미국 노동부: AI 및 자동화 기술을 적용하여 데이터 가치 창출

정부에는 데이터가 넘쳐납니다. 시민에게 더 나은 서비스를 제공하기 위해 이 데이터에 대한 통찰력을 얻기 위해 기관에서는 자동화, RPA(로봇 프로세스 자동화), ML(기계 학습) 및 AI(인공 지능)와 같은 기술을 적용하여 데이터를 더 잘 관리하고 방법과 워크플로를 개선하고 있습니다. DOL(미국 노동부)은 데이터가 풍부한 환경에서 새로운 기술을 사용하는 독특한 방법을 개발하는 기관 중 하나입니다.

미 노동부 최고기술책임자 산제이 코야니(Sanjay Koyani)와 그의 팀은 책임 있는 AI, RPA, 챗봇 등 다양한 혁신 기술을 통합하기 위해 열심히 노력하고 있으며, 노동부에서 엔터프라이즈급 데이터 플랫폼을 구축할 계획입니다. 노동. 2022년 9월 15일 예정된 정부 내 AI 이벤트에서 Sanjay는 해당 부문의 AI, 자동화 및 데이터 여정, 문화적 변화 고려 사항을 탐색하기 위해 수행해야 할 작업, 최선의 방법 문제 및 고객 요구 사항을 식별한 후 개발하는 데 능숙합니다. 이러한 문제를 진정으로 파악하고 해결하는 솔루션입니다.

Forbes와의 미리보기 인터뷰에서 Sanjay는 노동부가 데이터가 풍부한 환경에서 AI와 ML을 적용하는 방법, 공공 부문에서 혁신적인 기술을 채택하는 데 따른 몇 가지 과제, 그리고 미국 노동부가 신뢰할 수 있고 신뢰할 수 있다고 보는 방식을 공유합니다. 책임감 있는 AI.

노동부(DOL)를 돕기 위해 데이터와 AI를 사용하는 혁신적인 방법은 무엇입니까?

Sanjay Koyani: 모든 IT 현대화 이니셔티브는 연방 IT 솔루션 분야에서 최고가 되겠다는 우리의 목표를 향해 노력하고 있습니다. 이는 미국 대중에 대한 서비스를 향상하고 더 나은 고객 서비스를 제공하려는 노동부의 사명을 지원하여 보다 디지털화된 작업 공간을 지원합니다.

약 1년 전, 우리는 기술, 혁신 및 엔지니어링(TIE) 부서 내에 신흥 기술을 전문으로 하고 노동부의 미래 기술을 위한 인간 중심 설계 접근 방식을 만드는 새로운 부서를 만들었습니다. 우리가 출시하고 기업 전체로 확장하기 위해 노력하고 있는 최초의 새로운 기술 역량은 자동화 사용을 중심으로 한 RPA(로보틱 프로세스 자동화)입니다. 지난 1년 동안 우리는 반복적인 규칙 기반 관리 작업을 자동화하는 데 사용되는 소프트웨어 애플리케이션인 RPA 봇 5개를 출시했으며 6개를 더 시험하고 있습니다. 우리는 현재 향후 사용을 위해 여러 RPA를 개발하고 있으며 노동부 내 모든 부서에서 추가 기회를 모색하고 있습니다. 직원들이 행정 중심 업무보다는 미션 크리티컬 업무에 역량을 집중할 수 있도록 하고, 머신러닝, 인공지능 등 다른 첨단 기술의 기반을 마련한다는 것이 전체적인 목표다.

TIE에서는 성능을 개선하고 가치를 추가하기 위해 AI를 보다 책임감 있게 서비스로 사용하는 방법도 모색하고 있습니다. 우리는 여러 AI 파일럿을 진행 중이며 더 빠른 결정을 위해 음성-텍스트, 텍스트-음성, 번역 서비스, 텍스트 및 구조화된 문서 추출과 같은 프로그램 요구 사항을 평가하기 위해 기본 AI 지원 기능을 사용하여 클라우드에서 혁신하고 있습니다. -형태 인식 서비스를 제작합니다. 동시에 우리는 더 큰 자신감을 가지고 AI를 확장할 수 있도록 AI를 윤리적이고 책임감 있게 설계하고 평가하기 위한 관행을 탐색하기 시작했습니다.

AI 및 자동화 노력을 추진하기 위해 우리 팀은 혁신적인 방식으로 데이터 기반 의사 결정을 지원하는 엔터프라이즈 데이터 플랫폼을 만들어 분석 기능을 향상하고 있습니다. 데이터는 AI와 머신러닝의 기반이기 때문에 우리는 데이터 관리와 분석 도구에 투자하고 있습니다. 노동부는 이 프로그램에 할당된 기술 현대화 자금을 사용하여 데이터 관리 및 고급 분석 기능을 강화하고, 부서 간 데이터 공유 및 공유를 강화하며, 더 빠르고 더 나은 결정을 내릴 수 있습니다. 또한 근로자 권한 부여에 관한 행정 명령의 요소를 발전시켜 조사관과 정책 팀에 더 나은 정보, 고품질의 시기적절한 근로자 보호 데이터를 제공하여 작업을 보다 안전하게 만들 수 있습니다.

데이터 및 인지 기술 프로젝트는 어떤 분야에서 시작했나요?

Sanjay Koyani: 우리는 개념 증명을 평가하는 데 도움이 되는 혁신 인큐베이터를 통해 프로젝트를 식별하기 시작했습니다. 이는 위험을 입증하고 기존 도구와 비교하여 평가하는 것입니다. 이를 통해 현재 파일럿 프로그램을 확장하여 추가 문제를 해결하고 혁신적인 솔루션을 탐색할 수 있는지 확인할 수 있습니다.

최근 우리가 사용하고 있는 또 다른 전술은 조직 전반에 걸친 Bot-a-Thon입니다. 이를 통해 직원들에게 봇 사용 방법을 알리고 보고, 양식 작성, 연구와 같은 관리 작업을 수행하는 데 도움을 줄 수 있는 방법을 알 수 있습니다. 그 결과 FY21부터 9가지 로봇 프로세스가 개발되고 있으며, 이미 5대의 로봇이 사용되어 수천 시간의 작업 시간을 절약하고 있습니다.

데이터 및 인공 지능과 관련하여 공공 부문의 독특한 기회는 무엇입니까?

Sanjay Koyani: 우리는 정부 IT 현대화의 중요성과 IT가 여러 정부 서비스에 미치는 영향에 대해 더 큰 가시성을 갖고 더 집중하고 있습니다. 현 정부는 데이터, AI 등 IT 현대화를 최우선 과제로 삼고 있다. 의회는 기관 CIO가 IT 투자를 통제하고 7가지 주요 IT 영역에서 기관에 등급을 부여하는 FITARA(연방 IT 인수 개혁법)를 통해 IT에 계속 초점을 맞추고 있습니다. 사이버 보안 침해로 인해 공공 부문이 위협을 완화하고 잠재적인 위험에 더 신속하게 대응하는 데 AI가 어떻게 도움이 될 수 있는지에 대한 관심도 다시 집중되었습니다.

AI가 성공적으로 적용된 사례는 무엇인가요?

Sanjay Koyani: 고객 중심 디자인과 AI 통합을 통한 향상된 고객 경험을 기반으로 노동부 고용훈련청(ETA)을 위한 새로운 사용자 영감 웹사이트를 개발했습니다. 결과적으로 AI는 Apprenticeship.gov에서 후보자 액세스/기회 매칭을 개선하는 데 도움이 됩니다.

또 다른 예는 수혜자 결정 속도를 높이기 위해 AI 기반 양식 인식 서비스를 사용하는 것입니다. 우리 팀은 AI 기반 클라우드 기술이 청구 조사관이 혜택 양식의 정확성과 사기 여부를 평가하여 더 빠른 결정을 내리는 데 어떻게 도움이 될 수 있는지 평가했습니다. 기존 클라우드 기술을 사용하여 AI 모델을 교육하여 심사관이 포괄적인 정보를 더 빠르게 얻을 수 있도록 여러 청구 양식에서 데이터를 추출하고 구성합니다. 그 전에는 검토자들이 수혜자 지원과 신속한 의사 결정에 전적으로 집중하는 대신 수동으로 양식을 정렬하고 비교하는 데 많은 시간을 보냈습니다.

AI 및 ML과 관련하여 공공 부문이 직면한 몇 가지 과제를 공유할 수 있나요?

Sanjay Koyani: 몇 가지 과제를 다루겠습니다. 하나는 노동부가 가장 중점을 두고 있는 데이터 관리입니다. 데이터가 많다는 것은 좋은 일이지만, 어떤 정보가 이용 가능하고 어떻게 사용되는지 알아야 합니다. AI와 ML을 올바르게 사용하려면 어떤 데이터가 존재하는지 이해하고 이를 분류하고 노동부가 데이터를 사용하여 더 빠르고 더 나은 결정을 내리는 방법에 대해 기관 이해관계자를 조정해야 합니다. 이를 위해서는 데이터 전략에 대한 지속적인 교육과 투자가 필요합니다.

인간 중심의 디자인도 AI/ML의 핵심입니다. 따라서 프로세스와 기술 사용 방법을 이해하기 위해 모든 관련 이해관계자와 소통해야 합니다. AI/ML이 문제를 해결할 수 있는지 판단하는 중요한 순간입니다. 기술로 모든 문제를 해결할 수는 없습니다.

또 다른 주요 과제는 문화적 수용입니다. 문화 변화는 어려울 수 있으므로 직장에서의 이점, 책임감 있게 새로운 기술을 사용하는 방법, 조직 전체에서 이 기술을 사용할 수 있는 방법을 입증해야 합니다.

궁극적으로 노동부의 경우 부서 전체의 확장성이 장기적인 목표입니다. 따라서 우리는 문화적, 기술적 고려 사항을 살펴보고 효율성을 평가한 다음 성공을 바탕으로 노력하고 있습니다.

인공지능과 관련된 개인 정보 보호, 신뢰 및 보안 문제를 어떻게 해결합니까?

Sanjay Koyani: 우리는 AI가 신뢰할 수 있는 방식으로 사용되도록 보장하기 위해 Responsible AI Framework를 사용하고 있습니다. 노동부는 비영리 실무자 및 정부 분야 전문가와 협력하여 AI 알고리즘 개발의 편견을 종식하고 안전한 AI 생성의 복잡한 환경을 탐색할 수 있도록 지원하고 있습니다.

또한 현재 안전 문제를 해결하는 데 도움이 되는 다양한 정책과 절차가 마련되어 있습니다. 여기에는 건전한 거버넌스 정책과 처음부터 보안을 고려하는 전반적인 전략이 포함됩니다.

OSTP(백악관 과학기술정책국)는 "책임 있는 AI에 대한 행정 명령"(책임 있는 AI에 대한 행정 명령)에서 AI 시스템의 책임 있는 구현을 위한 10가지 원칙을 설명했습니다. 또한, AI 시스템 사용을 고려할 때 개인 정보 보호는 중요한 고려 사항입니다. 우리는 편견을 도입하지 않기를 원할 뿐만 아니라 데이터에 정보가 포함된 사람들의 개인 정보가 보호되기를 원합니다. 우리는 연방 규정을 준수하며 이와 관련하여 전문적인 개인정보 보호 평가를 실시합니다.

인공지능 기술 인재는 어떻게 양성하나요?

Sanjay Koyani: 우리는 모든 최신 기술 솔루션의 사용을 지원하기 위해 엔터프라이즈 아키텍처와 IT 거버넌스 프로세스를 구축하고 있습니다. 이는 조직의 비즈니스 요구 사항과 표준화된 프로세스를 지원하는 도구의 일관성을 보장하는 데 도움이 됩니다. AI 기술 인재를 개발하는 또 다른 방법은 교육, 훈련, 해당 분야 전문가 채용을 통해서입니다. 예를 들어, 최근 PIF(Presidential Innovation Fellow)는 연방 정부에서 신뢰할 수 있는 AI 사용을 촉진하기 위한 행정부의 행정 명령을 지원하는 신뢰할 수 있는 AI 파일럿 사용 사례를 평가했습니다. 우리의 PIF를 통해 기관 전문가와 협력하여 새로운 모델을 설계하고 테스트하여 보다 책임감 있는 방식으로 AI를 설계, 개발 및 배포할 수 있는 방법을 평가할 수 있습니다. 이를 통해 투명성을 높이고 AI 확장에 대한 사람들의 신뢰를 높일 수 있습니다.

향후 몇 년 동안 가장 기대되는 인공지능 기술은 무엇입니까?

Sanjay Koyani: 레거시 IT 시스템을 현대화하고 더 많은 자동화를 사용하여 혁신을 가능하게 하면서 격차를 메우는 데 도움이 될 더 책임감 있는 AI 테스트 이니셔티브를 기대합니다. 각 이니셔티브를 통해 우리는 엔터프라이즈 아키텍처를 성숙시키고 새로운 기술을 사용할 수 있습니다.

AI가 지원하는 또 다른 분야는 사이버 보안입니다. 변화하는 환경과 시스템 및 네트워크 솔루션을 보호하기 위한 리소스에 대한 지속적인 압박을 고려할 때 사이버 위협에 대한 대응을 자동화하고 조직의 위험을 줄이는 데 도움이 되는 솔루션이 더 많아질 것이라고 생각합니다.

2022년 9월 예정된 강연에서 Sanjay는 위에서 논의한 주제 중 일부를 탐구하고 책임 있는 AI, RPA, 챗봇과 같은 혁신적인 기술을 통합하기 위한 팀 작업의 하이라이트를 공유할 것입니다.

위 내용은 미국 노동부: AI 및 자동화 기술을 적용하여 데이터 가치 창출의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!