본 논문은 생성형 AI와 관련된 다양한 위험 요인을 평가하기 위해 고품질 데이터셋을 구축하고 고도화하는 데 필요한 품질보증 절차를 제안한다. 해당 방법은 두 가지 핵심 단계, 즉 (1) 품질보증 체계의 수립과 (2) 그 구현으로 구성된다. 수립 단계에서는 i) 품질보증 팀을 조직하고, ii) 품질보증 지표를 정의·명세하며, iii) 각 지표의 적절한 측정 시점을 결정하고, iv) 품질보증 방법의 세부사항을 설계·개발한다. 수립된 체계를 바탕으로 구현 단계에서는 N회의 반복 사이클에 걸쳐 수행되는 평가 절차를 제시한다. 본 체계는 구조적 정확성, 평가 정확성, 내용 타당성 및 효과성을 위한 일일 점검과, 콘텐츠·평가·위험 차원 전반에서의 다양성을 보장하기 위한 주간 점검을 포함한다. 또한 본 논문은 제안된 절차의 실제 적용 결과를 제시함으로써, 데이터셋 품질을 향상시키고 생성형 AI 위험 평가에서 발생하는 과제를 해결하는 데 있어 그 유용성을 보여준다.

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