스크랩

구간

더 괜찮은 개발자가 되기 위한 AI 품질 관리 가이드

박영근 외공저 저 | 프리렉 | 2021년 05월

더 괜찮은 개발자가 되기 위한 AI 품질 관리 가이드

북트리

정가
$52.00
판매가
$37.91 (27%↓) 최저가 보상
적립금
$0.76 (2%P)
출고예상일
2026년 10월 09일 수령예상일 안내
북카트 담기 바로구매하기 위시리스트담기

평점 -  ·  리뷰 0

리뷰 쓰기

ISBN : 9788965402954 / 352쪽 / 669g / 182 x 232 (㎜)

이 상품에 궁금하신점이 있으세요? 1:1상담문의

추천inside
Adobe Flash Player 가져오기

이 분야의 베스트셀러

아래의 도서와 구매하시면 이 도서들의 적립금을 즉시적용해 드립니다.

책 소개

출판사 리뷰

이 책의 특징 -인공지능, 머신러닝, 딥러닝 등에 대한 기본 지식과 다양한 알고리즘을 소개하고 적용 범위를 알아봅니다. -AI 시스템의 '품질' 때문에 발생하는 다양한 사례와 품질 확보가 왜 어려운지를 알아봅니다. -구체적인 품질 관리 방법을 데이터, 성능지표, 모델, 레벨 등으로 구분해서 알아보고 체크리스트를 통해 실무 활용을 돕습니다. -AI 시스템의 테스트가 어려운 이유와 테스트 결과의 판단 기준을 알아보고 실제 요구사항 정의서의 작성 방법을 알아봅니다. -여러 다양한 방법론과 이론적 개념을 실제 AI 시스템 품질 관리 사례를 통해 쉽게 이해할 수 있습니다.

저자 소개

  • 저자 : 박영근 외공저
저자 : 박영근
㈜스텝포워드솔루션 대표
前 국방기술품질원 선임연구원
과학기술정보통신부장관 표창
국방부장관 표창
저서 〈소프트웨어 품질관리 실무가이드〉

저자 : 최애숙
㈜스텝포워드솔루션 이사
정보통신산업진흥원 SW품질관리 전문 강사
前 비즈피어㈜ SW프로세스개선/QA 컨설턴트
前 동양시스템즈 SW품질보증 담당

저자 : 김문호
㈜스텝포워드솔루션 이사
TTA 소프트웨어 테스트 전문 강사
前 가온테스팅 수석 컨설턴트
前 SGS 신뢰성 사업부 수석 컨설턴트

목차

1. 인공지능 시스템을 살펴보면
_1.1 인공지능이란
_1.2 머신러닝이란
_1.3 머신러닝 알고리즘의 종류
__1.3.1 지도학습
__1.3.2 비지도학습
__1.3.3 강화학습
_1.4 AI 기술이 적용된 사례
__1.4.1 아마존 Alexa
__1.4.2 우버 Uber
__1.4.3 얼굴인식 시스템
__1.4.4 자율주행 자동차
__1.4.5 스마트 팩토리 시스템
__1.4.6 헬스케어
__1.4.7 로봇 투자전문가
__1.4.8 추천 시스템

2. AI 시스템 품질 때문에 발생하는 일
_2.1 AI 시스템의 오류 사례
__2.1.1 얼굴 인식 오류 사례
__2.1.2 대화형 주문 오류 사례
__2.1.3 자율주행 자동차 오류 사례
__2.1.4 의료분야 AI 프로젝트 실패 사례
_2.2 AI 시스템의 품질 확보가 어려운 이유
__2.2.1 데이터 측면
__2.2.2 기술 측면
__2.2.3 AI 시스템의 고유 특성
__2.2.4 확립되지 않은 품질관리 방법론

3. AI 시스템 품질관리
_3.1 데이터 품질 확보하기
__3.1.1 데이터 충분성(Sufficiency)
__3.1.2 데이터 다양성(Diversity)
__3.1.3 데이터 신뢰성(Trustworthiness)
__3.1.4 인공지능 데이터 품질 표준안
__3.1.5 AI 시스템의 데이터 품질관리 체크리스트 예시
_3.2 성능지표 결정하기
_3.3 AI 모델 품질 확보하기
__3.3.1 오류 분석
__3.3.2 대규모 데이터에 대한 오류 분석
__3.3.3 편향성과 변동성 파악하기
__3.3.4 편향성 줄이기
__3.3.5 변동성 줄이기
__3.3.6 편향성과 변동성의 진단
__3.3.7 AI 모델에 대한 품질관리 체크리스트 예시
_3.4 시스템 레벨의 품질 검토하기
__3.4.1 기존 소프트웨어 품질관리의 핵심 개념
__3.4.2 AI 시스템 구성요소
__3.4.3 AI 시스템에서 발생 가능한 오류
__3.4.4 AI 시스템에 대한 품질관리 활동
__3.4.5 AI 시스템에 대한 품질관리 체크리스트 예시
__3.4.6 AI 시스템의 품질

4. AI 시스템의 요구사항 정의와 테스트
_4.1 시스템 요구사항 정의서
__4.1.1 프로젝트 목표 정의
__4.1.2 프로젝트 범위 정의
__4.1.3 성능 목표 정의
__4.1.4 전체 시스템의 요구사항 정의
__4.1.5 시스템 수준의 기능에 대한 요구사항 정의
__4.1.6 데이터 요구사항 정의
__4.1.7 AI 컴포넌트(머신러닝 모델) 수준의 요구사항 정의
__4.1.8 개인정보 및 보안에 대한 요구사항 정의
__4.1.9 AI 시스템의 요구사항 정의서 작성 사례
_4.2 시스템 테스트
__4.2.1 AI 알고리즘의 처리 단계
__4.2.2 AI 시스템의 활용 케이스별 테스트 전략
__4.2.3 AI 시스템의 테스트 워크플로우
__4.2.4 AI 시스템의 테스트 컴포넌트
__4.2.5 AI 시스템의 테스트 대상 속성
__4.2.6 AI 시스템의 테스트 컴포넌트에 대한 테스트

5. AI 시스템의 품질관리 사례
_5.1 스마트 스피커 사례
__5.1.1 시스템 개요
__5.1.2 시스템 기능에 대한 품질요건 검토
__5.1.3 품질 중점사항
__5.1.4 테스트 아키텍처
__5.1.5 n단계 평가법
__5.1.6 품질보증 수준
_5.2 자율주행 자동차 사례
__5.2.1 전제 사항
__5.2.2 자율주행 시스템 개요
__5.2.3 자율주행 시스템의 특성과 품질보증 과제
__5.2.4 품질 중점사항
_5.3 산업용 제어 시스템 사례
__5.3.1 사례 개요
__5.3.2 산업용 제어 시스템의 품질보증 착안사항
__5.3.3 산업용 제어 시스템의 구성 아키텍처
__5.3.4 산업용 제어 시스템의 개발 프로세스
__5.3.5 품질 평가항목 구체화
__5.3.6 품질 평가항목에 따른 품질보증 활동
__5.3.7 품질 평가항목에 근거한 실제 품질보증 사례 검토

부록
_부록A 인공지능 데이터 품질 표준
_부록B AI 시스템에 대한 요구사항 정의서 작성사례
_부록C AI 제품 품질관리 체크리스트
참고문헌

top