View a markdown version of this page

생성형 AI 성숙도 모델의 수준 - AWS 권장 가이드

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

생성형 AI 성숙도 모델의 수준

생성형 AI 성숙도 모델은 네 가지 기본 수준에 걸쳐 구조화되어 있습니다. 각 수준은 생성형 AI 기능을 사용하기 위한 조직의 진행 상황을 나타냅니다. 이 모델은 조직이 현재 위치를 이해하고 생성형 AI 여정의 다음 단계로 안내하는 데 도움이 될 수 있습니다. 다음 다이어그램은 생성형 AI 성숙도 모델의 네 가지 수준과 각 수준에 대한 주요 활동을 보여줍니다.

생성형 AI 성숙도 모델의 네 가지 수준, 즉 구상, 실험, 시작 및 확장입니다.

다음은 생성형 AI 성숙도 모델의 네 가지 수준입니다.

각 성숙도 수준의 레이블은 조직 내 생성형 AI 채택의 영향을 반영합니다. 주어진 수준에서 조직의 위치를 식별하면 다음 성숙도 수준의 기회에 대한 인사이트를 얻을 수 있습니다. 낮은 수준은 일반적으로 더 전술적인 생성형 AI 사용 사례를 포함하며, 높은 수준은 본질적으로 더 전략적이고 혁신적인 경향이 있습니다.

많은 조직에서 여러 성숙도 수준의 특성이 팀 및 사용 사례에 적용된다는 것을 알게 될 것입니다. 이는 단일 수준이 본질적으로 우월하거나 열등하지 않기 때문입니다. 적절한 성숙도 수준은 조직의 목표 및 준비 상태에 따라 달라집니다.

참고

이 생성형 AI 성숙도 모델은 조직 또는 생성형 AI 기능을 전적으로 초보자 또는 혁신적인 것으로 분류하기 위한 것이 아닙니다. 대신 생성형 AI 채택의 각 측면을 독립적으로 고려해야 합니다. 각 성숙도 수준의 특성은 해당 특정 측면 내의 연속체를 나타내지만 다른 측면 간에 동일한 수준과 반드시 상관관계가 있는 것은 아닙니다.

다음 표에는 네 가지 수준에 대한 개요가 나와 있습니다.

범주 레벨 1: 구상 레벨 2: 실험 레벨 3: 시작 레벨 4: 조정
설명 조직은 생성형 AI 개념을 탐색하고, 인식을 구축하고, 잠재적 사용 사례를 식별합니다. 조직은 구조화된 파일럿 프로젝트와 개념 증명을 통해 생성형 AI의 잠재력을 검증하는 동시에 구현을 위한 핵심 기술 역량과 기본 프레임워크를 구축합니다. 조직은 보안 및 규정 준수 표준을 유지하면서 일관된 가치와 운영 우수성을 제공하기 위해 강력한 거버넌스, 모니터링 및 지원 메커니즘을 갖춘 프로덕션 지원 생성형 AI 솔루션을 체계적으로 배포합니다. 조직은 재사용 가능한 구성 요소, 표준화된 패턴 및 셀프 서비스 플랫폼을 통해 전사적 생성형 AI 기능을 구축하여 자동화된 거버넌스를 유지하고 혁신을 촉진하면서 채택을 가속화합니다.
포커스 생성형 AI 기술에 대한 인식과 이해를 구축하고, 잠재적 애플리케이션을 탐색하고, AI가 비즈니스에 가치를 더할 수 있는 영역을 식별합니다. 구조화된 파일럿 프로그램을 통해 비즈니스 가치 검증 및 핵심 역량 구축 강력한 시작 프로세스, 포괄적인 거버넌스 프레임워크 및 성능 모니터링을 통해 측정 가능한 비즈니스 가치를 제공하는 프로덕션 지원 솔루션 배포 전사적으로 생성형 AI 채택을 가속화하는 재사용 가능한 구성 요소 및 패턴 생성
기준
  • 생성형 AI 개념에 대한 기본 이해

  • 공식 프로젝트 또는 리소스 할당 없음

  • 업계 추세 및 가치 기회에 대한 인식 제고

  • 파일럿 프로젝트 및 개념 증명 실행

  • 소규모 팀을 구성하여 생성형 AI 기능 탐색

  • 기본 및 거버넌스 프레임워크 설정

  • 몇 가지 생성형 AI 애플리케이션을 프로덕션으로 릴리스

  • 생성형 AI 애플리케이션에 대한 위험, 거버넌스 및 책임 있는 AI 정책 구현

  • 운영 및 지원 팀 구성

  • 조직의 다양한 부서에 걸쳐 생성형 AI를 광범위하게 채택합니다.

  • 여러 생성형 AI 애플리케이션을 프로덕션으로 릴리스

  • 생성형 AI 인프라 및 도구에 대한 투자 우선 순위 지정

  • 운영 모델 및 책임, 책임, 상담, 정보(RACI) 매트릭스 공식화

주요 활동
  • AI 인식 훈련, 워크숍 및 컨퍼런스 참석

  • AI 주제 전문가 및 컨설턴트 참여

  • 잠재적 사용 사례 및 비즈니스 이점 살펴보기

  • 문화적 준비 상태 평가

  • 생성형 AI 거버넌스 평가

  • 지식 구축

  • 파일럿 프로젝트의 비즈니스 사용 사례 정의 및 구체화

  • 개념 증명 개발

  • 적절한 생성형 AI 모델 및 도구 평가 및 선택

  • 비즈니스 이점 실현 측정

  • 내부 역량 및 기술 전문 지식 구축

  • 운영 모델 초기화

  • 솔루션 아키텍처 거버넌스 생성

  • 프로덕션 지원 구현 전략 생성

  • 모니터링 및 성능 추적 메커니즘 설정

  • 위험 및 거버넌스 관리 구현

  • IT Infrastructure Library(ITIL) 프레임워크 통합

  • 작업 및 지원 구조 설정

  • 생성형 AI 운영 모델 및 RACI 매트릭스 공식화

  • 재사용 가능한 생성형 AI 기능 및 구성 요소 생성

  • 생성형 AI 사용 사례 패턴 표준화

  • 조직 전체의 협업 개발 프레임워크 수립

  • AI 기능을 내부 개발 플랫폼(IDP) 또는 서비스형 소프트웨어(SaaS)로 개선

  • 지식 공유 및 대중화

성숙도 모델을 더 자세히 설명하고 이해하려면 조직이 일반적으로 생성형 AI 채택 여정에서 어떻게 진행되고 있는지 이해하는 것이 중요합니다. 이 진행 상황은 조직이 생성형 AI 기능을 사용하는 방법뿐만 아니라 채택을 촉진하도록 동기를 부여하는 요소도 반영합니다. 초기 수준에서는 많은 사용자가 공식화된 AI 프로세스를 전혀 사용하지 않았을 수 있습니다. 대신 도구를 다양한 내부 소스의 향상된 기능 모음으로 간주합니다. 조직이 성숙해짐에 따라 이러한 기능은 보다 일관되게 관리되고 표준화됩니다. 결국 기능이 더 정교해지고 검색 가능해지고 사용자가 AI 기능을 사용하는 데 자연스럽게 옵트인함에 따라 조직은 일반적으로 요구 사항이나 인센티브와 같은 외부 동기에서 벗어나게 됩니다. 이상적으로는 더 광범위한 AI 혁신과 개발에 자체 노력을 투자하기 시작합니다.