귀하 또는 귀하의 팀은 기술 플레이북을 사용하고 있습니까? 그렇다면 그 내용은 무엇입니까? 귀하의 플레이북이 빠르게 구식이 될 가능성이 높습니다.
또한: 2026년에 AI가 전례 없는 피해를 입힐 수 있는 10가지 방법
이는 많은 기술 저술가이자 교육자인 Thomas Erl이 Red Hawk Technologies의 파트너이자 CEO인 Matt Strippelhoff와의 최근 인터뷰에서 제기한 과제입니다. Erl은 AI 지지자와 개발자가 아이디어를 검증하고, 안전한 파일럿을 실행하고, 프로젝트의 투자 수익을 입증할 수 있도록 새로운 플레이북 개정과 검증된 관행을 요구합니다.
공식적이든 비공식적이든, 상세하거나 간단한 체크리스트이든 상관없이 플레이북은 강력한 보안 정책을 통해 모든 사람이 동일한 페이지에서 전략적으로 작업하여 일관된 운영 및 배포를 수행할 수 있도록 합니다. 그러나 오늘날 빠르게 변화하는 디지털 세계에서 귀하 또는 귀하의 팀이 AI로 작업하는 경우 해당 지침을 다시 검토해야 할 수도 있습니다.
또한: 취업 시장에 대해 긴장하시나요? AI 시대에 두각을 나타내는 5가지 방법
2026년 기업을 위한 플레이북에는 몇 가지 새로운 요구 사항이 있지만 이전 IT 지침을 기반으로 합니다. Strippelhoff와 Erl은 이러한 고려 사항 중 일부를 검토했습니다.
AI 시대를 위한 8가지 지침
의미 있는 문제부터 시작하세요. AI를 위한 AI와 비교하여 AI가 진정으로 변화를 가져올 부분을 식별하십시오. Strippelhoff는 "일부 기업에서는 AI를 적용할 방법을 찾고 있지만 해결하려는 문제를 파악하지 못했습니다."라고 말했습니다. "따라서 문제를 찾는 솔루션이 있습니다. 의미 있는 문제를 식별하려면 전통적인 전략 계획이 중요합니다."
원하는 결과부터 시작하고 비즈니스 사례를 준비하십시오. 이 접근 방식은 이전 기술에서는 일반적이었지만 AI 이니셔티브에서는 더욱 시급합니다. "가장 중요한 점은 아이디어 자체에 대한 조직의 준비 상태를 이해하는 것입니다."라고 Strippelhoff는 말했습니다. "누군가는 비전이 무엇인지 만들고 정의하는 데 시간을 투자해야 합니다. 그런 다음 해당 시스템, 데이터 소스 등에 대한 분야별 전문가를 통합하고 실제로 준비가 되었는지, 투자할 시기인지 판단해야 합니다. 종종 많은 조직이 생각만큼 준비가 되어 있지 않습니다."
추가적인 주의 사항을 포함하세요. AI는 단지 소프트웨어를 구축하고 실행하는 것만이 아닙니다. AI를 배포한다는 것은 조직의 가장 깊은 지식 우물에 뛰어드는 것을 의미합니다. Strippelhoff는 훈련 데이터가 이러한 우물에서 나온다고 말했습니다. "여기에는 생성된 응답이나 AI가 생성하는 내용을 검증하는 수단도 포함됩니다."
예외를 위한 공간 구축: 이 영역은 가장 잘 계획된 AI 시스템조차도 크롤링할 수 있는 영역입니다. 예를 들어, 데이터 품질이 충분하지 않으면 AI 출력에 심각한 불일치가 발생할 수 있다고 Strippelhoff는 이렇게 경고했습니다. "데이터 품질의 예외는 AI 모델 교육에 많은 어려움을 초래할 수 있습니다."
AI 모델 훈련 시간을 포함하세요. 사람들은 훈련 데이터가 새로 고쳐지고 정확하다는 확신이 필요합니다. 예를 들어, Strippelhoff는 의료 부문에서 "선택할 수 있는 코드가 수천 개 있기 때문에" 다양한 청구 코드로 인해 수익 주기 관리 자동화가 어렵다고 말했습니다. 결과적으로, 지속적인 피드백 루프를 통해 코드가 적절하게 분류되었다는 확신이 있을 때까지 사람이 프로세스를 면밀히 모니터링해야 합니다.
데이터가 준비되었는지 확인하세요. "일부 기업은 디지털 자산, 표준 운영 절차 및 거버넌스를 통해 AI 이니셔티브를 추진할 준비가 되어 있다고 가정하지만 데이터 상태가 너무 좋지 않아 프로젝트를 '실행'할 수 없다는 사실을 알게 될 수 있습니다. 이로 인해 프로젝트가 지연되거나 영구적으로 보류되는 것을 본 적이 있습니다."
항상 사람에게 정보를 제공하세요. AI는 전체 자동화와 동의어로 보일 수 있지만 사실은 그렇지 않습니다. AI 출력 검증 프로세스의 핵심 부분은 핵심 지점에서 인간의 감독을 유지하는 것입니다. Strippelhoff는 "결과를 검증하는 주제 전문가가 될 것"이라며 "훈련하는 데 시간이 걸린다"고 덧붙였습니다.
플랫폼 제한 사항을 확인하세요. 그는 "귀하의 솔루션이 API 엔드포인트를 통해 시스템 간 데이터 추출 및 이동에 의존하는 경우 호출 횟수, 가용성, 얻을 수 있는 정보 유형은 물론 얻을 수 있는 빈도에도 제한이 있을 수 있습니다"라고 말했습니다.
