기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 생성형 AI 성숙도 모델 레벨 3: 시작
<a name="level-3"></a>

이 수준에서 조직은 proof-of-concept 이니셔티브에서 엄선된 검증된 생성형 AI 솔루션을 프로덕션 환경에 체계적으로 배포하는 것으로 전환합니다. 이 수준은 실험에서 벗어나 강력한 거버넌스 프로토콜, 실시간 모니터링 시스템 및 전용 지원 인프라에 초점을 맞추는 핵심 전환을 나타냅니다. 기업은 명확한 비즈니스 영향을 보여주는 몇 가지 프로덕션급 애플리케이션을 출시하는 데 중점을 둡니다. 이 수준은 포괄적인 시작 프레임워크를 구현하고, 명확한 거버넌스 지침을 수립하고, 강력한 보안 표준을 유지하는 운영 엄격성을 강조합니다. 정량화 가능한 결과를 제공하는 신뢰할 수 있는 생성형 AI 솔루션을 출시하면 조직이 더 광범위한 채택을 준비할 수 있습니다.

**Topics**
+ [포커스 및 기준](#level-3-focus)
+ [주요 활동](#level-3-activities)
+ [다음 수준에 도달하기 위한 변환 전략](#level-3-transformation)

## 포커스 및 기준
<a name="level-3-focus"></a>

이 수준에서 조직은 생성형 AI 솔루션을 프로덕션 환경에 체계적으로 배포하고 강력한 거버넌스, 모니터링 및 지원 메커니즘을 구현합니다. 이러한 메커니즘은 보안 및 규정 준수 표준을 유지하면서 일관된 가치와 운영 우수성을 제공합니다. 이 초점은 실험용 생성형 AI 애플리케이션에서 강력한 시작 프로세스, 포괄적인 거버넌스 프레임워크 및 체계적인 성능 모니터링을 통해 측정 가능한 비즈니스 가치를 제공하는 프로덕션 지원 솔루션을 배포하는 것으로 전환됩니다. 이 수준은 시작 프레임워크 및 거버넌스 메커니즘의 기본 구현 역할을 하는 엄선된 프로덕션 지원 생성형 AI 솔루션을 배포하는 데 중점을 둡니다.

다음은이 수준에 도달하기 위한 기준입니다.
+ 프로덕션 지원 생성형 AI 솔루션은 측정 가능한 비즈니스 성과를 제공하고 있습니다.
+ 조직은 기준 보안, 거버넌스 및 책임 있는 AI 프레임워크를 구현했습니다.
+ 운영 제어가 설정되고 자동 모니터링 및 알림 시스템이 포함됩니다.
+ 조직은 AI 결정을 위한 human-in-the-loop 프로세스를 정의했습니다.
+ 부서 간 AI 팀의 경우 예비 역할과 운영 책임이 정의되었습니다.

## 주요 활동
<a name="level-3-activities"></a>

다음 표에는 채택의 각 요소에 대한 주요 활동이 나와 있습니다.


****  

| 채택 원칙 | 활동 | 
| --- | --- | 
| 업무 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-3.html) | 
| 사람 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-3.html) | 
| 거버넌스 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-3.html) | 
| 플랫폼 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-3.html) | 
| 보안 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-3.html) | 
| 운영 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-3.html) | 

## 다음 수준에 도달하기 위한 변환 전략
<a name="level-3-transformation"></a>

생성형 AI 이니셔티브를 확장하려면 조직은 다음을 수행해야 합니다.
+ **생성형 AI 운영 모델 공식화** - 조직 전체에서 RACI 매트릭스** **를 공식화합니다.
+ **생성형 AI 플랫폼 개선** - 기존 생성형 AI 구현에 대한 평가를 수행하여 재사용 가능한 패턴과 구성 요소를 식별합니다. 기술 스택을 확장할 준비가 되었는지 평가합니다. 생성형 AI 솔루션의 효율적인 규모 조정을 위해 중앙 집중식 프롬프트 관리, 자동화된 평가 프레임워크 및 표준화된 패턴을 갖춘 모듈식 아키텍처를 구상하고 설계하기 시작합니다.
+ **사용 사례 확장** - 여러 부서에 AI 기능을 통합하고 새 애플리케이션을 탐색합니다.
+ **개발자 경험 개선** - 기존 플랫폼을 셀프 서비스 내부 플랫폼으로** **변환합니다. 이 플랫폼은 전사적으로 AI 개발을 위한 표준화된 도구, 워크플로 및 거버넌스를 제공하는 포괄적인 환경입니다.
+ **지식 공유** - 내부 소스 관행을 수립하고 팀 간에 재사용 가능한 AI 자산을 공유하기 위한 구성 요소 마켓플레이스를 생성합니다. *내부 소스 관행*은 조직 내에서 오픈 소스 개발 접근 방식을 적용하는 전략입니다.
+ **운영 규모 조정 설정** - 자동화된 인시던트 대응 및 용량 계획을 통해 지원 인프라를 개선합니다. 이를 통해 생성형 AI의 전사적 채택을 위해 인프라를 확장할 수 있습니다.
+ **고급 분석에 투자 **- 지표용 [Amazon CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html) 및 시각화용 [Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html)과 같은 클라우드의 고급 분석 도구를 사용하여 데이터 분석을 지속적으로 개선합니다.
+ **데이터 거버넌스 모델 검토 **- 데이터 거버넌스 모델이 표준화된 정책 및 액세스 제어를 유지하면서 현재 셀프 서비스 기능을 지원하는지** **평가합니다. 지나치게 제한적이거나 중앙 집중식 접근 방식은 특히 다양한 사업부에서 핵심 팀 이상으로 데이터 이니셔티브를 확장하는 데 방해가 될 수 있습니다.

조직은 이러한 작업을 수행하여 다음을 수행할 수 있습니다.
+ 조직 전체에서 생성형 AI 이니셔티브를 확장하여 광범위한 영향을 미칠 수 있습니다.
+ 생산성과 재사용성을 개선할 기회를 식별하면서 플랫폼을 계속 개선합니다.
+ 개발자 경험을 개선하고 인지 부하를 줄입니다.
+ 데이터 기반 문화를 조성합니다.
+ 조직을 생성형 AI 리더로 포지셔닝하여 최고의 인재를 유치합니다.