생성적 AI 기회 캔버스 소개
Sean Ammirati가 설계한 생성적 AI 기회 캔버스는 귀하의 회사, 조직 또는 팀을 위해 생성적 AI를 활용한 기회를 탐색하고 정의하는 구조화된 프레임워크를 제공합니다.
이 캔버스는 창의적인 작업에 대한 포괄적인 개요를 제공하며, 생성 AI를 활용해 프로세스를 향상하는 방법을 설명합니다. 7개의 블록으로 구성된 각 세그먼트는 텍스트 상자, 링크, 그림 또는 비디오로 깊이와 인사이트를 제공합니다. 팀원들과 협력하여 이 캔버스를 사용해 브레인스토밍하고 생성 AI 사용 사례를 구체화하십시오.
생성 AI 기회 캔버스 템플릿은 언제 사용합니까?
템플릿은 다양한 프로젝트나 이니셔티브에서 생성 AI를 활용할 기회를 모색할 때 주로 사용됩니다.
생성 AI 기회 캔버스 템플릿 사용 방법
이 캔버스는 TELeR 지식을 필요로 하지 않고 생성 AI 아이디어를 구체화하고 탐구할 수 있는 7개의 핵심 요소를 제공합니다.
7개의 핵심 요소는 다음과 같습니다:
1: "생성" 작업 강조
이전에 수작업으로 수행되었던 창의적 작업 중 자동화를 탐색하려는 것은 무엇인가요?
이전에 수작업으로 수행했던 창의적 작업 중에 생성형 AI를 사용하여 개선하거나 자동화하려는 작업을 확인하세요.
2: 입력값
생성 과정을 안내하기 위해 제공하려는 입력값을 명확히 할 수 있나요?
생성 과정을 안내하기 위해 필요한 입력값을 명시하세요. 입력값에는 데이터 세트, 템플릿, 지침, 강점, 또는 AI 모델이 원하는 출력을 생성하는 데 필요한 기타 리소스가 포함될 수 있습니다.
3: 고수준 목표
이 문맥에서 생성형 AI를 활용하는 전반적인 목표나 목적을 정의할 수 있나요?
이 작업에서 생성형 AI를 채용하는 전반적인 목표나 목적을 정의하세요. 이는 효율성을 높이거나, 비용을 줄이거나, 품질을 향상시키거나, 새로운 방식으로 창의성을 활성화하는 것을 포함할 수 있습니다.
4: 출력값
출력 결과로 원하는 것은 무엇인가요?
Generative AI의 출력 결과로 원하는 것이 무엇인지 결정하세요. 여기에는 이전 단계에서 확인한 창의적 작업을 완료하기 위한 디자인, 추천 또는 개선 사항이 포함될 수 있습니다.
5: 예시
과거에 수동으로 수행된 사례까지 포함하여 참고할 수 있는 구체적인 예시를 제공할 수 있나요? (Few Shot Learning)
이 예시의 논리를 설명할 수 있나요? (Chain of Thought)
참고할 수 있는 구체적인 과거 사례를 제공하세요. 이 예시들은 AI가 모방할 패턴과 스타일을 학습하는 데 도움을 줍니다. 작업을 이해하는 데 도움이 되도록 이러한 예시들의 논리를 설명하세요.
6: 작업 분해
창작 작업을 여러 단계로 나눌 수 있나요? 그렇다면 필요한 만큼의 단계를 사용하여 아래에 작업을 여러 단계로 나눠보세요.
이 단계에서 사람이 결과물을 검토해야 하나요?
가능하다면 창작 작업을 여러 단계로 나눠보세요. 각 단계는 작업을 완료하기 위해 필요한 구체적인 행동이나 과정을 설명해야 합니다. 결과물의 품질을 보장하기 위해 각 단계에서 인적 검토가 필요한지 결정하세요.
7: 추가 외부 및 내부 데이터
과정의 결과물 품질과 효율성을 크게 향상시킬 수 있는 정보나 데이터 통합의 유형은 무엇입니까?
과정의 품질과 효율성을 크게 향상시킬 수 있는 모든 추가 정보나 데이터 통합을 식별하세요.
