AI 모델 공개 전 체크리스트

이 체크리스트와 모델 카드 작성은 순서대로가 아니라 함께 진행하는 것입니다. 모델 카드를 쓰기 시작할 때 이 목록을 한 번 훑어보시면 좋습니다. 공개 직전에야 발견하면 학습을 다시 해야 하는 항목이 섞여 있기 때문입니다.

1. 공개할 권리

가장 먼저 확인할 항목입니다. 여기서 걸리면 나머지 준비가 무의미해집니다.

• 베이스 모델을 파인튜닝했다면, 그 모델의 라이선스가 파생 모델 배포를 허용하는가?
• 베이스 모델 라이선스가 파생 모델에 요구하는 조건을 확인했는가? (이름 표기, 라이선스 승계, 사용 제한 조항의 하위 전달 등)
• 학습에 쓴 데이터셋의 라이선스가 학습 결과물의 배포를 허용하는가?
• 외부에서 구매하거나 계약으로 받은 데이터가 섞여 있다면, 계약상 공개가 가능한가?
• 모델이나 학습 방법에 관련된 특허 출원이 있는가?

2. 라이선스 결정

• 모델 가중치에 적용할 라이선스를 정했는가?
• 베이스 모델이 특정 라이선스를 강제한다면 그것을 따랐는가?
• 용도 제한이 필요하다면 그 근거를 정리했는가? (RAIL 계열 라이선스 등)
• 학습 데이터셋을 함께 공개한다면 데이터셋 라이선스를 별도로 정했는가?
• 모델 카드의 license 항목에 정확한 식별자를 적었는가?

라이선스별 특성은 AI Model 라이선스와 Llama 2 가이드, RAIL 가이드를 참고하세요.

3. 데이터와 민감정보

• 학습 데이터에 개인정보가 포함되어 있는지 확인했는가?
• 포함되어 있다면 개인정보 담당 부서의 확인을 받았는가?
• 학습 데이터에 타인의 저작물이 포함되어 있는지 확인했는가?
• 사내 문서나 고객 데이터가 학습에 쓰이지 않았는가?
• 모델이 학습 데이터를 그대로 출력할 위험을 검토했는가?
• 학습에 쓴 콘텐츠의 요약을 공개할 준비를 했는가? (EU 인공지능법 제53조, 집행위원회 템플릿으로 작성)
• 저작권 관련 정책을 정리했는가? (텍스트·데이터 마이닝 거부 표시 존중 등)
• 저장소에 올릴 파일에 API 키, 내부 서버 주소, 계정 정보가 없는가? (민감정보 제거 체크리스트 참고)

4. 모델 카드

작성 방법은 모델 카드를 참고하세요.

• 모델 카드의 일곱 항목을 모두 채웠는가? (모델 설명, 의도한 용도, 용도 밖 사용, 한계와 편향, 학습 데이터, 평가, 연락처)
• 베이스 모델이 있다면 base_model 항목에 밝혔는가?

5. 파일과 식별자

• 공개할 가중치 파일 목록이 의도한 것과 일치하는가? (실험용 체크포인트가 섞이지 않았는지)
• 각 가중치 파일의 해시(SHA-256)를 확보했는가?
• 모델 이름이 사내 명명 기준과 상표 검토를 통과했는가? (프로젝트 이름 결정 참고)
• 버전 표기 방식을 정했는가?

6. 공개 승인과 이후

• 소속 조직 담당 임원이나 리더의 승인을 받았는가?
• OSRB 검토를 요청했는가? (공개 절차의 A 단계)
• 공개 후 문의에 답할 담당자를 지정했는가?
• 취약점이나 오용 신고를 받을 경로를 정했는가?
• 모델을 내리거나 수정해야 할 상황의 판단 기준을 정했는가?

자동으로 점검하기

위 항목 중 모델 카드와 라이선스, 데이터셋 관련 부분은 도구로 확인할 수 있습니다. BomLens에 모델 id를 주면 모델 카드를 읽어 빠진 항목과 채우는 방법을 정리해 줍니다. 왜 필요한지와 실행 방법은 AI SBOM에 있습니다.

도구가 확인하는 것은 모델 카드와 저장소 정보에 드러난 범위까지입니다. 학습 데이터에 개인정보가 섞였는지, 계약상 공개가 가능한지 같은 판단은 사람이 해야 합니다.

관련 문서

• AI 모델 공개하기 — 전체 절차
• 모델 카드 — 작성 방법
• AI SBOM — 규제 대응 문서화

문의

판단이 어려운 항목은 OSRB(opensource@sktelecom.com)로 문의하세요.