NVIDIA 오픈 모델, 유럽 공공 서비스를 지역 통제 아래로
NVIDIA는 10월 21일 유럽 정부의 AI 프로젝트를 공개하며, 외부 공급자가 전적으로 운영하는 서비스에 대한 지역 통제형 대안을 확장했다. NVIDIA 오픈 모델은 공공 행정, 업무용 소프트웨어, 모델 평가에 걸친 이니셔티브에 활용되고 있다. 이들의 매력은 통제에 있다. 기관은 자체 정보와 인프라에 맞춰 시스템을 조정할 수 있다. 동시에 이러한 시스템이 직원과 시민의 신뢰를 받을 만한지 판단하는 책임 역시 공공기관에 남는다.
이번 발표는 단일 정부 제품을 소개하기보다 서로 다른 단계에 있는 프로젝트들을 묶어 제시한다. 일부 파트너는 소프트웨어나 데이터세트를 공개했다. 다른 파트너들은 개발 중인 시스템, 조달 체계 또는 예정된 활용 사례를 설명한다. 기술 접근성, 구매 권한, 공공 서비스 제공의 성공을 입증하는 증거는 서로 다른 이정표이므로 이러한 구분은 중요하다.
핵심적인 상충 관계는 누가 시스템을 운영하고 그 행동에 대해 책임지는가에 관한 것이다. Google Cloud가 병행해 발표한 소버린 인프라 계획은 기존 클라우드 공급업체들 역시 이러한 업무 수요를 놓고 경쟁하고 있음을 보여준다. 유럽 공공 부문의 AI는 모델 성능뿐 아니라 배포 방식, 기관의 역량, 책임성을 둘러싼 경쟁으로 변하고 있다.
NVIDIA 오픈 모델, 구체적인 공공 서비스로 진입
NVIDIA의 공공 부문 프로젝트에는 Deloitte의 지원을 받는 폴란드 고용 서비스 이니셔티브가 포함된다. NVIDIA에 따르면 폴란드 가족·노동·사회정책부는 400곳이 넘는 노동 사무소를 지원하기 위한 인프라를 개발하고 있다. 계획된 활용 사례에는 문서 검색, 요약, 디지털 어시스턴트가 포함된다.
이 사례는 발표에 식별 가능한 운영 목적을 부여한다. 고용 사무소 직원은 문서를 탐색하고 사람들이 서비스를 이해하도록 도와야 한다. 적절한 자료를 찾아주는 어시스턴트는 이 업무를 지원할 수 있다. 그 가치는 직원이 자신의 역할에 부여된 권한 범위 내에서 정확하고 관련성 높은 답변을 받는지에 달려 있다.
이 변화는 각각의 업무 흐름에 배포 책임이 수반되는, 식별 가능한 정부 업무 절차로의 이동이다.
폴란드 이니셔티브는 개발 발표를 신중하게 읽어야 하는 이유도 보여준다. 사무소 네트워크를 위해 설계된 시스템에는 제안된 범위가 있다. 그러나 그 범위만으로는 현재 몇 곳의 사무소가 이를 사용하고 있는지, 직원들이 얼마나 자주 이를 참조하는지, 또는 결과를 개선하는지를 알 수 없다.
이처럼 빠진 구분은 기대치를 형성해야 한다. 문서 어시스턴트는 신청자의 사건에 대한 권한을 갖지 않고도 내부 참조 도구로 성공할 수 있다. 반대로 직원 지원 도구로 설명된 시스템도 직원들이 그 답변을 일상적으로 권위 있는 것으로 받아들이면 중요한 영향을 미칠 수 있다. 실제 경계는 사람들이 결과물을 어떻게 사용하는지에 달려 있다.
특정 신청 건에 관한 지침을 찾는 가상의 고용 상담사를 생각해 볼 수 있다. 유용한 답변은 관련된 최신 문서를 식별하고 예외 사항도 보존해야 한다. 예외를 빠뜨린 유창한 요약은 읽는 시간을 절약할 수 있지만 추가 검토 업무를 만들 수 있다. 발표만으로는 이 상충 관계를 해결할 수 없다.
따라서 프로젝트는 완료된 업무 수준에서 평가할 필요가 있다. 문서 찾기, 절차 설명, 조치 권고에는 서로 다른 증거가 필요하다. 이를 모두 “정부 AI”로 보도하면 직원의 정보 탐색을 돕는 일과 누군가의 생계에 관한 결정에 영향을 미치는 일의 차이가 흐려진다.
NVIDIA에게 이러한 프로젝트는 오픈 모델을 그 주변의 배포 작업과 연결하는 사례이기도 하다. 기관에는 자체 문서, 언어, 운영 방식에 맞는 애플리케이션이 필요하다. 다운로드 가능한 모델은 개발자에게 출발점을 제공하지만, 최종 공공 서비스는 그 다운로드 이후의 선택에 달려 있다.
당장의 의미는 보편적이라기보다 구체적이다. 유럽의 기관과 공급업체들은 인식 가능한 행정 수요를 중심으로 지역 운영 시스템을 구성하고 있다. 발표는 활동과 방향성을 보여준다. 서비스 품질, 도입, 지속적인 운영 성과는 별도의 증거가 필요한 질문으로 남는다.
지역 통제는 기관이 구매하고 관리해야 할 것을 바꾼다
독일 Materna는 업무 환경 접근 방식의 구체적인 사례를 제시한다. 이 회사의 온프레미스 어시스턴트 플랫폼 Sinfonie는 생성형 응답, 음성 상호작용, 애니메이션 아바타를 결합한다. 온프레미스란 소프트웨어가 고객 자체 인프라 안에서 운영된다는 뜻이다. Materna는 모든 구성 요소가 데이터를 해당 환경 밖으로 전송하지 않고 그 안에서 실행될 수 있다고 말한다.
회사는 10월 21일 Sinfonie를 소개했으며, 노르트라인베스트팔렌주 행정부를 위한 프로젝트에서 비롯됐다고 밝혔다. 명시된 목적에는 직원이 내부 절차, 규정, 조직 지식에 접근하도록 돕는 일이 포함된다. 이는 정확성이나 직원 생산성에 관한 독립적 결과가 아니라 공급업체의 설명이다.
통제는 기관이 이를 강제력 있는 운영 결정으로 전환할 수 있을 때 유용해진다.
이러한 플랫폼을 검토하는 기관에서 중요한 질문은 모델이 실행되는 장소를 넘어선다. 누군가는 어떤 문서를 시스템에 넣을지, 어떤 직원이 이를 검색할 수 있을지, 오래된 자료를 언제 제거할지를 결정해야 한다. 모든 구성 요소가 승인된 환경 안에서 운영되더라도 이러한 책임은 남는다.
내부 어시스턴트는 기관 지식이 직원에게 전달되는 방식도 바꾼다. 전통적인 검색 결과는 보통 사용자가 문서를 열어 보도록 유도한다. 대화형 답변은 완성된 설명을 제시한다. 이러한 편의성은 편집상의 책임을 만든다. 조직에는 그 설명을 뒷받침하는 근거를 확인할 방법이 필요하다.
이는 검색 가능한 지식 기반을 유지하는 일과 밀접하게 관련된다. 정보 품질은 문서 소유권, 최신 버전, 의미 있는 접근 경계에 달려 있다. 대화형 인터페이스를 추가하면 직원이 직접 답변을 통해 그 결과를 접하기 때문에 이러한 기반이 더 뚜렷해진다.
부담은 공공 기술팀과 통합 파트너에게 돌아간다. 지역 운영이 구매 근거의 일부라면, 구매자는 유지보수, 업데이트, 지원 접근성, 복구에 관해 명확히 알아야 한다. 공급업체가 소프트웨어를 설치할 수 있다는 사실은 조달 문제의 일부에만 답한다.
인터페이스는 또 다른 결정을 제기한다. 음성 답변이나 애니메이션 캐릭터는 서비스에 더 쉽게 접근하게 만들 수 있지만, 표현 방식이 권위를 결정해서는 안 된다. 기관은 직원이 설명과 승인된 지침을 어떻게 구분할지 결정해야 한다. 이 구분은 인터페이스뿐 아니라 운영 모델에도 포함돼야 한다.
맞춤화에는 조직적 한계도 있다. 기관은 모델을 변경할 권한은 있어도 그 결과를 평가할 직원은 없을 수 있다. 계약상 자유와 실질적 역량은 별개의 자산이다. 지역 통제가 설치 이후에도 유지되려면 구매 결정은 두 가지 모두를 고려해야 한다.
기관의 통제 요건을 중심으로 구성된 배포를 뜻하는 소버린 AI 배포에 대한 시사점은 분명하다. 구매자는 소프트웨어를 운영하고 감독할 지속적 역량을 구매하는 것이다. 하드웨어의 위치도 중요하지만, 기관이 변경을 수행하고 문제를 조사하며 서비스 연속성을 유지할 역량도 중요하다.
조달 프레임워크, 지역 대안에 정부 진입 경로 제공
프랑스의 협업 소프트웨어 조달은 공공기관으로 진입하는 또 다른 경로를 제시한다. 10월 8일 Docaposte는 CANUT가 LINAGORA와 함께한 자사 컨소시엄을 소버린 협업 환경 공급자로 선정했다고 밝혔다. 이 서비스는 Twake.ai를 사용하며 자격을 갖춘 공공기관을 대상으로 한다. Docaposte의 발표에 따르면 경쟁적 대화는 10개월 넘게 이어졌다.
이는 조달이 배포의 일부이기 때문에 중요하다. 기술적으로 적합한 애플리케이션도 구매 경로, 구현 지원, 도입할 준비가 된 조직이 필요하다. 프레임워크 계약은 결과물 소프트웨어가 얼마나 널리 쓰일지를 확정하지 않은 채 이러한 제도적 작업의 일부를 해결할 수 있다.
구매 프레임워크는 도입 기회를 만들고, 사용량과 서비스 결과가 그 다음을 결정한다.
프랑스 사례는 독립형 어시스턴트를 넘어 이야기를 확장한다. 협업 소프트웨어는 직원의 일상 업무 흐름에 자리한다. 여기에 도입되는 모든 AI 기능은 문서 처리, 커뮤니케이션, 지원, 기존 업무 관행에 맞아야 한다. 그 전망은 주변 애플리케이션이 그러한 일상적 요구를 충족하는지에 부분적으로 달려 있다.
공공 구매자에게 이는 기존 업무 환경과의 비교를 만든다. 새 공급업체가 더 큰 통제를 약속하더라도 익숙한 서비스를 교체하려면 이전과 직원 적응이 필요하다. 기관은 이 전환을 감수할 이유와 그 과정에서 업무가 어떻게 지속되는지에 관한 신뢰할 만한 설명이 필요하다.
따라서 비교는 완전한 서비스를 살펴봐야 한다. 지역 거버넌스 대안은 직원이 계속 사용할 만큼 일상 업무를 충분히 잘 지원해야 한다. 직원이 승인된 환경을 사용하기 어렵다고 느낀다면, 공식 구매 결정은 실제 행동에 대해 거의 말해주지 못한다. 도입은 선정의 자동적 결과가 아니라 관찰의 대상이다.
이 지점에서 소프트웨어 제공업체와 구현 파트너는 압박을 받는다. 이들은 소버린티 주장을 실행 가능한 직원 경험으로 전환해야 한다. 문서화, 이전 지원, 접근하기 쉬운 지원, 예측 가능한 관리가 제안의 성공을 좌우하는 핵심 요소가 된다. 모델의 가용성은 이러한 역량을 대신할 수 없다.
NVIDIA 오픈 모델은 이 환경에서 더 큰 시스템 안의 구성 요소로 들어간다. 이러한 위치는 지역 애플리케이션 개발자에게 기관 수요에 맞춰 서비스를 조정할 여지를 제공한다. 동시에 모델 공급업체만으로는 배포가 공공 업무를 개선하는지 결정할 수 없다는 뜻이기도 하다. 애플리케이션 설계와 기관 운영이 상당한 비중을 차지한다.
시장 추진력을 평가할 때 이 구분은 중요하다. 프레임워크 수주, 설치된 애플리케이션, 정기적으로 사용되는 서비스는 서로 다른 질문에 답한다. 이를 동일하게 취급하면 도입을 과장하게 된다. 그 사이의 진행 과정을 추적하면 지역 대안이 지속 가능한 정부 인프라가 되고 있는지 더 명확히 파악할 수 있다.
따라서 프랑스 조달 발표는 구매 경로가 존재한다는 증거를 더한다. 더 넓은 의미는 자격을 갖춘 조직이 그 경로를 어떻게 활용하는지에 달려 있다. 공공 부문 현대화는 회의의 주목을 끄는 기술 공개와 함께 이러한 제도적 결정을 통해 진전된다.
합성 페르소나, 모델 테스트에 지역 주민 집단을 반영
영국의 기여는 완성된 공공 서비스가 아니라 평가에 초점을 맞춘다. Locai Labs는 NVIDIA와 협력해 10월 14일 영국 합성 페르소나를 발표했다. 합성 페르소나는 특정 인구 특성을 나타내도록 설계된 인공 프로필이다. Locai는 영국의 인구통계, 지리, 사회경제적 분포를 기반으로 한 100만 개 페르소나 데이터세트를 설명한다.
회사는 의료, 법률, 금융 등을 포함한 분야의 모델 테스트에 활용할 수 있다고 밝혔다. 또한 생성 과정에서 켈트어 숙련도를 고려했다고 말한다. 이는 데이터세트와 그 의도된 활용 사례에 대한 설명이다. 특정 후속 서비스가 공정하게 작동한다는 사실을 입증하지는 않는다.
지역에 기반한 테스트 자료는 개발자에게 더 관련성 높은 질문을 제시할 수 있게 하지만, 답변은 여전히 검증 대상이다.
평가 기회는 이해하기 쉽다. 정부 서비스는 비슷한 필요를 서로 다르게 표현하는 사람들에게도 작동해야 한다. 하나의 어휘나 설명 방식만 가정하는 테스트는 다른 상호작용을 탐색하지 못한다. 인공 프로필은 실제 서비스 사용자를 참여시키기 전에 이러한 조건을 다양화할 방법을 제공한다.
예를 들어 평가자는 서로 다른 가상의 상황에서 어시스턴트가 동일한 절차를 일관되게 설명하는지 살펴볼 수 있다. 불완전한 질문과 상세한 질문을 어떻게 다루는지도 비교할 수 있다. 이는 영국 데이터세트에서 보고된 결과가 아니라 가능한 테스트 접근 방식이다.
표현과 행동의 구분은 여전히 핵심적이다. 프로필에는 위치, 직업 또는 언어 특성이 포함될 수 있다. 그렇다고 실제 사람이 혼란스러운 양식을 어떻게 설명할지, 잘못된 답변에 어떻게 반응할지, 또는 어떻게 도움을 요청할지가 입증되는 것은 아니다. 인구 특성은 실제 경험을 재현하지 않으면서 맥락을 제공한다.
이는 성공적인 시뮬레이션 평가가 뒷받침할 수 있는 범위를 제한한다. 해당 평가를 위해 생성된 사례에 시스템이 어떻게 반응했는지는 보여줄 수 있다. 그러나 보편적 접근성을 입증하거나 실제 상호작용의 관찰을 대체할 수는 없다. 책임 있는 결과 설명은 이 경계를 명확히 밝혀야 한다.
비교를 더 유의미하게 만들 기회도 있다. 개발자가 테스트 사례와 채점 방식을 공개하면 독자는 결과가 무엇을 측정하는지 검토할 수 있다. 그런 맥락이 없는 헤드라인 점수만으로는 평가가 구매되는 서비스와 유사한지 불확실하다.
유럽 공공 부문 AI에서 이는 현지화에 관한 논의를 바꾼다. 번역은 답변의 언어를 다룬다. 평가는 사람들이 그 답변을 찾는 상황도 다뤄야 한다. 서비스는 자연스럽게 들리면서도 사용자가 필요로 하는 실질적 정보를 인식하지 못할 수 있다.
영국 데이터세트는 이 작업의 입력 요소를 나타낸다. 그 가치는 그것이 가능하게 하는 평가와 개선을 통해 판단해야 한다. 인공 프로필의 수는 데이터세트 규모를 보여주지만, 후속 테스트를 살펴봐야 개발자가 그 규모를 활용해 의미 있는 차이를 밝혀냈는지 알 수 있다.
이는 공공 기관이 평가 우선순위에 영향을 미칠 여지를 남긴다. 기관은 어떤 질문이 혼란을 유발하는지, 어떤 절차에 신중한 설명이 필요한지 알고 있다. 그 지식을 테스트에 반영하면 일반적인 역량 점수에만 전적으로 의존하는 대신 모델 개발을 공공 서비스 수요와 더 긴밀하게 연결할 수 있다.
Open Models와 Managed Clouds가 제어권을 놓고 경쟁하다
Google Cloud의 10월 21일 인프라 발표는 로컬 모델과 외부 제공업체를 단순히 구분하는 방식을 복잡하게 만든다. sovereign AI infrastructure 업데이트는 sovereign cloud 포트폴리오 내에서 Gemma, Mistral, NVIDIA Nemotron을 지원한다. Google은 이 구성이 고객이 모델 파일과 런타임 소프트웨어의 보관 권한을 유지하면서 open-weight 모델을 관리할 수 있게 한다고 밝혔다.
Open-weight 모델은 라이선스 조건에 따라 학습된 수치 파라미터를 제공한다. 이러한 제공 여부는 모든 학습 입력이나 개발 도구를 공개하는 것과는 다르다. 구매자는 “open”이라는 라벨이 제품 전반에서 동일한 권리를 뜻한다고 가정하지 말고, 구체적인 릴리스와 계약을 검토해야 한다.
경쟁의 핵심 질문은 각 배포 방식이 기관에 얼마나 실질적으로 활용 가능한 제어권을 부여하는가이다.
Google의 발표는 시장이 단순한 기업 대 기업 구도로 해석되기 어려운 이유를 보여준다. 인프라 제공업체는 여러 개발사의 모델을 지원할 수 있다. NVIDIA는 로컬에서 운영되는 시스템과 클라우드 서비스 모두에 기술을 제공할 수 있다. 한 계층에서의 협력은 다른 영역에서의 경쟁과 공존할 수 있다.
기관의 경우 관련 비교는 운영 요건에서 시작된다. 내부 배포는 특정 책임을 기관 또는 기관이 선정한 운영자에게 맡긴다. 관리형 방식은 일부 업무를 제공업체에 할당한다. 어느 선택지든 접근 권한, 변경, 지원, 연속성에 관한 정확한 설명이 필요하다.
로컬 운영을 지지하는 가장 강한 근거는 기관이 직접 내려야 하는 결정에 있다. 기관은 평가 기간 동안 안정적인 모델 버전을 요구할 수 있다. 특정 답변을 조사하거나 어떤 기록이 시스템에 들어가는지 통제해야 할 수도 있다. 이러한 요건은 제어권에 실질적 의미를 부여한다.
가장 강한 반론은 그 제어권을 행사할 역량에 관한 것이다. 조직 내부에 소프트웨어를 유지한다고 해서 숙련된 운영 인력이나 신뢰할 수 있는 유지보수가 자동으로 확보되지는 않는다. 기관이 서비스를 지속할 수 없다면 명목상 독립성은 운영 부담이 될 수 있다. 이 가능성은 모든 로컬 프로젝트에 해당한다고 가정하지 않으면서도 주목할 필요가 있다.
동일한 검토는 관리형 서비스에도 적용된다. 운영을 위임하면 인력 제약에 대응할 수 있지만, 구매자에게는 여전히 명확한 책임과 실효성 있는 구제 수단이 필요하다. 서비스 설명은 고객이 무엇을 검토하고 변경할 수 있는지 밝혀야 한다. 안심을 주는 용어만으로는 이런 질문에 답할 수 없다.
따라서 sovereign AI 배포는 구체적인 운영 방식으로 비교해야 한다. 누가 업데이트를 승인하는가? 누가 운영 기록에 접근할 수 있는가? 기관이 공급업체를 바꾸면 어떻게 되는가? 이러한 질문은 서비스가 로컬, open 또는 sovereign이라는 광범위한 주장보다 기관의 제어권에 대해 더 많은 것을 드러낸다.
NVIDIA의 입지는 이러한 다양한 선택지로부터 이점을 얻는다. NVIDIA의 모델은 여러 운영 방식에 참여할 수 있으며, 파트너는 특정 구매자에 맞게 이를 패키징할 수 있다. 이러한 유연성은 발표의 폭넓은 범위를 설명하지만, 어느 한 방식이 모든 공공 기관에 적합하다는 사실을 입증하지는 않는다.
시장 압력은 공급업체가 자신의 약속을 검증 가능하게 만드는 방향으로 작용한다. 구매자에게는 배포 권한이 일상적인 유지보수와 궁극적인 전환 과정에서도 유지된다는 증거가 필요하다. 서비스가 늘어날수록 이러한 권리에 대한 명확한 설명은 실질적인 경쟁 요소가 된다.
다음 증거는 서비스, 테스트, 계약에서 나와야 한다
공공 부문 프로젝트는 후속 보도를 위한 신뢰할 만한 의제를 제시하지만, 발표에는 중요한 결과가 아직 해결되지 않은 채 남아 있다. 독립적인 위험 관점은 인프라 위치보다 더 광범위하다. NIST의 generative AI risks 프로필은 허위 출력, 개인정보 보호, 유해한 편향, 인간의 의존, 구성 요소 통합을 다룬다. 이는 유럽 프로젝트에 대한 평가가 아니라 일반적인 프레임워크다.
안전에 관해 논의할 때 이 구분은 중요하다. 환각은 시스템이 허위 내용을 확신에 차서 제시하는 것을 뜻한다. 그러한 시스템을 기관의 인프라 안에 유지한다고 해서 답변이 정확하다는 사실이 입증되지는 않는다. 마찬가지로, 보안 환경과 대표성 있는 테스트 데이터세트는 서비스에 관한 서로 다른 질문을 다룬다.
다음으로 유용한 증거는 배포 선택을 관찰 가능한 공공 서비스 성과와 연결할 것이다.
향후 몇 달 동안 첫 번째 신호는 발표된 범위에서 문서화된 사용으로의 이동이어야 한다. 프로젝트 책임자는 어떤 서비스가 운영 중인지, 누가 이를 사용하는지, 어떤 업무가 여전히 권한 범위 밖에 있는지를 명확히 할 수 있다. 이러한 공개는 로컬 모델 접근이 유용한 애플리케이션으로 이어지고 있다는 근거를 강화할 것이다.
반대 신호는 그에 상응하는 운영 세부 사항 없이 의도된 범위만 계속 강조하는 것이다. 그렇게 되면 도입 주장은 불완전하게 남는다. 배포 지연만으로 접근 방식이 무효화되지는 않겠지만, 관찰자가 그 진행 상황을 얼마나 확신 있게 설명할 수 있는지는 달라질 것이다.
두 번째 신호는 실제 업무와 연결된 평가의 공개여야 한다. 직원용 어시스턴트의 경우 유용한 평가는 답변이 최신 승인 자료를 반영하는지 검토할 것이다. 대민 서비스의 경우에는 서로 다른 사용자가 어떤 결과를 얻는지도 살펴봐야 한다. 관련 비교 기준은 서비스가 밝힌 목적이다.
평가 보고서는 성공 사례와 함께 실패 사례도 설명한다면 더 많은 정보를 제공할 것이다. 근거가 없는 요청을 적절히 거절하는 시스템은 답변을 지어내는 시스템과 다르게 작동한다. 이 차이를 기록하면 구매자는 유창한 시연에서 신뢰성을 추정하는 대신 배포의 한계를 이해할 수 있다.
세 번째 신호는 운영 및 전환 방식의 명확성이다. 기관과 공급업체는 누가 애플리케이션을 유지보수하는지, 변경이 어떻게 승인을 받는지, 계약이 종료되면 어떻게 되는지를 설명할 수 있다. 이러한 세부 사항은 서비스 수명 전반에 걸쳐 제어권이 실제로 활용 가능한 상태로 남는지 보여줄 것이다.
이 신호들은 서로를 보완한다. 문서화된 사용은 서비스가 발표를 넘어 존재한다는 점을 입증한다. 관련 평가는 그 행동에 관해 무엇이 알려져 있는지 보여준다. 명확한 책임은 무언가 변경되거나 문제가 발생했을 때 누가 대응해야 하는지를 정한다. 어느 하나도 다른 것을 대체하지 못한다.
개발자에게 당장의 기회는 이러한 연결을 가시화하는 데 있다. 로컬에서 조정 가능한 모델은 애플리케이션이 답변에 관한 근거를 보존하고 기관의 검토를 지원할 때 더 큰 실질적 가치를 갖는다. 구매자에게 기회는 배포에 영향을 줄 수 있을 만큼 이른 시점에 그러한 증거를 요구하는 데 있다.
NVIDIA open models는 이를 기반으로 구축되는 서비스를 통해 지켜봐야 한다. 명시된 운영 워크로드, 공개된 평가, 그리고 기관이 의미 있는 제어권을 유지하는 방법을 설명하는 계약을 찾아야 한다. 계획된 적용 범위와 입증된 사용을 분리하면서 이러한 공개 내용을 최초 약속과 비교해야 한다. 지식 노동자는 어시스턴트가 승인된 정보를 더 쉽게 검증하고 적용할 수 있게 하는지 주목해야 한다. 공공 기관은 직원이 답변의 근거를 식별하고 실패 시 도움을 받을 수 있는지 물어야 한다. 이는 다음 프로젝트 업데이트, 조달 논의 또는 평가 공개에서 던질 수 있는 구체적인 질문이다. 모델 접근에서 일상적인 서비스 제공까지 이어지는 증거를 추적해야 한다.
