View a markdown version of this page

생성형 AI 성숙도 모델 레벨 4: 규모 조정 - AWS 권장 가이드
포커스 및 기준주요 활동

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

생성형 AI 성숙도 모델 레벨 4: 규모 조정

생성형 AI 성숙도 모델의 레벨 4, 규모 수준은 운영 우수성에서 확장 가능한 혁신으로 전환됩니다. 조직은 개별 프로덕션 배포를 넘어 재사용 가능한 구성 요소, 표준화된 패턴 및 자동화된 워크플로로 구성된 강력한 에코시스템을 만들기 시작합니다. 이 에코시스템은 조직이 강력한 거버넌스 및 비용 최적화를 유지하면서 여러 부서에서 생성형 AI 채택을 가속화하는 데 도움이 됩니다. 이 성숙도 수준은 확장 가능한 아키텍처와 셀프 서비스 기능을 구축함으로써 기업이 수많은 생성형 AI 애플리케이션을 효율적으로 배포할 수 있도록 지원하여 궁극적으로 조직 전체의 혁신과 지속 가능한 혁신을 주도합니다.

이 섹션에는 다음 주제가 포함되어 있습니다.

포커스 및 기준

이 수준에서 조직은 전사적으로 생성형 AI 채택을 가속화하는 재사용 가능한 구성 요소와 패턴을 만드는 데 중점을 두고 운영 우수성에서 확장 가능한 혁신으로 전환합니다. 개별 프로덕션 배포에서 셀프 서비스 기능, 표준화된 패턴 및 자동화된 워크플로를 지원하는 동시에 비용을 최적화하고 대규모 거버넌스를 유지할 수 있는 기능 구축으로 전환됩니다. 일부 프로덕션 워크로드에 중점을 둔 레벨 3과 달리 레벨 4를 사용하면 표준화되고 재사용 가능한 구성 요소를 통해 많은 수의 생성형 AI 애플리케이션을 신속하게 배포할 수 있으므로 전사적 효율성과 생산성이 향상됩니다.

다음은이 수준에 도달하기 위한 기준입니다.

  • 여러 부서가 생성형 AI의 광범위한 사용을 채택했습니다.

  • 조직은 전사적 생성형 AI 인프라 및 도구 에코시스템을 구축했습니다.

  • 운영 모델 및 RACI 매트릭스가 정의되고 구현됩니다.

  • 사용 가능한 라이브러리에는 재사용 가능한 표준화된 AI 구성 요소, 패턴 및 애플리케이션이 포함되어 있습니다. 셀프 서비스 기능을 사용하면 조직 전체에서 라이브러리에 액세스할 수 있습니다.

  • 자동화된 거버넌스 메커니즘은 전사적으로 운영됩니다.

  • 조직은 지속적인 혁신 관행과 결과에 대한 증거를 가지고 있습니다.

주요 활동

다음 표에는 채택의 각 요소에 대한 주요 활동이 나와 있습니다.

채택 원칙 Activities
업무

  • 생성형 AI 프로젝트를 장기적인 비즈니스 목표에 맞게 조정합니다. 수익 증가, 비용 절감 및 고객 만족도에 집중합니다.

  • 가치를 제공하는 재사용 가능한 구성 요소와 표준화된 패턴을 통해 전사적 생성형 AI 채택을 촉진합니다.

  • 확장 작업을 위한 생성형 AI 운영 모델 및 RACI 매트릭스를 마무리합니다.

  • 플랫폼 아키텍처, 개발 및 유지 관리를 위한 특수 스쿼드를 설정합니다.

  • 표준화된 거버넌스 및 승인 워크플로를 생성합니다.

  • 지속적인 개선을 위해 고급 분석 및 모니터링을 구현합니다.

  • AI에 대한 차세대 혁신적이고 가치 있는 사용 사례를 식별하기 위한 선제적 접근 방식을 설정합니다. 생산성을 개선하는 내부 사용 사례와 제품에 초점을 맞춘 외부 사용 사례를 고려합니다.

  • 복잡한 의사 결정 자동화 기회 평가

  • 개인화 및 제품 개선 가능성 평가
사람

  • 생성형 AI 도구를 사용하고 지속적인 학습과 혁신의 문화를 조성하도록 직원을 교차 교육합니다.

  • 우수성 센터 내에서 생성형 AI 전문가의 지식을 다른 팀원으로 이전하는 멘토십 프로그램을 개발합니다.

  • 내부 소스 또는 군중 소스 모델을 사용하여 생성형 AI 재사용 가능 구성 요소의 개발을 가속화할 수 있습니다.

  • 우수성 센터를 통해 AI 인증 프로그램을 실행합니다.
지배구조

  • 데이터 사용, 모델 공정성 및 투명성을 다루는 전사적 AI 거버넌스 및 윤리적 프레임워크를 설정합니다.

  • 표준화된 프레임워크와 자동화된 가드레일을 통해 책임 있는 AI 사례를 확장합니다.

  • 기여 지침 및 품질 표준을 설정합니다.
플랫폼

  • 인적 감독을 통해 솔루션을 평가하기 위한 마이크로서비스 아키텍처 및 자동화된 파이프라인과 같은 재사용 가능한 AI 구성 요소를 개발합니다.

  • RAG 구현 및 에이전트 워크플로와 같은 표준화된 솔루션 템플릿을 생성합니다.

  • 모델 컨텍스트 프로토콜(MCP)과 같은 업계 표준을 사용하여 타사 도구와 통합할 표준화된 블루프린트를 설정합니다.

  • API 우선 통합 아키텍처 및 구성 요소 마켓플레이스와 같은 내부 포털을 통해 셀프 서비스 기능을 구현합니다.
[Security]

  • 엔터프라이즈급 보안 제어 및 자동화된 규정 준수 확인을 구현합니다.
운영

  • 내부 소스 또는 군중 소스 개발 모델을 지원하는 프로세스 및 지침을 구축합니다.

  • 포괄적인 관찰성 프레임워크를 배포합니다.

  • 성능을 모니터링하는 데 도움이 되는 대시보드를 생성합니다.

  • 자동화된 시스템을 구현하여 피드백을 수집합니다.