AI 서비스 품질 평가의 계층과 도입 판단 - 삼성SDS
모델의 성능표를 서비스 도입 판단으로 옮길 때 빠지는 평가 대상을 다룬다. 원문은 가치·원칙, 사용자 관점의 품질, 기술 지표를 구분하고 일부 필수 요건을 별도 관문으로 제안한다. 익명 서비스 비교는 이 구분의 사례이며 보편적인 제품 순위는 아니다. 원문.
대조하며 남긴 범위
LLM 평가자 활용과 재측정은 유용한 제안이다. 공급사가 다른 평가자를 쓰는 것만으로 독립성이나 정확성이 보장되지는 않는다. MT-Bench 연구의 인간 선호 일치와 PoLL 연구의 패널 성과는 각 실험 조건에서 읽는다.
NIST AI RMF 1.0의 MEASURE 2.1·2.3·2.5는 평가 기록, 배포와 유사한 조건, 일반화 한계를 대조한 보조 근거다. 이 노트는 개별 법령의 적용 판단이나 원문 서비스의 독립 재현 검증을 수행하지 않았다.