earticle

영어

This study proposes STAGE-AI Metrics, a comprehensive evaluation framework designed to effectively manage the complex risks associated with the adoption of generative AI in enterprises. The framework encompasses five key dimensions: Social Impact, Technical Performance, Adaptation to Organization, Growth in Sustainability, and Ethical Consideration. For each dimension, it provides detailed evaluation metrics and relevant benchmarks. Notably, the framework is structured in a sequential manner, first assessing Technical Performance (Technology) as the foundation, followed by Social Impact (Social) and Ethical Considerations (Ethics) to ensure a holistic evaluation. STAGE-AI Metrics enables a comprehensive assessment that extends beyond the fundamental evaluation of AI system performance to include its broader impact on organizations and society, while also considering sustainability (Sustainability) as a critical factor. Unlike conventional performance assessment methods that focus solely on technical aspects, this framework adopts a multi-dimensional approach, integrating social and ethical perspectives. This allows enterprises to select and implement AI models that are optimized for their unique characteristics and requirements. By providing a practical tool to identify and mitigate potential issues in the early stages of AI adoption, this study aims to enhance the success rate of AI implementation in enterprises and contribute to their long-term competitiveness.

한국어

본 연구는 기업의 생성형 AI 도입 과정에서 발생하는 복잡한 리스크를 효과적으로 관리하기 위한 종합적인 평가 프레임워크인 STAGE-AI Metrics를 제안한다. 해당 프레임워크는 사회적 영향(Social impact), 기술적 성능(Technical performance), 조직 내 도입(Adaptation to organization), 지속가능성(Growth in sustainability), 윤리적 고려 사항(Ethical consideration)의 다섯 가지 주요 영역을 포괄하며, 영역별로 세부적인 평가 지표와 관련 벤치마크를 제시한다. 특히 기술적 성능(Technology)을 기반으로 사회적 영향(Social) 및 윤리적 측면(Ethics)을 순차적으로 고려하여 설계되었다. AI 시스템의 기본적인 성능 평가에서 출발, 해당 기술의 도입이 조직과 사회에 미치는 광범위한 파급 효과까지 포괄적으로 평가가 가능하게 하며 추가로 지속가능성(Sustainability)까지 검토할 수 있도록 지원한다. STAGE-AI Metrics는 기존의 단편적인 성능 평가 방식을 넘어, AI 시스템의 기술적 성능뿐만 아니라 사회적 영향과 윤리적 측면까지 고려하는 다면적 접근을 통해 기업이 자사의 특성과 요구사항에 최적화된 AI 모델을 선택하고 도입할 수 있도록 지원한다. 본 연구는 AI 도입의 초기 단계에서 발생할 수 있는 잠재적 문제점들을 사전에 식별하고 대비할 수 있는 실용적인 도구를 제공함으로써, 기업의 AI 도입 성공률을 높이고 장기적인 경쟁력 확보에 기여할 것으로 기대된다.