AI 신뢰성의 이해와 실천

Part 1 AI 신뢰성의 개념
제1장 AI 신뢰성과 본서의 개요
1. AI 신뢰성의 중요성
2. AI 신뢰성의 개념과 구성요소
2.1 AI 신뢰성의 개념
2.2 AI 신뢰성의 요소
3. 본서의 구성과 분석체계
3.1 본서의 구성
3.2 본서의 분석체계

Part 2 AI 신뢰성 관련 핵심 기술
제2장 AI 프라이버시
1. AI 프라이버시의 중요성
1.1 AI 시대는 개인정보 노출 시대
1.2 다양한 산업의 AI 활용 보편화
1.3 클라우드 기반의 서비스형 머신러닝 시장 확대
1.4 규제 준수 및 법적 요구사항 증대로 인해 프라이버시 보호는 선택이 아닌 필수 시대
2. AI 프라이버시의 개요
2.1 프라이버시의 개념
2.2 AI 프라이버시의 정의
3. AI 프라이버시 관련 핵심 기술
3.1 Data Preparation
3.2 Algorithm Design
4. AI 프라이버시 기술의 현재와 미래
4.1 AI 프라이버시 관련 역동적 국내외 정책에 부합 노력
4.2 조직 관점의 AI 프라이버시 관련 의사결정 중요성 강화
4.3 다양한 암호화기술들과 AI와의 결합을 통한 AI 프라이버시 강화 노력
4.4 비정형 데이터의 개인정보보호 연구의 증가
제3장 AI 강건성
1. AI 강건성의 중요성
2. AI 강건성의 개요
2.1 역사적 흐름과 등장 배경
2.2 AI 강건성이란?
3. AI 강건성 관련 핵심 기술
3.1 단계별 AI 강건성의 역할
3.2 Data Preparation
3.3 Algorithm Design
3.4 Test and Verification
3.5 System Operation/Deployment
4. AI 강건성 관련 기술의 현재와 미래
제4장 AI 설명가능성
1. AI 설명가능성의 중요성
1.1 이상거래 탐지 사례
1.2 의료 분야에서의 활용 사례
1.3 신용평가 불공정성
2. AI 설명가능성의 개요
2.1 AI 설명가능성과 해석가능성
2.2 AI 설명가능성의 등장 배경
2.3 AI 설명가능성이란 무엇인가?
2.4 AI 설명가능성 기법의 분류
2.5 AI 설명가능성의 범위
2.6 AI 설명가능성에서 주의할 점
3. AI 설명가능성 관련 핵심 기술
3.1 SHAP
3.2 LIME
3.3 PDP
3.4 Anchor
3.5 CAM
3.6 LRP
3.7 RISE
3.8 Management and Strategy
4. AI 설명가능성 관련 기술의 현재와 미래
4.1 AI 설명가능성 영역
4.2 AI 설명가능성의 한계
4.3 AI 설명가능성 기술 연구 방향
4.4 AI 설명가능성 기술의 미래에 대한 전망
제5장 AI 공정성
1. AI 공정성의 중요성
2. AI 공정성의 개요
2.1 AI 공정성이란 무엇인가?
2.2 AI 공정성에 대한 논의
2.3 AI 공정성을 바라보는 관점
2.4 AI 공정성의 적: 편향
2.5 AI 공정성 평가를 위한 데이터셋
2.6 AI 공정성 평가를 위한 도구
3. AI 공정성 관련 핵심 기술
3.1 Data Preparation
3.2 Algorithm Design
3.3 Test and Verification
3.4 System Operation
4. AI 공정성 관련 기술의 현재와 미래
4.1 AI 공정성 기술 적용과정에서의 문제
4.2 공정성을 위한 조직 차원의 노력
4.3 AI 공정성 기술 연구 방향
4.4 AI 공정성 추구의 한계
4.5 AI 공정성 기술의 미래에 대한 전망

Part 3 AI 신뢰성 관련 정책
제6장 AI 신뢰성 정책 동향과 시사점
1. AI 신뢰성 정책의 중요성
2. AI 신뢰성 정책의 흐름 및 향
2.1 국제기구를 중심으로 한 AI 신뢰성 선언
2.2 국가 차원의 법적 규범 정립
2.3 기술표준지침 마련 및 관련 연구개발 투자
2.4 AI 안전연구소 등 조직 신설
3. 주요국의 AI 신뢰성 정책 비교분석
4. 결론
4.1 AI 신뢰성 요구 수준
4.2 규제의 방식
4.3 정책효과 검증 및 공감대 형성