AI 위험 및 준수 탐색

  • 릴리스 버전: Australia
  • 업데이트 날짜 2026년 03월 12일
  • 소요 시간: 5분
  • 애플리케이션을 사용하여 AI 위험 및 준수 AI(인공 지능) 역량을 윤리적으로 관리하고, AI 위험을 완화하고, 규정 준수를 보장하는 방법에 대해 알아봅니다.

    AI 위험 및 준수 개요

    AI 위험 및 규정 준수 팀은 AI와 관련된 위험을 식별하고 평가하는 일을 담당합니다. 여기에는 AI 역량이 책임감 있게 구현되도록 법적, 규제적, 윤리적 고려 사항을 평가하는 것이 포함됩니다. 그들의 역할은 조직이 산업 표준 및 윤리 원칙을 준수하면서 AI 솔루션을 채택할 수 있도록 하는 지침과 프레임워크를 수립하는 것입니다. AI 위험 및 준수 이 애플리케이션을 사용하면 조직의 위험 및 규정 준수 팀이 AI 역량과 자산을 관리할 수 있습니다.

    AI 위험 및 준수 사용자

    다음 테이블에 나열된 사용자는 일반 역할을 나타냅니다. 이러한 각 역할은 다양한 조직에서 서로 다른 직함과 이름으로 식별될 수 있습니다. 애플리케이션 내의 AI 위험 및 준수 특정 역할에 대한 자세한 내용은 다음 문서를 참조하십시오 AI 위험 및 준수와 함께 설치되는 역할.

    표 1. 사용자
    사용자 설명
    AI 제품 소유자, 비즈니스 사용자, IT 자산 소유자, AI 실무자
    • 작업 공간 또는 를 직원 센터통해 AI 사용 케이스, 모델 및 데이터 세트를 생성하기 위한 요청을 시작합니다.
    • AI 시스템 성능을 모니터링하고 지속적인 개선을 추진하며 비즈니스 영향을 평가합니다.
    • AI 제품 수명주기 전반에 걸쳐 거버넌스, 윤리 및 법적 표준을 준수하도록 유지합니다.
    • 주요 개발 및 관리 지점에서 책임 있는 AI 관행에 적극적으로 참여하고 검색 및 재사용을 위해 승인된 AI 자산에 액세스합니다.
    AI 사무장
    • AI 시스템이 공정성, 투명성, 책임성, 비차별과 같은 윤리적 원칙을 준수하는지 확인하고 모델과 출력을 정기적으로 검토하여 피해와 편견을 방지합니다.
    • 교육 데이터, 알고리즘 및 결과의 편향을 식별하고 해결하여 AI 의사 결정의 공정성을 촉진하고 주기적인 영향 및 위험 평가를 수행합니다.
    • 아이디어부터 폐기까지 AI 모델의 전체 수명주기를 감독하고 팀 간의 연락 담당자 역할을 하여 부서 간 거버넌스를 통합하여 데이터 개인정보 보호, 보안 및 지적 재산권 보호를 준수하도록 보장합니다.
    • 정기적인 테스트, 모니터링, 업데이트를 통해 개인정보 보호 문제, 기술적 오작동 등 잠재적 리스크를 파악 및 완화하고, 워크플로우 업데이트 및 이슈 관리를 통해 정책 및 규정 변화에 빠르게 대응합니다.
    최고 위험 책임자
    • 책임 있는 AI 사용을 위한 프레임워크를 설정하여 윤리 지침, 산업 규정 및 위험 관리 정책 준수를 보장합니다.
    • AI 전략 구현을 관리합니다.
    AI 위험 및 규정 준수 분석가 규정 준수 및 위험 인벤토리(예: 권한 문서, 위험 설명, 정책 및 통제)를 보고 관리하며 대시보드에 고급 위험 액세스합니다.
    AI 위험 및 준수 관리자
    • 위험 평가 방법론, 기여 요인 및 영향 템플릿(예: 적합성 평가)을 구성하여 위험 및 영향 평가 프레임워크를 설정합니다.
    • 영향 평가를 위한 자동화 규칙을 설정하여 적용 가능한 AI 위험 및 통제를 식별합니다.
    • AI 케이스 유형을 정의하고, 양식 필드 및 할당에 대한 비즈니스 규칙을 적용하고, 비즈니스 요구 사항에 맞게 보고 템플릿을 설계합니다.

    AI 위험 및 준수 워크플로우

    다음 섹션에서는 AI 자산이 애플리케이션에서 생성 AI 컨트롤 타워 될 때와 자산이 배포되어 모니터링될 때까지 애플리케이션에서 자산의 위험이 평가 AI 위험 및 준수 될 때 수반되는 단계를 설명합니다.

    새로운 AI 시스템이 도입되거나 개선되면 위험 평가 및 AI 영향 평가를 거칩니다. 이러한 평가는 AI 시스템의 위험 수준을 나타내는 점수를 산출합니다. 관련 이해 관계자로부터 승인을 받으면 개발 또는 빌드 단계가 시작됩니다. 개발 중에 통제가 입증되고, 문제가 추적 및 관리되며, 위험 및 규정 준수 관점에서 필요에 따라 정책 예외가 제기됩니다. 개발 후 AI 시스템을 검토하여 다음을 확인합니다.
    • 적합성 평가 완료
    • 미해결 문제 및 정책 예외 검토 및 해결
    • 위험 재평가
    이러한 평가에 따라 AI 시스템의 배포가 승인되거나 거부됩니다.
    AI 자산 생성 및 배포 워크플로우는 다음과 같습니다.
    1. 비즈니스 사용자는 또는 작업 공간을 사용하여 직원 센터 새 AI 사용 케이스를 AI 컨트롤 타워 제출합니다.
    2. 작업 공간에 새 인벤토리 기록이 자동으로 생성됩니다.
    3. AI CoE(우수성 센터) 팀에서 제출된 사용 사례를 검토합니다.
    4. 사용 케이스가 다음 단계로 진행해야 하는지 여부를 결정하는 데 도움이 되도록 관련 자산이 인벤토리에 추가됩니다.
    5. AI 위험 및 준수 작업 공간에서 AI 영향 평가 또는 AI 적합성 평가가 시작됩니다.
    6. 할당된 비즈니스 사용자가 작업 공간에서 평가를 완료합니다.
    7. 평가 결과에 따라 잠재적 위험과 필요한 통제가 식별되고 매핑됩니다.
    8. 평가가 승인되면 적절한 팀에서 AI 사용 사례를 빌드합니다.
    9. 완성된 솔루션은 공식적인 검토 프로세스를 거칩니다.
    10. 규정 준수 및 성과를 보장하기 위해 지속적인 모니터링이 수행됩니다.
    11. 검토가 완료되면 솔루션이 프로덕션에 배포됩니다.

    AI 위험 및 준수 이점

    AI 위험 및 준수 애플리케이션은 AI를 사용하는 모든 조직이 직면한 다음과 같은 문제를 해결합니다.
    • AI 전략 부족: 일반적으로 합의된 AI 전략이나 기업 목표와의 연계가 없습니다.
    • 중앙 집중식 관리 없음: 모든 이해 관계자와 최고 AI 책임자가 협업하고 AI 사용을 관리할 수 있는 단일 플랫폼이 없습니다.
    • 책임 있는 AI 지침 없음: 윤리적이고 책임감 있는 AI 사용에 대한 지침이 없습니다.
    • 위험 평가 프로세스 없음: 사내 및 외부 공급업체 AI에 대한 위험을 평가하는 프로세스가 없습니다.
    • 확장성 및 모니터링 문제: AI 배포 확장, 성능 추적, 개인정보 보호와 같은 새로운 위험에 대한 지속적인 모니터링의 과제.
    다음 표에는 애플리케이션 사용의 이점이 나와 있습니다 AI 위험 및 준수 .
    혜택 기능 역할
    더 나은 가시성, 제어 및 규정 준수를 위해 일관된 거버넌스를 통해 전체 수명주기에 걸쳐 AI 시스템, 모델 및 데이터 세트를 관리합니다. AI asset lifecycle AI 사무장
    AI 시스템, 모델 및 데이터 세트에 대한 영향 평가를 수행하여 고위험 AI 자산을 식별합니다. AI 사용 사례에 대한 영향 평가를 수행합니다. 필요한 역할은 다음과 같습니다.
    • AI 컨트롤 타워: AI 자산 소유자
    • AI 위험 및 준수: AI 위험 및 규정 준수 사용자
    추가 정보 및 테스트를 기반으로 AI 시스템 및 AI 자산과 관련된 개별 위험에 대한 위험 평가를 수행합니다. AI 시스템에 대한 위험 평가 수행AI 자산의 위험에 대한 위험 평가 시작 AI 위험 및 규정 준수 분석가
    구조화된 케이스 관리 프로세스를 통해 AI 관련 케이스와 문제를 관리하고 감독합니다.

    작업 공간에서 AI 케이스 AI 위험 및 준수 생성

    작업 공간에서 AI 문제 AI 위험 및 준수 생성

    필요한 역할은 다음과 같습니다.
    • AI 케이스: AI 케이스 분석가 및 AI 케이스 관리자
    • AI 문제: AI 위험 및 준수 관리자 및 AI 위험 및 준수 분석가
    AI 프레임워크 컨텐츠 팩을 사용하여 규제 요구 사항에 부합하는 규정 준수 준비 AI 자산 인벤토리를 빌드합니다. AI 위험 및 규정 준수 분석가