산출물 평가 (Artifact Evaluation)
AI가 만든 결과물을 과정이 아니라 완성된 산출물 기준으로 검증하고 점수화하는 방식입니다. 합격선을 통과한 산출물만 일을 끝냅니다.
산출물 평가는 AI가 만든 결과물을 '얼마나 그럴듯하게 작업했는가'가 아니라 '완성된 산출물이 합격선을 넘는가'로 검증하는 방식입니다. 과정의 화려함이 아니라 결과의 품질이 기준입니다.
AI 도구의 흔한 함정은 '초안을 빠르게 뽑는 것'에서 멈추는 것입니다. 초안은 일이 아닙니다. 검토를 통과하고, 브랜드 보이스에 맞고, 사실이 틀리지 않은 산출물만이 일을 끝냅니다. 산출물 평가는 이 합격선을 명시적으로 정의하고, 산출물을 그 기준에 통과시킵니다.
평가는 두 층으로 나뉩니다. 자동 검증은 형식, 길이, 사실 일관성, 금칙어 같은 정량 기준을 처리합니다. 사람 검토는 취향, 맥락, 관계처럼 정량화하기 어려운 판단을 맡습니다. 두 층을 모두 통과해야 산출물이 닫힙니다.
너디에서는 산출물 평가가 모든 제품의 마지막 단계입니다. 마침의 문서든 보임의 영상이든, 평가를 통과하지 못한 결과물은 출력되지 않습니다. 평가가 곧 마침표입니다.
관련 개념으로는 보고에서 증거로, 브랜드 보이스 QA, 멀티모델 비교가 있습니다.
#evaluation#method
관련 글
이 용어를 참조하는 글
- 용어집보임 (Boim)
- 용어집가늠 (Ganeum)
- 용어집마침 (Machim)
- 용어집IR 덱 (IR Deck)
- 용어집한국어 문서 자동화 (Korean Document Automation)
- 용어집AI 거버넌스 (AI Governance)
- 용어집아티팩트 (Artifact)
- 용어집브랜드 보이스 QA (Brand Voice QA)
- 용어집멀티모델 비교 (Multi-Model Comparison)
- 용어집프롬프트 하네스 (Prompt Harness)
- 용어집초안 너머의 AI (AI Beyond the Draft)
- 용어집너디 메소드 (Nerddy Method)
- 용어집보고에서 증거로 (Report to Evidence)
- 용어집마침표 사고 (Closing-Unit Thinking)
Nerddy AI Labs·by Curea