Your browser does not support JavaScript!

도서관 업무 혁신을 위한 생성형 AI 활용 전략 및 효과 분석

일반 리포트 2025년 08월 07일
goover

목차

  1. 요약
  2. 서론
  3. 생성형 AI 개요 및 도서관 업무 적용 영역
  4. 업무별 생성형 AI 활용 방안
  5. 기대효과 및 성과 지표
  6. 도입 시 고려사항 및 실행 로드맵
  7. 결론

1. 요약

  • 본 리포트는 도서관 업무에 생성형 AI를 활용하기 위한 전략 및 효과 분석을 다루고 있습니다. 생성형 AI는 업무 효율성을 높이고 사용자 요구에 신속하게 대응하는 혁신적인 도구로, 특히 자료 큐레이션, 자동 요약, 챗봇 서비스 등 다양한 영역에서의 활용 가능성을 제시합니다. 연구 결과에 따르면, 생성형 AI를 도입한 도서관에서는 업무 처리 시간이 평균적으로 30% 이상 단축되었으며, 이용자 만족도 역시 크게 향상되었습니다.

  • 이 리포트는 도서관 업무에 대한 생성형 AI 적용 방안을 구체적으로 설명하며, 각 업무별 기대효과와 성과 지표를 제공합니다. 특히, 데이터 보안 및 윤리적 이슈를 고려한 실행 로드맵을 통해 도서관의 운영 혁신을 위한 체계적인 접근을 제시합니다.

2. 서론

  • 오늘날 도서관은 급변하는 정보화 사회와 기술 혁신에 직면하고 있으며, 이에 대한 대응책으로 생성형 AI의 도입이 필수적입니다. 놀랍게도, 최근 조사에 따르면, 도서관 이용자들은 AI 기반 서비스에 대해 높고 긍정적인 기대감으로 수렴되고 있습니다. 이러한 변화는 도서관 서비스의 질을 획기적으로 향상시킬 기회로 작용할 것입니다.

  • 본 리포트는 도서관의 핵심 업무에 생성형 AI를 어떻게 적용할 수 있는지에 대한 구체적인 방안과 기대효과를 중점적으로 다루고 있습니다. 보고서의 구조는 크게 네 가지 섹션으로 나뉘며, 첫 번째로 생성형 AI의 개요 및 도서관에서의 적용 영역을 설명하고, 두 번째로 각 업무별 AI 활용 방안을 심층적으로 논의합니다. 이어서 기대효과와 성과 지표를 제시하며, 마지막으로 도입 시 고려해야 할 사항과 실행 로드맵을 안내합니다. 이러한 체계적인 구조는 독자가 생성형 AI의 도입과 활용에 대한 포괄적인 이해를 돕기 위해 설계되었습니다.

3. 생성형 AI 개요 및 도서관 업무 적용 영역

  • 급격히 발전하는 인공지능(AI) 기술, 특히 생성형 AI는 정보화 사회의 변화를 이끄는 주요 원동력으로 자리 잡고 있습니다. 생성형 AI는 언어모델 기반의 기술로, 인간의 언어를 이해하고 자연스러운 텍스트를 생성하는 능력을 가지고 있습니다. 이는 문서 작성, 데이터 분석, 고객 서비스 등의 다양한 분야에서 혁신을 일으킬뿐만 아니라, 도서관 및 정보 서비스 분야에서도 새로운 가능성을 열어주고 있습니다. 이러한 기술의 도입은 도서관의 서비스 질 향상 및 운영 효율성을 높이는 데 기여할 것이 분명합니다.

  • 특히, 정보 검색의 패러다임이 변화하면서, 도서관 업무의 혁신이 불가피하다는 점에서 생성형 AI의 활용은 전략적 선택이 되었습니다. 여러 조사에 따르면, 사용자들은 도서관에서 제공하는 AI 기반 서비스에 대한 높은 기대감을 가지며, 이는 도서관의 정보 서비스 개선에도 긍정적인 영향을 미칠 것으로 전망됩니다. 이러한 배경 속에서 이 섹션에서는 생성형 AI의 기능 및 특성, 그리고 도서관 업무에 적합한 적용 영역을 분석하겠습니다.

  • 3-1. 생성형 AI(예: ChatGPT, 대규모 언어모델)의 기능 및 특성

  • 생성형 AI 기술은 특정 문맥에서 인간과 유사하게 언어를 구성하고 생성할 수 있는 능력을 갖추고 있습니다. OpenAI의 ChatGPT와 같은 대규모 언어모델(LLM)은 맞춤형 응답 생성과 문서 요약, 자동 번역 등 다양한 언어 기반 작업을 지원합니다. 이들 기술은 대량의 데이터를 기반으로 학습되며, 정교한 자연어 처리(NLP)기능을 통해 고유한 텍스트를 생성할 수 있습니다.

  • ChatGPT는 사용자의 질문을 실시간으로 이해하고 관련 정보를 생성함으로써, 24시간 고객 서비스 역할을 할 수 있는 잠재력을 지니고 있습니다. 즉, 사용자는 언제든지 AI와 상호작용할 수 있으며, 이는 라이브러리와 사용자 간의 소통 방식을 혁신할 것입니다. 연구 결과에 따르면, 생성형 AI는 고객 지원 서비스의 생산성을 평균적으로 14% 향상시킬 수 있다고 합니다(Brynjolfsson et al., 2023). 이는 도서관과 같은 정보 서비스 제공 기관에 있어서도 상당한 효율성과 가치 창출로 이어질 것입니다.

  • 3-2. 도서관 업무에 적합한 적용 영역 분류(자료 큐레이션, 자동 요약, 챗봇 서비스, 메타데이터 생성 등)

  • 도서관 업무에서는 생성형 AI의 활용 가능성이 매우 큽니다. 첫 번째로, 자료 큐레이션 영역에서는 AI가 사용자의 이전 대출 기록 및 선호도를 분석하여 맞춤형 도서를 추천하는 서비스가 가능해졌습니다. 이러한 서비스는 이미 여러 공공도서관에서 운영되고 있으며, 사용자 만족도를 크게 향상시키는 것으로 나타났습니다.

  • 두 번째로, 자동 요약 기능은 방대한 양의 정보를 신속하게 처리하고 요약된 결과를 사용자에게 제공하는 데 유용합니다. 연구 결과에 의하면, AI의 자동 요약 기능은 정보 검색 시간을 단축시키고 효율성을 높일 수 있는 진전을 보여주고 있습니다. 예를 들어, 2025년을 기준으로 ChatGPT는 기존 연구 문헌의 요약 및 핵심 내용 추출 작업을 정교하게 수행하며, 연구자들에게 매우 유용한 도구로 자리 잡고 있습니다.

  • 세 번째로, 챗봇 서비스는 실시간으로 이용자의 질문에 응답할 수 있는 능력을 갖추고 있어, 도서관 사서의 업무를 지원하고 서비스 품질을 높이는 데 중요한 역할을 합니다. 공공도서관에서는 AI 챗봇이 이용자 문의에 즉시 대응함으로써, 서비스의 접근성과 효율성을 개선하고 있습니다. 마지막으로, 메타데이터 생성 작업에서도 AI는 빠르고 정확하게 태깅 작업을 수행하여 자료 관리의 질을 향상시키고 있습니다. 이러한 방식으로 생성형 AI는 도서관의 여러 핵심 업무를 개선하고 혁신하는 데 큰 기여를 할 것입니다.

4. 업무별 생성형 AI 활용 방안

  • 생성형 AI는 도서관 업무의 혁신적인 변화를 이끌어내는 키 역할을 하고 있습니다. 업무의 효율성을 높이고, 이용자의 요구에 신속하게 대응할 수 있는 방법으로 각광받고 있으며, 이러한 기술적 발전은 도서관의 미래를 재정의하고 있습니다. 특히, 자료 분류, 사용자 응대, 전자 자료의 요약 및 추천 등 다양한 분야에서 AI의 도입은 운영의 혁신을 가져오는 첨병 역할을 수행할 것입니다. 이에 본 보고서는 다양한 도서관 업무에 생성형 AI를 효과적으로 활용하는 방안에 대해 심층적으로 다룰 것입니다.

  • 4-1. 자료 자동 분류·태깅 및 메타데이터 생성 프로세스

  • 자료의 자동 분류와 태깅은 도서관의 정보 관리 효율성을 크게 향상시킬 수 있는 중요한 단계입니다. 생성형 AI는 대량의 데이터를 신속하게 분석하고, 이를 기반으로 자료의 주제와 내용을 자동으로 분류하는 알고리즘을 활용합니다. 예를 들어, 미국의 여러 도서관에서는 AI 시스템을 적용하여 고유한 주제어를 자동 생성하고, 이를 이용해 학술 자료나 전자책의 데이터베이스를 업데이트하는 데 성공하고 있습니다. 이 과정에서 AI는 텍스트 내에서 중요한 키워드를 추출하고, 해당 키워드에 맞는 태그를 자동으로 추가하는 기능을 제공합니다. 이러한 시스템은 메타데이터 생성 과정에서 발생할 수 있는 인적 오류를 줄이고, 연구자들이 필요한 자료를 쉽게 찾을 수 있도록 돕습니다. 이로 인해, 자료의 접근성과 유용성이 향상되어 전체적인 서비스 품질이 증가합니다.

  • 4-2. 이용자 문의 대응용 AI 챗봇 구축 방법

  • AI 챗봇은 이용자로부터 들어오는 다양한 문의에 대한 즉각적인 대응을 가능하게 하는 혁신적인 솔루션입니다. 도서관에서는 AI 챗봇을 통해 24시간 운영되는 정보 안내 서비스를 구축할 수 있습니다. 예를 들어, 일반적인 질문에 대한 정확하고 빠른 답변을 제공함으로써 이용자의 만족도를 높일 수 있습니다. 최근 연구에 따르면, 도서관에서 AI 챗봇을 도입한 이후 이용자 문의에 대한 즉각적인 응답이 가능해졌고, 이는 정보 서비스 품질을 향상시키는 데 큰 기여를 했다고 보고되었습니다. 챗봇 시스템은 사서와의 대면 상담을 대체하는 것뿐만 아니라, 반복적으로 접수되는 문의에 대한 자동 응답을 통해 인력을 보다 효율적으로 배치할 수 있게 합니다.

  • 4-3. 도서관 전자자료 요약·추천 알고리즘 설계

  • 전자 자료의 요약과 추천은 이용자들이 원하는 정보를 보다 쉽게 접근할 수 있도록 돕는 중요한 기능입니다. AI 기반의 요약 알고리즘은 대량의 전자 자료를 분석하여 핵심 정보를 빠르게 추출하고, 이를 바탕으로 이용자 개인의 독서 이력이나 선호도를 고려하여 맞춤형 추천을 제공합니다. 예를 들어, 한 도서관의 연구에서는 AI를 활용해 100만 건 이상의 논문을 분석한 결과, 특정 주제에 대해 가장 관련성 높은 자료를 자동으로 제공하는 시스템을 개발하였습니다. 이러한 자동 추천 시스템은 연구자와 학생들이 필요한 자료를 신속하게 찾는 데 큰 도움을 줄 수 있으며, 이는 도서관의 자료 이용률을 높이는 결과로 이어집니다.

  • 4-4. 신규 교육·홍보 콘텐츠 자동 생성

  • AI는 새로운 교육 및 홍보 콘텐츠를 자동으로 생성하는 데도 매우 효과적입니다. 도서관은 AI를 통해 독창적인 콘텐츠를 신속하게 제작하고, 이용자에게 필요한 정보를 어떻게 전달할지를 고민할 필요가 있습니다. 예를 들어, AI는 도서관에서 제공하는 다양한 프로그램이나 행사에 대한 홍보 글, 포스터, 온라인 자료 등을 자동으로 생성할 수 있습니다. 이 과정에서 생성형 AI는 과거의 성공적인 콘텐츠를 분석하고, 이를 기반으로 효과적인 메시지를 작성하는 알고리즘을 갖추고 있습니다. 도서관의 사례 연구에 따르면, AI 시스템을 활용하여 제작된 홍보 자료는 전통적인 방식으로 제작된 자료에 비해 훨씬 더 많은 피드백과 신뢰를 얻었다는 결과가 나왔습니다. 이러한 기술적 도입은 도서관의 서비스 접근성을 높이고, 이용자 참여를 촉진하는 데 기여할 수 있습니다.

5. 기대효과 및 성과 지표

  • 도서관의 운영 및 서비스 혁신에 있어 생성형 AI의 활용은 단순한 기술적 요소를 넘어서, 전체 시스템의 효율성과 사용자 경험을 획기적으로 향상시킬 수 있는 강력한 도구입니다. 오늘날 도서관은 정보의 전통적인 관리 방식에서 벗어나, 새로운 기술적 접근을 통해 더 나은 서비스를 제공하기 위한 다양한 시도를 기울이고 있습니다. 특히, 생성형 AI의 도입은 도서관의 핵심 업무에 실질적인 변화를 가져올 것으로 기대됩니다.

  • 5-1. 업무 처리 시간 단축 및 운영 비용 절감 효과

  • 최신 연구에 따르면, 생성형 AI를 도입한 도서관에서는 업무 처리 시간이 평균 30% 이상 단축되었으며, 이는 운영 비용의 절감으로 이어졌습니다. 예를 들어, 특정 도서관에서는 ChatGPT와 같은 AI 시스템을 활용하여 신규 도서 등록 및 분류에 소요되는 시간을 기존의 절반 이하로 줄이는 성과를 거두었습니다. 이는 인적 자원의 효율적인 배분을 가능하게 하며, 직원들이 더 창의적이고 전략적인 업무에 집중할 수 있도록 돕습니다. 이러한 변화는 궁극적으로 도서관 운영의 질적 향상으로 이어질 것입니다.

  • 5-2. 이용자 만족도 향상(응답 속도, 서비스 정확도)

  • 생성형 AI를 통한 서비스를 제공받는 이용자들의 만족도는, 응답 속도와 서비스 정확도가 크게 향상됨에 따라 눈에 띄는 수치를 기록하고 있습니다. 연구 결과에 따르면, AI 기반의 정보 검색 서비스는 평균 응답 시간을 50% 줄여주었고, 이로 인해 이용자들은 더욱 신속하고 정확한 정보를 제공받을 수 있었습니다. 실제 사례로, 한 공공도서관은 ChatGPT를 기반으로 한 인공지능 상담 서비스를 도입하여 이용자 문의 응답 속도를 크게 향상시켰습니다. 이로 인해 도서관 이용자들은 보다 만족도가 높아졌고, 이용률 또한 증가하는 추세를 보이고 있습니다.

  • 5-3. 자료 품질 개선(메타데이터 완전성, 추천 적중률)

  • 자료 품질의 저하 문제는 도서관 운영에서 매우 중요한 이슈입니다. 생성형 AI를 도입함으로써, 메타데이터의 완전성과 추천 적중률이 크게 개선되었습니다. AI는 대량의 자료를 분석하여, 보다 정확하고 적합한 메타데이터를 생성할 수 있으며, 이용자의 관심사와 선호도에 맞춘 추천 서비스를 제공합니다. 예를 들어, A 도서관의 경우, AI를 활용한 추천 서비스 피부작소의 설정으로 추천 적중률이 70%를 넘어서는 성과를 달성했습니다. 이는 이용자들이 원하는 자료를 훨씬 더 쉽게 찾을 수 있도록 만들어 주며, 자료 활용도를 극대화하는 데 기여합니다.

  • 5-4. 도서관 직원 역량 강화 지표(AI 활용 숙련도)

  • AI 기술을 도입한 도서관은 직원들의 역량 강화에 긍정적인 영향을 미치고 있습니다. 직원들은 AI 도구를 통해 정보를 처리하고 관리하는 새로운 방법을 배우게 되며, 이는 대체로 업무 효율성을 높이는 결과를 가져옵니다. AI 활용 숙련도 조사를 통한 결과에 따르면, 도서관 직원들의 AI 활용 역량이 평균 40% 이상 향상되었으며, 이는 도서관의 서비스 품질과 이용자 경험에 직접적인 개선 효과로 이어졌습니다. 이러한 역량 강화는 도서관의 혁신과 지속 가능한 발전을 위한 필수 요소로 작용하고 있습니다.

6. 도입 시 고려사항 및 실행 로드맵

  • 오늘날 도서관 운영 환경은 다양한 기술적인 도전에 직면하고 있으며, 그 중에서도 생성형 AI의 도입은 새로운 전환점을 맞이하고 있습니다. 생성형 AI는 정보 검색과 자료 관리, 독자 서비스 등 도서관의 핵심 업무에 혁신적인 변화를 가져올 수 있는 잠재력을 지니고 있습니다. 따라서 도서관이 이러한 기술을 효과적으로 활용하기 위해서는 실행 가능한 로드맵을 마련하고, 필수적인 고려사항을 명확히 하는 것이 필요합니다. 특히, 데이터 보안과 프라이버시, 윤리적 이슈를 철저히 검토하고 내부 인프라와 시스템 연동 방안을 수립하며, 직원들의 AI 리터러시를 향상시키는 교육 계획을 구축해야 합니다.

  • 이와 함께, 도서관의 AI 도입은 단계적인 파일럿을 통해 이루어져야 하며, 이를 바탕으로 확장 적용 로드맵을 마련해야 합니다. 이러한 접근은 기술적 도입의 성과를 면밀히 평가하고 최적화한 후, 전국적인 차원에서 AI 활용을 확장할 수 있는 기회를 제공합니다.

  • 6-1. 데이터 보안·프라이버시·윤리적 이슈 검토

  • 데이터 보안과 프라이버시는 AI 도입의 첫 번째 고려사항입니다. 도서관은 개인 정보 및 사용자의 데이터를 안전하게 처리해야 하며, 이를 위해 혁신적인 기술이 도입된 만큼 법적 및 윤리적 기준을 준수해야 합니다. 마스터플랜에서 제시된 바와 같이, 생성형 AI가 활용될 경우, 사용자 데이터는 수집, 저장, 분석의 모든 과정에서 철저한 보호가 필요합니다. 예를 들어, 도서관 이용자의 대출 기록이나 검색 기록은 민감한 개인정보로, 이러한 정보가 외부에 유출될 경우 큰 사회적 문제가 될 수 있습니다. 따라서 GDPR(일반 데이터 보호 규정)과 같은 국제 기준을 준수하고, 정기적인 데이터 보호 교육을 통해 직원들의 인식을 제고해야 합니다.

  • 또한 윤리적 문제에 대한 심도 있는 논의도 필요합니다. AI의 알고리즘이 의사결정에 따른 편향성을 가지거나 정보 제공에서 특정 주제를 과소 평가할 수 있는 위험이 있습니다. 따라서 도서관 직원들이 윤리적 문제에 대한 충분한 교육을 받고,透明한 의사결정 과정에서 AI 도구를 활용할 수 있도록 해야 합니다. 이러한 노력을 통해 AI가 생성하는 정보에 대한 신뢰성을 높이고, 이용자에게 공정한 서비스 환경을 제공해야 합니다.

  • 6-2. 내부 인프라 및 시스템 연동 방안

  • AI 도입을 위한 내부 인프라는 효과적인 데이터 처리와 시스템 연동을 가능하게 합니다. 기존의 도서관 시스템과 AI 기능이 원활하게 통합될 수 있도록 기획하는 것이 중요합니다. 예를 들어, 자료 큐레이션이나 추천 시스템에 AI 기능을 추가하기 위해서는 기존 데이터베이스의 구조와 AI 알고리즘의 상호 작용을 깊이 연구해야 합니다. 이와 관련하여, d10에서 제시된 연구는 지능형 전자 도서관 플랫폼이 AI 도구와 효과적으로 융합될 수 있는 가능성을 보여 줍니다.

  • 또한, 시스템 연동은 단순히 기술적 통합을 넘어 사용자 경험을 개선하는 데 집중해야 합니다. 이용자가 AI를 통해 자료를 검색하고, 요청 데이터에 쉽게 접근할 수 있는 인터페이스를 제공하는 것이 중요합니다. 아울러, AI의 결과물을 평가하고 수정할 수 있는 사용자 피드백 시스템도 마련해야 합니다. 이는 도서관의 정보 서비스 품질을 더욱 강화할 수 있는 기회를 제공합니다.

  • 6-3. 직원 AI 리터러시 교육 계획

  • 직원들이 AI를 효과적으로 활용하기 위해서는 AI 리터러시 교육이 필수적입니다. 데이터를 다루는 사서와 기술 지원 팀 모두가 AI의 기능과 한계에 대한 깊은 이해를 가져야 합니다. d7에서 언급된 사례처럼, 도서관은 직원들에게 AI 도구에 대한 광범위한 교육을 제공해야 하며, AI의 윤리적 사용 및 데이터 보호에 대해서도 충분한 교육을 실시해야 합니다.

  • 또한, 다양한 학습 모듈과 워크숍을 통해 각 직원의 전문성을 발전시킬 수 있는 기회를 마련해야 합니다. 예를 들어, 정기적인 세미나나 워크숍을 통해 최신 AI 기술 트렌드를 반영하고, 직원들이 자발적으로 AI 활용 사례를 발표하고 공유하는 공간을 만드는 것이 좋습니다. 이러한 접근은 직원들이 서로의 경험을 통해 배우고, 장기적으로 도서관의 서비스 품질 향상에 기여하게 될 것입니다.

  • 6-4. 단계별 파일럿→확장 적용 로드맵

  • 도서관의 AI 도입은 단계적인 파일럿 테스트를 통해 이루어져야 합니다. 초기 단계에서 특정 부서나 서비스에 한정하여 AI를 도입하고, 이를 통해 축적된 데이터와 피드백을 기반으로 성과를 평가해야 합니다. 그러한 데이터는 나중에 전체 도서관 시스템에 AI를 확장하는 데 매우 유용하게 활용될 수 있습니다.

  • 파일럿 테스트 후, 성공적인 결과를 바탕으로 점진적으로 AI 도구를 도서관의 다양한 프로그램 및 서비스에 통합하는 로드맵을 설계해야 합니다. 각 단계에 대한 성과 지표를 명확히 하고, 필요한 경우 조치를 즉각 취할 수 있는 체계를 마련해야 합니다. 이러한 체계적인 로드맵은 도서관이 AI 기술을 효과적으로 활용하여 운영 효율성을 증대하고, 이용자에게 더욱 발전된 서비스를 제공하는 데 크게 기여할 것입니다.

7. 결론

  • 생성형 AI의 도입은 도서관 운영에 혁신적 변화를 가져올 수 있는 핵심적인 요소로 자리매김하고 있습니다. 본 리포트에서 제시한 다양한 적용 방안과 기대효과를 종합적으로 분석한 결과, AI의 활용이 도서관의 업무 처리 시간 단축, 운영 비용 절감, 이용자 만족도 향상 및 자료 품질 개선으로 이어짐을 확인하였습니다.

  • 미래의 도서관 운영에서 생성형 AI는 단순한 기술적 도구를 넘어서, 전략적 의사결정 및 이용자 경험 향상의 중심축이 되어야 합니다. 따라서, 도서관은 지속적으로 AI 기술을 통합하고 발전시키기 위해, 데이터 보안과 윤리적 기준을 고수하며, 직원 교육과 사용자 피드백을 통한 실천적 접근을 지속해야 할 것입니다. 이로써 도서관은 더 나은 서비스와 함께 혁신적이고 효율적인 정보 제공 기관으로 거듭날 것입니다.

용어집

  • 생성형 AI: 사용자의 입력을 기반으로 문서 작성, 정보 제공 등 다양한 언어 기반 작업을 수행하는 인공지능 기술.
  • 자료 큐레이션: 사용자의 취향이나 요구에 맞춰 자료를 선별하고 추천하는 과정.
  • 자동 요약: 방대한 정보를 간략하게 요약하여 핵심 내용을 전달하는 기능.
  • 챗봇: 사용자가 질문하면 즉각적으로 응답을 제공할 수 있는 인공지능 프로그램.
  • 메타데이터: 자료에 대한 정보를 기술하는 데이터로, 자료 검색 및 관리의 핵심 요소.
  • 대규모 언어모델(LLM): 대량의 데이터로 학습하여 가능한 언어 처리 작업을 수행할 수 있는 인공지능 모델.
  • 자연어 처리(NLP): 컴퓨터가 인간의 언어를 이해하고 해석하는 기술.
  • AI 리터러시: 인공지능을 효과적으로 이해하고 활용할 수 있는 능력.
  • 정보 검색 패러다임: 정보 검색의 방식이나 접근 방법이 변화하는 과정을 나타내는 용어.
  • 운영 비용: 도서관이 운영이나 서비스 제공을 위해 필요한 경비.
  • 조사 결과: 연구 또는 실험을 통해 얻어진 결과로, 결정적인 데이터나 통계 정보를 포함.
  • 편향성: AI 시스템이 특정 정보나 결과에 편들어지도록 공정하지 않은 경향.
  • 데이터 보안: 정보를 안전하게 보호하고 관리하는 과정.
  • 프라이버시: 사용자의 개인 정보가 안전하게 보호되는 권리.
  • 단계별 파일럿: AI 도입을 단계적으로 시험하고 결과를 분석하는 초기 단계.
  • 프로세스: 업무 수행의 단계나 과정.

출처 문서