리더로 선정된 IBM

The Forrester Wave™: Multimodal Predictive Analytics and Machine Learning, Q3 2020에서 그 이유를 확인하세요.

개요

AI 모델 리스크 관리란?

연방 준비 제도 및 통화 감독청에서 작성한 SR Letter 11-7(IBM 외부 링크)에서는 "...입력 데이터를 정량적 추정치로 처리하기 위해 통계, 경제, 금융 또는 수학적 이론, 기술 및 가정을 적용하는 정량적 방법, 시스템 또는 접근 방식"으로 모델을 정의합니다. 모델이 양적 정보를 예측하고 측정하는 데 사용되지만 모델을 부적절하게 수행하면 모델 리스크가 발생할 수 있습니다. 모델 성능이 저하되면 불리한 결과가 발생하고 상당한 운영 손실로 이어질 수 있습니다. 최신 정보 아키텍처에서 모델 리스크 관리를 구현하면 다음을 지원할 수 있습니다.

  • 규제 준수 및 기타 리스크 목표를 충족하도록 지원하는 데 걸리는 시간을 단축합니다.
  • 멀티클라우드에서 모델의 유효성 검증을 간소화합니다.
  • 거의 모든 곳에서 실행되는 모델 및 데이터를 활용합니다.

자세히 보기

모델 리스크 관리를 간소화하는 5가지 방법

사용자 정의 테스트 및 임계값을 사용하여 모델의 규정 준수를 강화합니다.

팟캐스트: KPMG-IBM on AI

AI 시대에 거버넌스의 디지털화에 대해 논의하는 AI 전문가들의 의견을 들어봅니다.

제품 이미지

리스크 모델 평가

공정성, 품질 및 드리프트 메트릭을 포함하여 리스크 모델 평가를 보여주는 스크린샷

리스크 모델 평가

공정성, 품질 및 드리프트 메트릭을 표시합니다. 사용자 정의 임계값 이하의 모델에 플래그를 지정합니다. 드릴 다운하여 세부사항을 확인합니다.

공정성

신용 리스크 모델에 대한 공정성 메트릭의 세부사항을 표시하는 스크린샷

공정성

모델 유효성 검증을 구성하고 수행합니다. 모델 공정성을 포함하여 모델 메트릭을 테스트합니다.

모델 비교

공정성과 품질을 기반으로 두 모델의 비교를 보여주는 스크린샷

모델 비교

모델 테스트 결과를 비교합니다. 보다 효과적인 모델의 개발을 선택하고 가속화합니다.

메트릭 요약

신용 리스크 모델에 대한 메트릭 세부사항을 표시하는 스크린샷

메트릭 요약

자동으로 팩트 시트를 PDF로 생성합니다. 모델 세부사항, 관련 데이터 및 테스트 결과를 요약합니다.

설명 가능한 AI 시작하기

IBM Watson Studio에서 모델 모니터링과 모델 관리를 살펴봅니다.