 범위가 넓으므로 적용 기술을 구체적으로 밝혀야 한다.
함께 찾기인공지능
전환·전략
MLMachine Learning
데이터에서 패턴을 학습해 예측이나 분류를 수행하는 AI 방법.
왜 중요한가규칙을 사람이 모두 작성하지 않지만 학습 데이터와 평가 기준이 필요하다.
함께 찾기머신러닝, 기계학습
전환·전략
LLMLarge Language Model
대규모 텍스트로 학습해 문장을 이해하고 생성하는 언어 모델.
왜 중요한가그럴듯한 오류를 만들 수 있어 사내 근거 연결과 검증이 필요하다.
함께 찾기대규모 언어 모델, 언어모델
전환·전략
유즈케이스Use case
특정 사용자가 특정 상황에서 달성하려는 업무 목적과 사용 흐름.
왜 중요한가전사 데이터를 한꺼번에 정리하지 않고 필요한 데이터 범위를 좁히는 출발점이다.
함께 찾기사용 사례, 업무 시나리오
전환·전략
PoCProof of Concept
핵심 아이디어가 기술적으로 가능한지 작은 범위에서 확인하는 검증.
왜 중요한가운영 효과와 보안까지 검증한 서비스로 오해하면 안 된다.
함께 찾기개념검증, 기술검증
전환·전략
파일럿Pilot
제한된 실제 사용자와 실제 업무 조건에서 운영 가능성과 효과를 시험하는 단계.
왜 중요한가PoC보다 실제 운영에 가깝고 중단 조건과 측정 계획이 필요하다.
함께 찾기시범 운영, 실증
전환·전략
MVPMinimum Viable Product
사용자 가치를 검증하는 데 필요한 최소 기능을 갖춘 제품.
왜 중요한가기능 수가 적더라도 권한·감사·오류 대응 같은 필수 통제는 생략할 수 없다.
함께 찾기최소 기능 제품
전환·전략
온프레미스On-premises
조직이 통제하는 사내 데이터센터나 장비에 시스템을 설치·운영하는 방식.
왜 중요한가외부 전송을 줄일 수 있지만 운영·패치·백업 책임도 조직이 맡는다.
함께 찾기사내 구축, 온프렘
전환·전략
폐쇄망Air-gapped network
인터넷이나 외부망과의 연결을 물리적 또는 논리적으로 강하게 제한한 네트워크.
왜 중요한가모델·패키지 반입과 업데이트 및 로그 반출 절차를 따로 설계해야 한다.
함께 찾기망분리, 에어갭
데이터·문서
SSoTSingle Source of Truth
특정 질문과 범위 및 시점에서 권위 있다고 승인된 원천과 판정 규칙.
왜 중요한가파일명에 최종이라고 쓰는 것보다 누가 어떤 근거로 유효성을 승인했는지가 중요하다.
함께 찾기단일 진실 공급원, 공식 원천, 최종본
데이터·문서
권위 원천Authoritative source
정해진 업무 범위에서 공식 판단 근거로 인정된 시스템이나 문서.
왜 중요한가같은 업무에서도 계약과 절차 및 실적의 권위 원천이 서로 다를 수 있다.
함께 찾기공식 원천, 신뢰 원천
데이터·문서
EDMElectronic Document Management
전자문서의 저장·검색·버전·승인·보존을 관리하는 체계.
왜 중요한가저장소가 있다고 문서 의미와 최종본이 자동으로 정리되는 것은 아니다.
함께 찾기전자문서관리, 문서중앙화, 문서 저장소
데이터·문서
원천 데이터Source data
변환이나 분석의 출발점이 되는 최초 수집 데이터.
왜 중요한가파생 결과를 고치기 전에 문제가 시작된 원천과 버전을 찾게 해준다.
함께 찾기소스 데이터, 원시 데이터
데이터·문서
원본Original record
업무상 또는 법적으로 의미가 있는 최초나 공식 파일 및 레코드.
왜 중요한가추출 텍스트나 요약은 원본을 대체하지 않으며 항상 원본으로 추적돼야 한다.
함께 찾기원문, 원본 기록
데이터·문서
파생물Derived data
원본을 추출·변환·정규화·요약·청킹해 만든 재생성 가능한 데이터.
왜 중요한가원본의 권한·보존·삭제 상태가 파생물에도 전파돼야 한다.
함께 찾기파생 데이터, 변환본
데이터·문서
정형 데이터Structured data
행과 열 또는 고정 스키마처럼 구조가 명확한 데이터.
왜 중요한가검증과 집계가 쉽지만 값의 의미와 코드가 일치한다는 보장은 없다.
함께 찾기구조화 데이터, 테이블 데이터
데이터·문서
반정형 데이터Semi-structured data
JSON·XML·이메일처럼 일정한 표식은 있지만 모든 항목이 고정되지 않은 데이터.
왜 중요한가구조와 자유 본문을 함께 파싱하고 보존해야 한다.
함께 찾기준정형 데이터
데이터·문서
비정형 데이터Unstructured data
문서·이미지·음성처럼 고정된 행과 열로 바로 표현하기 어려운 데이터.
왜 중요한가AI 활용 전에 본문과 표 및 이미지의 구조를 잃지 않도록 추출해야 한다.
함께 찾기비구조화 데이터, 문서 데이터
데이터·문서
메타데이터Metadata
제목·소유자·상태·효력·등급·권한·출처처럼 데이터를 설명하는 데이터.
왜 중요한가본문만으로는 최신성·권한·적용 범위를 판단하기 어렵다.
함께 찾기속성 정보, 데이터에 대한 데이터
데이터·문서
스키마Schema
필드의 이름과 의미 및 타입 그리고 관계와 제약을 정의한 구조.
왜 중요한가서로 다른 시스템의 데이터를 연결하고 자동 검증하는 기준이 된다.
함께 찾기데이터 구조, 필드 정의
데이터·문서
표준화Standardization
용어·코드·단위·형식·절차를 합의한 기준에 맞추는 활동.
왜 중요한가같은 의미가 여러 표현으로 흩어지는 문제를 줄인다.
함께 찾기표준 정립
데이터·문서
정규화Normalization
서로 다른 표현과 형식을 정한 규칙에 따라 일관된 형태로 변환하는 작업.
왜 중요한가원본은 보존하고 변환 규칙과 도구 버전을 기록해야 재현할 수 있다.
함께 찾기형식 통일, 데이터 정리
데이터·문서
업무 용어사전Business glossary
업무 용어의 표준명·정의·동의어·금지 표현·소유자를 관리하는 목록.
왜 중요한가부서마다 같은 단어를 다르게 쓰는 문제를 사람이 합의하는 장치다.
함께 찾기비즈니스 용어집, 표준 용어집
데이터·문서
분류체계Taxonomy
개념이나 항목을 상하위 관계와 범주로 조직한 체계.
왜 중요한가검색 필터와 문서 분류 및 책임 범위를 일관되게 만든다.
함께 찾기택소노미, 분류 트리
데이터·문서
데이터 제품Data product
명확한 사용자·목적·소유자·품질·접근·생애주기를 가진 재사용 가능한 데이터 묶음.
왜 중요한가데이터를 일회성 산출물이 아니라 책임지고 운영할 대상으로 만든다.
함께 찾기데이터 프로덕트
데이터·문서
데이터 카탈로그Data catalog
조직 데이터의 위치·정의·소유자·계보·품질·접근 정보를 검색하는 목록 체계.
왜 중요한가데이터 자체를 옮기지 않고도 무엇이 어디에 있고 써도 되는지 찾게 한다.
함께 찾기메타데이터 카탈로그
데이터·문서
해시Hash
파일이나 데이터에서 고정 길이 값을 계산해 동일성과 변경 여부를 확인하는 기술.
왜 중요한가원본이 바뀌었는지와 파생물이 어느 버전에서 나왔는지 증명하는 데 쓴다.
함께 찾기체크섬, SHA-256
데이터·문서
버전 관리Versioning
변경 이력과 각 시점의 상태 및 대체 관계를 식별하는 관리 방식.
왜 중요한가최신본뿐 아니라 어떤 답변이 당시 어느 버전을 썼는지 추적하게 한다.
함께 찾기버저닝, 이력 관리
수집·처리
파서Parser
파일이나 메시지의 구조를 읽어 제목·본문·표·첨부 같은 요소로 분해하는 프로그램.
왜 중요한가파싱 실패는 글자뿐 아니라 표와 문서 구조의 손실로 이어진다.
함께 찾기문서 파서, 구문 분석기
수집·처리
OCROptical Character Recognition
스캔 문서나 이미지 속 글자를 기계가 읽을 수 있는 텍스트로 바꾸는 기술.
왜 중요한가숫자·단위·고유명사 오류가 잦아 신뢰도와 원본 좌표를 함께 보존해야 한다.
함께 찾기광학문자인식, 문자 인식
수집·처리
ASRAutomatic Speech Recognition
음성을 텍스트로 전사하는 기술.
왜 중요한가회의 맥락과 고유명사 및 숫자를 잘못 인식할 수 있어 사람의 확인이 필요하다.
함께 찾기음성인식, 자동 전사
수집·처리
파싱Parsing
파일의 문자와 구조를 해석해 사용할 수 있는 데이터로 추출하는 과정.
왜 중요한가텍스트만 뽑고 표·슬라이드 노트·첨부 관계를 잃으면 답변 근거가 왜곡된다.
함께 찾기구문 분석, 문서 추출
수집·처리
청크Chunk
검색과 모델 입력에 사용하도록 문서를 의미 단위로 나눈 조각.
왜 중요한가너무 작으면 맥락을 잃고 너무 크면 관련 없는 내용과 권한 경계가 섞인다.
함께 찾기문서 조각, 청킹
수집·처리
임베딩Embedding
텍스트나 이미지의 의미적 특징을 여러 숫자로 이루어진 벡터로 표현한 것.
왜 중요한가비슷한 의미를 찾는 데 유용하지만 원문과 권한 정보를 대신하지 않는다.
함께 찾기벡터 표현, 의미 벡터
수집·처리
벡터 데이터베이스Vector database
임베딩 벡터의 가까운 항목을 빠르게 찾도록 설계된 저장·검색 계층.
왜 중요한가제품을 도입해도 문서 권한과 삭제 전파는 별도로 설계해야 한다.
함께 찾기벡터DB, 벡터 스토어
수집·처리
색인Index
검색 속도를 높이기 위해 문서의 단어·벡터·필터 값을 별도 구조로 정리한 것.
왜 중요한가원본 변경과 권한 회수 및 삭제가 색인에도 제때 반영돼야 한다.
함께 찾기인덱스, 검색 색인
수집·처리
키워드 검색Keyword search
질문에 포함된 단어와 문서 단어의 일치를 중심으로 찾는 검색 방식.
왜 중요한가제품 코드와 법령명 같은 정확한 표현에 강하다.
함께 찾기전문 검색, lexical search, BM25
수집·처리
벡터 검색Vector search
질문과 문서 임베딩 사이의 의미적 유사도로 찾는 검색 방식.
왜 중요한가표현이 달라도 의미가 비슷한 문서를 찾지만 숫자와 고유명사에는 약할 수 있다.
함께 찾기의미 검색, semantic search
수집·처리
하이브리드 검색Hybrid search
키워드 검색과 벡터 검색 결과를 함께 사용하는 방식.
왜 중요한가정확한 용어와 의미 유사성을 함께 활용해 한 방식의 약점을 줄인다.
함께 찾기혼합 검색
수집·처리
재순위화Reranking
첫 검색 결과를 더 정교한 모델이나 규칙으로 다시 평가해 순서를 조정하는 단계.
왜 중요한가관련 근거를 상위에 올릴 수 있지만 지연시간과 계산비용이 늘어난다.
함께 찾기리랭킹, 재랭커
RAG·평가
RAGRetrieval-Augmented Generation
질문과 관련된 근거를 먼저 검색해 LLM 입력에 제공한 뒤 답변을 생성하는 구조.
왜 중요한가모델이 사내 지식을 외우게 하지 않고 최신 원천을 인용하게 할 수 있다.
함께 찾기검색 증강 생성
RAG·평가
컨텍스트 창Context window
모델이 한 번의 요청에서 읽을 수 있는 입력과 출력 토큰의 최대 범위.
왜 중요한가길다고 모든 문서를 넣는 것은 비용과 잡음을 늘리고 중요한 근거를 묻히게 한다.
함께 찾기문맥 창, 컨텍스트 길이
RAG·평가
근거 기반 생성Grounding
모델 답변이 제공된 원천과 확인 가능한 사실에 연결되도록 만드는 것.
왜 중요한가답변이 자연스러운지보다 실제 근거가 뒷받침하는지를 판단하게 한다.
함께 찾기그라운딩, 근거화
RAG·평가
인용Citation
답변의 주장과 이를 뒷받침하는 원문 위치를 연결해 표시하는 것.
왜 중요한가사용자가 답을 검증하고 잘못된 근거를 찾아 수정할 수 있게 한다.
함께 찾기출처 표시, 근거 링크
RAG·평가
환각Hallucination
모델이 근거가 없거나 사실과 다른 내용을 자신 있게 생성하는 현상.
왜 중요한가RAG를 써도 사라지지 않으므로 인용·거절·사람 검토를 평가해야 한다.
함께 찾기할루시네이션, 생성 오류
RAG·평가
골든셋Golden set
질문·기대 답변·허용 근거·권한 조건을 사람이 검토해 승인한 평가 데이터.
왜 중요한가모델이나 검색 설정을 바꿀 때 품질이 좋아졌는지 같은 기준으로 비교하게 한다.
함께 찾기정답셋, 평가셋, 골드셋
RAG·평가
정밀도Precision
찾거나 분류한 항목 중 실제로 맞는 항목의 비율.
왜 중요한가검색 결과에 쓸모없는 문서가 얼마나 섞였는지 보여준다.
함께 찾기프리시전, 정확률
RAG·평가
재현율Recall
실제로 찾아야 할 항목 중 시스템이 찾아낸 항목의 비율.
왜 중요한가중요 근거를 빠뜨리는 정도를 보여주며 정밀도와 함께 봐야 한다.
함께 찾기리콜, 검출률
RAG·평가
MRRMean Reciprocal Rank
첫 번째 관련 결과가 몇 번째에 나오는지를 여러 질문에 걸쳐 평균한 검색 지표.
왜 중요한가사용자가 원하는 근거를 상위에서 빨리 찾는지 비교할 때 쓴다.
함께 찾기평균 역순위
RAG·평가
충실성Faithfulness
답변의 주장이 제공된 근거에서 실제로 뒷받침되는 정도.
왜 중요한가사실처럼 보이는 문장이 검색 문서에 없는지 평가한다.
함께 찾기근거 충실성, groundedness
RAG·평가
거절Refusal
근거·권한·확신이 부족할 때 답을 만들지 않고 한계를 알리는 동작.
왜 중요한가모르는 상황에서 그럴듯한 답을 내는 것보다 안전한 운영을 가능하게 한다.
함께 찾기응답 거부, 답변 보류
RAG·평가
데이터 품질Data quality
정확성·완전성·일관성·적시성 등 특정 목적의 요구를 데이터가 충족하는 정도.
왜 중요한가절대적인 점수보다 어떤 업무와 실패 비용을 기준으로 하는지 밝혀야 한다.
함께 찾기품질 차원, 데이터 신뢰성
거버넌스·보안
데이터 거버넌스Data governance
데이터 관련 결정을 누가 어떤 원칙과 절차 및 증거로 내리고 책임지는지 정한 운영체계.
왜 중요한가도구가 아니라 소유권과 승인 및 예외 처리의 문제를 해결한다.
함께 찾기데이터 관리체계
거버넌스·보안
데이터 소유자Data owner
데이터의 업무 목적·의미·공식성·접근과 위험 수용을 승인하는 책임 역할.
왜 중요한가IT 관리자가 업무상 최종본 여부까지 대신 판단하지 않도록 한다.
함께 찾기업무 소유자, 정보 소유자
거버넌스·보안
데이터 스튜어드Data steward
데이터 목록·정의·품질·변경·이슈를 일상적으로 관리하는 역할.
왜 중요한가소유자의 정책 결정을 실제 운영 규칙과 증거로 유지한다.
함께 찾기데이터 관리 담당자
거버넌스·보안
데이터 계보Data lineage
원천이 어떤 변환과 승인을 거쳐 파생물·색인·답변이 됐는지 나타내는 연결.
왜 중요한가오류의 시작점과 영향을 받은 결과를 추적하고 삭제를 전파하게 한다.
함께 찾기리니지, 처리 계보
거버넌스·보안
출처 이력Provenance
데이터가 어디서 누구에 의해 언제 생성·수집·변환됐는지를 보여주는 증거.
왜 중요한가계보가 처리 경로에 가깝다면 출처 이력은 신뢰와 진위를 판단하는 근거에 가깝다.
함께 찾기프로비넌스, 출처 정보
거버넌스·보안
ACLAccess Control List
사용자나 그룹이 특정 자원에 할 수 있는 읽기·쓰기 등의 권한 목록.
왜 중요한가원본 ACL을 청크·색인·답변·캐시까지 이어야 권한 누출을 막는다.
함께 찾기접근제어목록, 문서 권한
거버넌스·보안
RBACRole-Based Access Control
직무나 역할에 권한을 부여하고 사용자를 역할에 연결하는 접근통제 방식.
왜 중요한가관리하기 쉽지만 문서별 예외와 맥락 조건은 별도 처리가 필요할 수 있다.
함께 찾기역할 기반 접근통제
거버넌스·보안
ABACAttribute-Based Access Control
사용자·자원·행동·환경의 속성과 정책을 조합해 권한을 판단하는 방식.
왜 중요한가부서·등급·지역·시간 같은 세밀한 조건을 표현할 수 있다.
함께 찾기속성 기반 접근통제
거버넌스·보안
IAMIdentity and Access Management
사용자와 서비스 계정의 신원·인증·권한·생애주기를 관리하는 체계.
왜 중요한가퇴사·부서 이동·서비스 변경이 AI 시스템 권한에 반영되게 한다.
함께 찾기ID 및 접근관리, 계정권한관리
거버넌스·보안
SSOSingle Sign-On
한 번의 인증으로 여러 승인된 시스템에 접근하게 하는 방식.
왜 중요한가로그인 편의 기능이며 자원별 인가 정책을 자동으로 해결하지는 않는다.
함께 찾기통합 로그인, 싱글 사인온
거버넌스·보안
최소 권한Principle of least privilege
업무 수행에 필요한 최소한의 권한만 필요한 기간 동안 부여하는 원칙.
왜 중요한가수집 계정과 검색 사용자가 불필요하게 넓은 문서를 읽지 못하게 한다.
함께 찾기최소권한 원칙
거버넌스·보안
제로 트러스트Zero trust
내부망이라는 이유만으로 신뢰하지 않고 매 접근을 신원·기기·정책·맥락으로 검증하는 원칙.
왜 중요한가온프레미스나 폐쇄망에서도 내부 오용과 계정 탈취를 통제하게 한다.
함께 찾기제로트러스트
거버넌스·보안
개인정보Personally Identifiable Information
개인을 직접 식별하거나 다른 정보와 결합해 식별할 수 있는 정보.
왜 중요한가법적 정의와 처리 근거 및 보존 기간은 관할 법률과 조직 정책으로 확인해야 한다.
함께 찾기PII, 개인식별정보
거버넌스·보안
마스킹Masking
민감한 값의 일부나 전부를 다른 문자로 가려 노출을 줄이는 처리.
왜 중요한가화면 표시를 가려도 원본 저장과 로그 및 모델 입력의 보호가 끝난 것은 아니다.
함께 찾기데이터 마스킹, 가림 처리
거버넌스·보안
가명처리Pseudonymization
추가 정보 없이는 개인을 알아보기 어렵도록 식별자를 대체하는 처리.
왜 중요한가재식별 가능성이 남으므로 익명정보와 같지 않고 별도 보호가 필요하다.
함께 찾기가명화
거버넌스·보안
익명처리Anonymization
합리적으로 개인을 다시 식별할 수 없도록 정보를 처리하는 것.
왜 중요한가데이터 결합과 공격 가능성을 고려해 재식별 위험을 검증해야 한다.
함께 찾기익명화
거버넌스·보안
보존 기간Retention period
데이터를 유지해야 하거나 유지할 수 있는 정해진 기간.
왜 중요한가원본뿐 아니라 파생 텍스트·임베딩·로그·백업의 삭제 시점에도 적용된다.
함께 찾기보유 기간, 보존정책
거버넌스·보안
법적 보존Legal hold
소송·감사·조사 때문에 정상 삭제 일정을 일시 중지하고 자료를 보존하는 조치.
왜 중요한가자동 삭제 파이프라인보다 우선하는 예외를 명확히 기록해야 한다.
함께 찾기소송 보존, 보존 명령
거버넌스·보안
삭제 표식Tombstone
삭제되거나 비활성화된 상태를 다른 저장소에 전파하기 위한 기록이나 이벤트.
왜 중요한가분산된 색인과 캐시가 삭제된 원본을 다시 서비스하지 않게 한다.
함께 찾기툼스톤, 삭제 이벤트
거버넌스·보안
감사 로그Audit log
누가 언제 무엇을 조회·변경·승인·삭제했는지 남긴 변경 방지 가능한 기록.
왜 중요한가사고 조사와 권한 오용 탐지 및 규정 준수의 증거가 된다.
함께 찾기감사 추적, 접근 로그
거버넌스·보안
DRMDigital Rights Management
문서의 열람·복사·인쇄·전달을 기술과 정책으로 제한하는 체계.
왜 중요한가파서와 OCR이 DRM을 우회하거나 권한 없는 파생물을 만들지 않도록 해야 한다.
함께 찾기디지털 권리 관리, 문서 보안
운영·효과
사람 검토Human in the loop
AI 처리 과정에서 사람이 승인·수정·예외 판단을 수행하도록 설계하는 방식.
왜 중요한가업무 효력과 위험 수용처럼 모델이 결정해서는 안 되는 지점을 통제한다.
함께 찾기HITL, 휴먼 인 더 루프
운영·효과
RACIResponsible Accountable Consulted Informed
과제별로 실행자·최종책임자·협의자·공유대상을 구분하는 역할표.
왜 중요한가AI와 데이터 업무에서 결정권과 작업 책임이 모호해지는 것을 막는다.
함께 찾기책임분장표
운영·효과
SLAService Level Agreement
서비스 제공자와 이용자 사이에 합의한 품질 수준과 책임을 담은 약속.
왜 중요한가내부 목표인 SLO와 달리 계약상 책임이나 보상 조건을 포함할 수 있다.
함께 찾기서비스 수준 협약
운영·효과
SLOService Level Objective
가용성·응답시간·삭제 전파시간·품질 등에 대해 운영팀이 정한 측정 가능한 목표.
왜 중요한가좋아 보인다는 표현을 실제 운영 판단 기준으로 바꾼다.
함께 찾기서비스 수준 목표
운영·효과
ROIReturn on Investment
투자 대비 순효과의 비율로 일반적으로 순효과를 총투자비로 나눠 계산한다.
왜 중요한가시간 절감이 실제 비용·처리량·위험 감소로 이어졌는지 확인하게 한다.
함께 찾기투자수익률, 투자 대비 효과
운영·효과
TCOTotal Cost of Ownership
구매비뿐 아니라 구축·운영·인력·전력·보안·교육·교체까지 포함한 총소유비용.
왜 중요한가온프레미스 AI의 장비 가격만 보고 경제성을 과대평가하는 것을 막는다.
함께 찾기총소유비용, 총비용
운영·효과
기준선Baseline
개선 전의 시간·오류·비용·품질을 같은 방법으로 측정한 비교 기준.
왜 중요한가기준선이 없으면 AI 도입 뒤 변화가 실제 개선인지 알 수 없다.
함께 찾기베이스라인, 도입 전 수치
운영·효과
반사실Counterfactual
AI를 도입하지 않았다면 같은 기간에 어떤 결과가 났을지를 나타내는 비교 상황.
왜 중요한가계절성이나 인력 변화 같은 다른 요인을 AI 효과로 잘못 계산하지 않게 한다.
함께 찾기대조 상황, 미도입 시나리오
운영·효과
A/B 테스트A/B test
사용자나 업무를 두 집단으로 나눠 서로 다른 방식의 결과를 비교하는 실험.
왜 중요한가가능하면 AI 적용군과 비교군의 차이로 효과를 더 신뢰성 있게 측정한다.
함께 찾기통제 실험, 비교 실험
운영·효과
채택률Adoption rate
대상 사용자나 업무 중 실제로 새 시스템을 사용한 비율.
왜 중요한가모델 품질이 높아도 사용되지 않으면 업무와 경영 효과는 발생하지 않는다.
함께 찾기사용률, 활성 사용률
운영·효과
멱등성Idempotency
같은 입력이나 요청을 여러 번 처리해도 최종 상태가 한 번 처리한 것과 같은 성질.
왜 중요한가재시도 때문에 문서·청크·메일이 중복 적재되는 문제를 줄인다.
함께 찾기중복 안전성
운영·효과
드리프트Drift
시간이 지나 데이터·질문·업무 규칙·모델 특성이 처음과 달라지는 현상.
왜 중요한가초기 평가를 통과한 시스템도 계속 품질과 위험을 재평가해야 하는 이유다.
함께 찾기데이터 변화, 모델 변화, 분포 변화
전체 용어 CSV 내려받기 · 우리 조직의 용어를 정리하려면 업무 용어사전 템플릿을 사용한다.
정의의 범위
쉬운 이해를 위한 이 프로젝트의 실무 정의이며 법률·표준의 공식 번역을 대신하지 않는다. AI·ML 데이터 품질은 ISO/IEC 5259-1:2024, 보안 용어는 NIST 용어집, 출처 이력은 W3C PROV-O의 원문을 함께 확인한다.