본 논문은 대규모 인공지능(AI) 모델이 표준 벤치마크에서는 뛰어난 성능을 보이지만, 의료, 교육, 법률과 같은 고위험 분야에 적용될 때 입력 데이터의 작은 변화에도 취약하고, 맥락에 맞지 않는 결정을 내리며, 부정확한 정보를 자신 있게 생성하거나 재현하여 사용자의 신뢰를 저해하는 등의 한계를 드러낸다는 점을 지적한다. 이러한 문제를 해결하기 위해, 대규모 모델의 기능을 실제 응용 분야의 요구 사항과 일치시키는 혁신을 계층별로 추상화한 프레임워크를 제시한다. 여러 사례 연구를 통해 다양한 분야의 연구자와 실무자들이 이 프레임워크를 활용하는 방법을 보여주고, 프레임워크의 각 계층 내 동적인 상호작용을 강조한다. 또한, 이 프레임워크를 통해 연구자와 실무자가 혁신의 최적 위치 선정, 간과된 기회 발견, 그리고 중요한 문제에 대한 학제 간 소통을 용이하게 하는 방법을 제시한다.
