Esri의 ArcGIS를 사용하여 기관 내에서 AI를 접목하면 의사결정, 운영 효율성, 고객 참여를 크게 개선할 수 있습니다. 그러나 데이터 보안, 규정 준수, 운영 준비 상태를 유지하면서 기술이 가치를 제공하도록 보장하려면 체계적인 접근 방식이 중요합니다.
기회 및 과제
인공 지능에는 혁신을 이끌고, 의사결정 과정을 개선하며, 운영을 간소화하여 기관을 변화시킬 수 있는 잠재력이 있습니다. 그러나 성공적인 구현을 위해 해결해야 하는 고유한 과제도 발생합니다.
향상된 의사결정과 데이터 품질 비교: ArcGIS AI 도구는 복잡한 공간정보 데이터를 분석하여 조치 가능한 인사이트를 생성할 수 있습니다. 그러나 정확도는 데이터의 품질과 데이터가 얼마나 잘 분류되었는지에 따라 달라집니다. 기관은 ArcGIS 데이터 관리 도구를 활용하여 데이터 무결성 및 다양성을 보장해야 합니다.
운영 효율성과 통합 복잡성 비교: AI를 통한 자동화는 ArcGIS 워크플로의 생산성을 높일 수 있습니다. 그러나 이러한 기능을 기존 시스템(API, 컨테이너화된 배포, 샌드박스 환경 사용)과 통합하려면 추가적인 기술 리소스 및 계획이 필요할 수 있습니다
향상된 고객 경험과 윤리적 문제 비교: AI 기반 인사이트는 서비스를 맞춤화하고 의사결정 과정을 개선할 수 있습니다. 그럼에도 불구하고 AI 투명 카드와 같은 투명성 도구를 통해 잠재적인 편향을 모니터링 및 완화하여 윤리적이고 공정한 결과를 보장해야 합니다.
혁신 및 확장성과 비용 및 인력 준비 상태 비교: Esri의 통합 AI 솔루션은 혁신을 가능하게 하고 기관의 요구사항에 맞게 확장할 수 있습니다. 그럼에도 기관은 직원 교육에 투자해야 하며, AI 솔루션의 도입에 따라 시스템의 사용자 맞춤 조정 및 통합과 관련된 비용이 발생할 수 있습니다.
보안 및 규정 준수: ArcGIS 제품은 GDPR 및 CCPA와 같은 규정을 충족할 수 있는 빌트인 보안 기능(암호화, 보안 접근 제어, 보안 도구)을 제공합니다. 신뢰를 유지하고 민감한 데이터를 보호하기 위해서는 보안 설정을 정기적으로 검토하고 업데이트하는 것이 필수적입니다.
기관 준비
기관에서 AI를 구현할 준비가 되었는지 확인하려면 인프라 기능, 데이터 보안 정책, 인력 준비 상태를 평가해야 합니다.
AI 사용 정책: AI 도우미 사용에 대한 내부 정책을 정의합니다. 정의에는 허용되는 사용 사례 및 작업 제한(예시: AI가 민감한 데이터를 처리하지 못하도록 방지)이 포함됩니다.
ArcGIS는 기관 팀이 대규모로 GIS 솔루션을 신속하게 구축 및 구현할 수 있도록 여러 AI 도우미를 제공합니다. 기관에서 이러한 도구를 사용할 준비가 되면 ArcGIS Online 기관 관리자가 기관 구성원의 AI 도우미 활용 허용을 선택할 수 있습니다. AI 도우미 구성 - ArcGIS Online 도움말 | 문서를 참고하세요.
사용 사례 정의: 이해관계자와 브레인스토밍 세션을 진행하여 AI 도우미에 대한 기회를 파악합니다. 예시: Business Analyst AI 도우미를 생산성 도구로 활용하여 인기 있는 워크플로, 데이터, 인포그래픽 보고서를 추천받습니다. 다음을 통해 오늘날 Esri 고객이 AI를 활용하여 지원을 받는 사용 사례를 참고하세요.
데이터 관리
고품질 데이터는 모든 AI 이니셔티브의 기반입니다. 이러한 데이터를 효과적으로 관리하면 개인정보보호 및 보안 표준을 준수하면서 모델이 정확하게 작동하도록 할 수 있습니다.
데이터 수집 및 준비: AI 모델을 학습시키고 배포하기 위해 관련성 있는 고품질 데이터를 컴파일합니다. 데이터가 정제된, 최신 상태이며 예상되는 사용 사례를 대표할 수 있는지 확인합니다.
AI를 사용하기 전에 ArcGIS Data Reviewer를 활용하여 누락되거나 일관되지 않거나 오류가 있는 데이터를 식별합니다.
데이터 거버넌스: 데이터 개인정보보호, 보안 및 해당 법률 준수를 우선시하는 데이터 거버넌스 정책을 수립하고 시행합니다. 민감한 정보를 보호하기 위해 강력한 접근 제어 방식을 구현합니다.
기관에서 메타데이터를 활성화하여 표준화되고 체계적인 방식으로 설명, 태그 지정, 분류를 수행합니다. ArcGIS는 온보딩 중인 기관에서 메타데이터(ArcGIS 메타데이터 범주)를 사용하여 데이터셋을 분류하는 데 적용하기 쉬운 여러 메타데이터 분류를 제공합니다. 구조화된 규제 준수 요구사항이 있는 기관은 ISO 메타데이터 범주 및 INSPIRE 메타데이터 범주를 활용할 수도 있습니다.
기존 시스템과의 통합: AI 솔루션이 현재의 GIS 인프라와 원활하게 통합될 수 있는지 확인합니다. 여기에는 데이터 형식 표준화 및 다양한 시스템 간의 상호 운용성 확립이 포함될 수 있습니다.
아래 그림 1에 설명된 대로 AI가 제공하는 인사이트를 실행하기 전에 사람이 최종적으로 확인할 수 있는 "인간 개입" AI 사용 요구사항을 설정합니다.
AI 시스템 최적화
사전 학습된 모델 활용: ArcGIS의 사전 학습된 AI 모델 라이브러리를 활용하여 구현을 가속화합니다. 이러한 모델은 피처 추출 및 이미지 분류와 같은 다양한 작업에 적용할 수 있으므로 모델 개발에 필요한 시간과 리소스를 줄일 수 있습니다. 참고:
사용자 설정 모델 개발: 특수한 요구사항을 위해 ArcGIS의 GeoAI 도구를 사용하여 사용자 설정 AI 모델을 개발하고 학습시킵니다. 이러한 접근 방식을 통해 고유한 비즈니스 과제 및 데이터셋을 세트를 해결하는 맞춤형 솔루션을 사용할 수 있습니다. Geo AI로 사용자 설정 AI 모델을 구현하는 방법에 대한 자세한 내용은 GeoAI 도구상자-ArcGIS Pro의 오버뷰 | 문서를 참고하세요.
AI 성과 유지
지속적인 모니터링 및 개선: 안전하고 효율적인 시스템을 유지하기 위해서는 AI 상호작용을 정기적으로 모니터링해야 합니다. AI 활동에 대한 사용 로그를 정기적으로 확인하고 ArcGIS 보안센터의 보안 및 개인정보보호 관리자와 상의하여 AI 상호작용이 현재의 보안 및 개인정보보호 모범 사례를 따르게끔 합니다. 또한 예상 성능과의 편차를 즉시 기록하고 해결하기 위해 사건 보고를 위한 내부 프로세스를 설정합니다.
사용자 교육 및 지원: 직원들이 AI 도구를 효과적으로 사용하고 결과를 해석할 수 있도록 지속적인 교육을 제공합니다. 사용자가 AI 응용프로그램의 문제를 해결하고 최적화할 수 있도록 지원 채널을 구축합니다. GeoAI 및 딥러닝 서비스를 모두 포함하는 다음과 같은 교육 서비스를 검토하세요.
책임 있는 AI 관행
윤리적 검토사항 및 투명성: AI 투명 카드 검토는 각 AI 도우미의 기본 가정, 데이터 입력, 잠재적인 한계를 이해하는 데 필수적입니다. 이러한 카드의 인사이트를 통해 내부 지침 및 교육 자료를 업데이트하여 모든 이해관계자가 AI 동작의 뉘앙스에 대해 이해할 수 있도록 합니다. 투명 카드의 각 필드에 대한 추가 세부정보는 투명 카드 구조 문서를 참고하세요.
정보의 유효성 검사: AI는 인간의 의사결정을 대체하는 것이 아니라 증강하는 역할을 수행해야 하므로 고객이 AI에서 생성된 제안을 검증하는 작업은 필수적입니다. 또한 사용자는 AI 도우미가 잘못된 결과를 제공하는 경우가 있을 수 있다는 사실을 알고 있어야 합니다. AI 응답의 교차 검증은 정확도를 유지하고 AI 지원 결과에 대한 신뢰를 구축하는 데 중요합니다.