최근 AI 소프트웨어가 급속히 성장하고 있으며 금융, 의학, 로보틱스, 자율주행과 같은 다양한 산업 분야에서 널리 사용되고 있다. 요구사항에 따라 개발자들이 특정 기능과 규칙을 정의하고 구현해야 하는 전통적인 소프트웨어와 달리, AI 소프트웨어는 관련 데이터를 수집하고 학습함으로써 이러한 요구사항을 학습한다. 따라서 학습 데이터에 의도치 않은 편향이 존재하는 경우 AI 소프트웨어는 공정성과 안전성 측면의 문제를 야기할 수 있다. 이러한 과제를 해결하기 위해, 전통적인 성숙도 모델인 SPICE(ISO/IEC 15504) 내에서 공통적인 AI 프로세스와 공정성 특화 프로세스를 고려함으로써 신뢰할 수 있고 신뢰성 있는 AI 소프트웨어를 보장하기 위한 성숙도 모델인 AI-MM을 제안한다. AI-MM의 효과를 검증하기 위해, 본 연구는 13개의 실제 AI 프로젝트에 이 모델을 적용하였고 이에 대한 통계적 평가를 제공하였다. 그 결과는 AI-MM이 AI 프로젝트의 성숙도 수준을 효과적으로 측정할 뿐 아니라 성숙도 수준을 향상시키기 위한 실질적인 지침도 제공함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.