M1-2. AI 출력 검증·책임 있는 운영

한 줄 요약 — Copilot 출력은 초안입니다. 왜 검증이 필요한지, 개인·조직이 Copilot을 어떻게 책임 있게 운영하는지를 익힙니다. (GH-300 도메인 1 · “Validate and operate AI tools”)

1. 왜 출력을 검증해야 하나

• 모델은 정답을 아는 게 아니라 그럴듯한 다음 토큰을 예측한다 (→ LLM 한계 M3-2)
• 제안은 컨텍스트 기반 추정 — 최신성·정확성·보안이 보장되지 않는다
• 검증 없이 병합하면 결함·취약점·라이선스 리스크가 그대로 배포된다

2. 검증 방법 (실무 체크리스트)

1. 읽고 이해 — 무엇을 하는 코드인지 스스로 설명할 수 있는가
2. 테스트 — 단위·통합 테스트로 동작 확인 (→ M5-2)
3. 엣지 케이스 — 경계·예외 입력을 점검
4. 보안·성능 — 취약 패턴·비효율을 확인
5. 리뷰 — 사람·Copilot Code Review로 교차 검토 (→ M2-4)

3. 책임 있는 운영 (개인·조직)

수준	실천
개인	검증 습관 · 민감정보 미입력 · 출처·라이선스 인지
팀	코드 리뷰 표준(instructions 파일) · 테스트 게이트
조직	정책 관리 · 콘텐츠 제외 · 공개 코드 필터 · 감사 로그 (→ M2-5 · M6)

핵심 정리

1. Copilot 출력 = 초안 — 사람의 검증이 최종 관문
2. 검증 = 이해 → 테스트 → 엣지 케이스 → 보안 → 리뷰
3. 책임 있는 운영은 개인 습관 + 팀 표준 + 조직 거버넌스의 3층 구조

---

M1 허브로 → 다음 모듈: M2. Copilot 기능

출처: Responsible AI with GitHub Copilot (Microsoft Learn) · Study guide for Exam GH-300 (Microsoft Learn)