본 논문은 기능적 안전이 중요한 응용 분야에서 안전하고 신뢰할 수 있는 AI 모델의 개발 및 배포에 초점을 맞추고 있습니다. AI 연구의 급속한 발전과 상대적으로 새로운 안전 AI 분야의 특성을 고려하여 안정성과 적응성을 모두 고려하는 워크플로우의 필요성을 강조합니다. 투명하고 완전하면서도 유연하고 경량화된 워크플로우를 제안하며, 이는 신뢰성과 자격 부여 모두를 강조합니다. 핵심 아이디어는 워크플로우가 자격을 갖춰야 하며, 이를 위해서는 자격을 갖춘 도구를 사용해야 한다는 것입니다. 도구 자격 부여는 시간과 비용 측면에서 많은 자원을 필요로 하므로, 기능이 제한적인 최소한의 도구를 사용하는 경량 워크플로우의 가치를 강조합니다. 확장된 ONNX 모델 설명을 기반으로 AI 알고리즘 생성부터 런타임 배포까지 검증하는 워크플로우를 구축합니다. 이 검증은 특히 혼합 중요도 시스템에서 모델이 다양한 런타임 환경에 안전하게 배포되기 전에 검증하는 데 필수적입니다.
