WHAT YOU DO
어떠한 일을 하나요?
- AI 결과의 정확성, 관련성, 편향, 견고성과 안전성을 평가합니다.
- 프롬프트, 입력 데이터, 모델과 운영 환경에서 발생할 위험을 테스트합니다.
- 대표·경계·공격 사례를 포함한 평가 데이터와 기준을 설계합니다.
- 자동 평가와 사람 평가 결과를 분석해 한계와 개선 방향을 설명합니다.
TECHNICAL SPECIALIST TRACK · 12
AI·데이터 품질
기술 분야 04AI & Data Quality
정답이 흔들리는 AI 결과와 데이터에 평가 기준·자료·위험 관점을 세우는 역할
가능성 탐색논리 판단유연 대응
이 역할과 잘 맞는 업무 성향불확실한 결과를 비판적으로 검토하고 새로운 평가 기준을 만드는 성향이 AI 품질 검증과 잘 맞습니다.
AI·데이터 품질
SKILLS
필요한 기술과 능력
- AI·머신러닝·데이터 기초
- 프롬프트와 평가 데이터 설계
- 정량·정성 평가 지표
- 편향·안전·보안 위험
- ISO/IEC 25059 등 AI 품질 관점
WORK STYLE
어떠한 성향과 잘 맞나요?
- 정답이 하나가 아닌 결과도 기준을 만들어 비교합니다.
- 새로운 실패 가능성을 상상하고 비판적으로 검토합니다.
- 실험 결과에 따라 평가 방법을 유연하게 수정합니다.
진단의 대표 업무 성향을 바탕으로 한 안내이며, 모든 성향의 사람이 경험과 학습을 통해 이 직무를 수행할 수 있습니다.
EXPERIENCE
어떤 경력이 도움이 되나요?
테스트 분석, 데이터 분석 또는 AI 활용 경험에 평가 설계 역량을 더해 진입할 수 있습니다.
불확실한 결과를 기준과 데이터로 비교하고 실패 패턴을 설명한 경험이 도움이 됩니다.
AI 레드팀, 평가 자동화, 데이터 품질 또는 AI 거버넌스 방향으로 전문성을 넓힐 수 있습니다.
표시된 연차는 필수 지원 자격이 아니라 일반적인 성장 경로를 이해하기 위한 참고 범위입니다.
LEARNING
어떤 교육과 학습이 필요한가요?
학습·추론, 확률적 결과, 데이터 편향과 모델 한계를 실무 관점에서 이해합니다.
목표별 평가 기준, 데이터셋, 사람 평가와 자동 지표를 설계합니다.
편향, 환각, 프롬프트 공격, 개인정보와 견고성 사례를 체계적으로 확인합니다.
특정 교육 과정이나 모집 일정을 뜻하지 않으며, 직무 준비에 필요한 학습 주제와 실습 방향을 안내합니다.
CERTIFICATIONS
어떤 자격증이 도움이 되나요?
전문
ISTQB CT-AI v2.0
↗기본AI 기반 시스템과 생성형 AI의 비결정성·데이터·품질 특성을 시험하는 자격입니다.
ISTQB CTFL
↗AI 품질 평가를 일반 테스트 원리와 과정 위에서 설계하기 위한 기반입니다.
자격증은 필수 조건이 아니라 학습 방향을 잡고 지식을 확인하기 위한 선택 사항입니다. 실제 채용에서는 업무 결과물과 경험이 함께 중요합니다.
GROWTH PATH
추천 성장 순서
- 01AI·데이터 기초AI & Data Basics
- 02평가 자료Evaluation Data
- 03위험 평가Risk Evaluation
- 04AI 품질·안전AI Quality & Safety
이 역할에서 연결되는 분야
자동화·TestOps와 연결하면 반복 가능한 AI 평가 체계를 만들 수 있습니다.
특정 산업의 규제와 위험을 결합하면 도메인 AI 품질 분야로 확장할 수 있습니다.
CAREER DIAGNOSIS