인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
환각과 자동화 편향에 따른 신뢰성 우려는 감사 분야의 생성형 AI 도입을 제약한다. 본 연구는 8-Block 프롬프트와 자료형 안전 출력을 적용한 IT 일반통제(ITGC) 조서 자동화 모델을 제안하고, 6개 통제의 동일 증빙에 대해 숙련 평가자와 비교하며 실무자 설문을 병행하였다. 최초 단회 실험에서 조서 초안 작성 시간은 96.2% 단축되었고, 정제된 가상 증빙 154건에서 단일 기준 평가자와의 판정 일치율은 98.7%였다. 이는 154건 중 148건이 PASS인 불균형 데이터에서의 일치율로 일반적인 감사 정확도를 뜻하지 않으며, FAIL 4건의 전건 탐지는 초기 검증 결과이다. 후처리된 최종 산출물에서 정의된 환각은 식별되지 않았으나, 3개 통제 146건의 재실행 일치율은 83.6%로 낮아졌다. 3인 평가자의 60건 판정은 완전히 일치하였다(Fleiss’ κ=1.00). 숙련 평가자는 맥락이 필요한 예외 식별에 강했으며, 설문은 인간 개입의 필요성에 대한 인식을 보여주었다. 결과는 정제된 가상 증빙과 현재의 시스템 구성이 결합된 조건에서의 관찰로 한정되며, 개별 구성요소가 높은 일치도나 환각 미관찰에 직접 기여하였음을 의미하지 않는다. 인간 개입의 실제 오류 감소 및 품질 개선 효과는 후속 검증이 필요하다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
