AI 교육과 윤리 및 전문 수업에 참고한 36개 자료입니다. 자료별로 원문과 연결된 수업을 함께 볼 수 있습니다.
교육 체계와 지침AI 시스템의 정의와 해설
OECD / 2024
Explanatory memorandum on the updated OECD definition of an AI system
목적을 가진 시스템이 입력으로부터 예측이나 콘텐츠 또는 추천과 결정 같은 출력을 만들어 내는 과정을 설명합니다. 시스템마다 스스로 작동하는 정도와 도입 후 적응하는 정도가 다릅니다.
학습에 활용하는 방법 스팸 분류기를 예로 들어 무엇을 받아 어떤 결과를 내는지 말해 봅니다. 사용 중인 모든 시스템이 새 메일마다 스스로 다시 학습하는지도 생각해 봅니다.
원문 열기 ↗연결된 수업과 영역
https://www.oecd.org/en/publications/explanatory-memorandum-on-the-updated-oecd-definition-of-an-ai-system_623da898-en.html
교육 체계와 지침학생을 위한 AI 역량 체계
UNESCO / 2024
AI competency framework for students
사람 중심의 관점과 AI 윤리 및 기술 활용과 시스템 설계를 다룹니다. 역량의 깊이를 이해와 적용 및 창작의 흐름으로 설명합니다.
학습에 활용하는 방법 한 가지 생활 문제를 AI로 설명해 본 뒤 직접 사용하고 다른 사람을 위한 도구로 설계하는 학습 순서를 제안할 때 참고합니다.
원문 열기 ↗연결된 수업과 영역
https://www.unesco.org/en/articles/ai-competency-framework-students
교육 체계와 지침AI 시대의 학습자를 위한 AI 리터러시 체계
OECD 및 유럽연합 집행위원회 / 2026
Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education
초중등 학습자가 AI와 상호작용하고 창작하며 AI 사용을 관리하고 설계하는 데 필요한 역량을 다룹니다.
학습에 활용하는 방법 AI가 추천한 결과를 읽는 활동과 사람이 목적에 맞는 AI 사용법을 설계하는 활동을 구별해 봅니다.
원문 열기 ↗연결된 수업과 영역
https://doi.org/10.1787/65cd27d4-en
연구 논문AI 리터러시의 역량과 학습 설계
Duri Long 및 Brian Magerko / 2020
What is AI Literacy? Competencies and Design Considerations
여러 분야의 문헌을 종합해 AI를 알아보고 이해하며 비판적으로 평가하는 데 필요한 역량과 학습 설계 원리를 제시합니다.
학습에 활용하는 방법 추천 앱을 관찰하며 사람의 역할과 데이터의 역할 및 결과가 틀릴 수 있는 상황을 각각 찾아봅니다.
원문 열기 ↗연결된 수업과 영역
https://doi.org/10.1145/3313831.3376727
연구 논문AI 리터러시 개념에 관한 탐색적 문헌 검토
Davy Tsz Kit Ng 외 / 2021
Conceptualizing AI literacy: An exploratory review
AI를 알고 이해하기와 사용하고 적용하기 및 평가하고 창작하기와 윤리라는 관점에서 기존 연구를 검토했습니다.
학습에 활용하는 방법 같은 생성형 AI 활동도 질문하기와 결과 검증 및 윤리 판단으로 나누어 관찰합니다.
원문 열기 ↗연결된 수업과 영역
https://doi.org/10.1016/j.caeai.2021.100041
연구 논문AI 리터러시 질문지의 설계와 타당화
Davy Tsz Kit Ng 외 / 2024
Design and validation of the AI literacy questionnaire: The affective, behavioural, cognitive and ethical approach
중등 학생의 정서와 행동 및 인지와 윤리 측면을 평가하는 질문지를 개발하고 조사 자료로 검토했습니다.
학습에 활용하는 방법 연구의 측정 관점을 살펴봅니다. 이 사이트는 별도로 작성한 학습용 문항을 사용하며 연구 질문지의 타당도는 이 사이트 결과에 적용되지 않습니다.
원문 열기 ↗연결된 수업과 영역
https://doi.org/10.1111/bjet.13411
교육 체계와 지침교육과 연구에서 생성형 AI를 위한 지침
UNESCO / 2023
Guidance for generative AI in education and research
교육과 연구에서 사람의 주도권과 개인정보를 보호하며 학습자의 연령과 교육 목적에 맞게 생성형 AI를 활용하는 방안을 제시합니다.
학습에 활용하는 방법 교사가 수업 자료 초안을 만들 때 학습 목표를 먼저 정하고 학생의 실제 정보를 입력할 필요가 있는지 검토합니다.
원문 열기 ↗연결된 수업과 영역
https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
교육 체계와 지침인공지능 윤리에 관한 권고
UNESCO / 2021
Recommendation on the Ethics of Artificial Intelligence
인권과 인간의 존엄을 중심에 두고 공정성과 투명성 및 사람의 감독을 AI의 개발과 사용에 적용할 원칙으로 제안합니다.
학습에 활용하는 방법 음성 모방 사례에서 당사자에게 생길 영향과 의사 확인 절차를 함께 정합니다.
원문 열기 ↗연결된 수업과 영역
https://www.unesco.org/en/legal-affairs/recommendation-ethics-artificial-intelligence
교육 체계와 지침생성형 AI 위험 관리 프로파일
미국 국립표준기술연구소 NIST / 2024
Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile
생성형 AI에서 나타날 수 있는 사실과 다른 생성과 정보 무결성 위험 등을 설명하고 조직이 고려할 대응 활동을 제시합니다.
학습에 활용하는 방법 AI가 만든 보고서의 수치와 인용을 원자료에서 찾아보고 검증하지 못한 항목을 표시합니다.
원문 열기 ↗연결된 수업과 영역
https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence
실습과 공식 문서Day of AI 수업 자료
Day of AI / 발행연도 미표기
Curriculum
연령에 맞춘 활동으로 데이터의 패턴을 찾고 AI의 쓰임을 관찰하며 온라인 정보의 근거를 확인하도록 돕습니다.
학습에 활용하는 방법 처음에는 컴퓨터 없이 카드에 나타난 특징으로 묶는 활동을 하고 이후 분류기의 예측과 비교합니다.
원문 열기 ↗https://dayofai.org/curriculum-resources
실습과 공식 문서Teachable Machine 분류 실습
Google / 발행연도 미표기
Teachable Machine
웹에서 이미지나 소리 또는 자세의 예시를 범주별로 모아 모형을 학습하고 새 예시로 시험할 수 있습니다.
학습에 활용하는 방법 사람 얼굴 대신 서로 다른 물건 두 종류의 사진을 모읍니다. 학습에 쓰지 않은 사진과 다른 배경에서 찍은 사진으로 결과를 비교합니다.
원문 열기 ↗연결된 수업과 영역
https://teachablemachine.withgoogle.com/
실습과 공식 문서머신러닝 단기 집중 과정
Google for Developers / 발행연도 미표기
Machine Learning Crash Course
회귀와 분류에서 출발해 데이터 준비와 일반화 및 과적합 등을 개별 모듈과 시각화 및 연습 문제로 다룹니다.
학습에 활용하는 방법 새로운 자료에서 성능을 확인해야 하는 까닭을 공부하고 학습 자료와 평가 자료의 역할을 구분합니다.
원문 열기 ↗연결된 수업과 영역
https://developers.google.com/machine-learning/crash-course/
실습과 공식 문서머신러닝 공정성 평가
Google for Developers / 발행연도 미표기
Fairness: Evaluating for bias
전체 자료에서 구한 성능 지표만으로는 각 집단이 겪는 오류를 알기 어려운 이유와 집단별 예측을 점검하는 방법을 설명합니다.
학습에 활용하는 방법 전체 정답률과 집단별 오답 수를 함께 읽고 누구에게 어떤 오류가 집중되는지 살펴봅니다.
원문 열기 ↗연결된 수업과 영역
https://developers.google.com/machine-learning/crash-course/fairness/evaluating-for-bias
연구 논문모형 보고를 위한 모델 카드
Margaret Mitchell 외 / 2019
Model Cards for Model Reporting
모형의 의도한 용도와 평가 조건 및 집단별 성능 같은 정보를 기록해 다른 사람이 결과를 해석하도록 돕는 문서 형식을 제안합니다.
학습에 활용하는 방법 실습에서 만든 분류기가 잘 동작한 조건과 어려웠던 조건을 작은 모형 설명서에 기록합니다.
원문 열기 ↗연결된 수업과 영역
https://research.google/pubs/model-cards-for-model-reporting/
연구 논문데이터세트를 위한 명세서
Timnit Gebru 외 / 2018
Datasheets for Datasets
데이터를 만든 이유와 구성 및 수집 과정과 권장 용도를 문서로 남기는 방식을 제안한 연구입니다. 연결한 자료는 2018년 처음 공개된 원고입니다.
학습에 활용하는 방법 사진 자료를 사용할 때 누가 어떤 환경에서 수집했는지와 대표하지 못하는 상황을 기록합니다.
원문 열기 ↗연결된 수업과 영역
https://arxiv.org/abs/1803.09010
연구 논문지식 집약적 자연어 처리 과제를 위한 검색 증강 생성
Patrick Lewis 외 / 2020
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
질문과 관련된 문서를 검색하고 그 내용을 조건으로 답을 생성하는 방식을 연구했습니다. 논문은 지식 중심 언어 처리 과제에서 성능을 평가합니다.
학습에 활용하는 방법 규정집을 검색할 때 어떤 문서가 선택되었는지 살펴보고 최종 답변의 각 주장이 해당 문단에서 뒷받침되는지 검토합니다.
원문 열기 ↗연결된 수업과 영역
https://proceedings.neurips.cc/paper/2020/hash/6b493230-Abstract.html
연구 논문어텐션만으로 충분하다
Ashish Vaswani 외 / 2017
Attention Is All You Need
문장 안의 위치 간 관계를 어텐션으로 처리하는 Transformer 구조를 제안하고 번역 과제로 평가한 원 논문입니다.
학습에 활용하는 방법 고급 과정에서 문맥에 따라 같은 단어의 의미가 달라지는 예를 살펴본 뒤 원 논문 그림으로 구조를 따라갑니다.
원문 열기 ↗연결된 수업과 영역
https://proceedings.neurips.cc/paper/2017/hash/3f5ee243547dee91fbd053c1c4a845aa-Abstract.html
교육 체계와 지침교육분야 인공지능 윤리원칙
교육부 / 2022
인공지능, 교육현장에서 안전하게 활용해요!
사람의 성장을 지원하는 인공지능을 중심 원칙으로 두고 교육 현장의 개발자와 교육당사자가 고려할 원칙과 실천과제를 제시합니다.
학습에 활용하는 방법 학생의 답안을 AI가 분석한 사례에서 교사가 확인할 항목과 학생이 의견을 설명할 절차를 정합니다.
원문 열기 ↗연결된 수업과 영역
https://www.moe.go.kr/boardCnts/viewRenew.do?boardID=294&boardSeq=92297&lev=0&m=020402&opType=N&s=moe&statusYN=W
실습과 공식 문서교육기관의 생성형 AI 활용을 위한 저작권 가이드라인
한국교육학술정보원 / 2024
교육기관의 생성형 AI 활용을 위한 저작권 가이드라인
교육기관에서 생성형 AI를 이용하며 마주하는 저작권 쟁점을 교수학습 사례와 문답으로 정리한 안내서입니다.
학습에 활용하는 방법 수업 자료를 AI에 입력하거나 생성 이미지를 배포하기 전에 자료의 출처와 이용 조건을 점검하는 질문을 작성합니다.
원문 열기 ↗연결된 수업과 영역
https://copyright.keris.or.kr/wft/viewBbsctt?pstId=PST202502260000000000001&type=books
교육 체계와 지침사람이 중심이 되는 인공지능 윤리기준
과학기술정보통신부 / 2020
과기정통부, 「인공지능(AI) 윤리기준」마련
정부가 마련한 사람 중심의 인공지능 윤리기준을 발표한 자료입니다. 프라이버시 보호와 다양성 존중 등을 개발과 활용 과정에서 살필 핵심 요건으로 제시합니다.
학습에 활용하는 방법 생활 속 추천 시스템을 골라 누구의 자료를 사용하는지와 영향을 받는 사람이 결과를 이해할 방법을 살펴봅니다.
원문 열기 ↗연결된 수업과 영역
https://www.korea.kr/briefing/pressReleaseView.do?newsId=156428773
연구 논문Sentence-BERT로 문장을 수치 벡터로 표현하기
Nils Reimers 및 Iryna Gurevych / 2019
Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks
문장마다 벡터를 만들어 저장한 뒤 코사인 유사도 등으로 의미가 가까운 문장을 찾는 방식을 제안하고 문장 유사도 과제로 평가했습니다.
학습에 활용하는 방법 질문과 단어가 달라도 뜻이 비슷한 문서를 검색해 보고 부정어 때문에 뜻이 반대인 문서도 함께 시험합니다.
원문 열기 ↗연결된 수업과 영역
https://aclanthology.org/D19-1410/
연구 논문LoRA 저랭크 적응
Edward J. Hu 외 / 2021
LoRA: Low-Rank Adaptation of Large Language Models
사전학습된 모형 가중치를 고정하고 가중치 변화량을 저랭크 행렬의 곱으로 학습하는 방식을 제안한 연구입니다. 연결한 자료는 2021년 사전공개 원고입니다.
학습에 활용하는 방법 작은 행렬 두 개로 업데이트할 때 필요한 학습 매개변수 수를 계산하고 전체 가중치를 학습하는 경우와 비교합니다.
원문 열기 ↗연결된 수업과 영역
https://arxiv.org/abs/2106.09685
연구 논문QLoRA 양자화된 언어 모형의 효율적 미세조정
Tim Dettmers 외 / 2023
QLoRA: Efficient Finetuning of Quantized LLMs
4비트로 양자화한 사전학습 모형을 고정한 채 저랭크 어댑터를 학습하는 방식을 제안했습니다. 메모리 사용량과 과제 성능을 함께 평가했습니다.
학습에 활용하는 방법 모형을 저장할 때와 학습할 때 각각 차지하는 메모리를 구분하고 동일한 평가 자료로 어댑터 학습 전후를 비교합니다.
원문 열기 ↗연결된 수업과 영역
https://arxiv.org/abs/2305.14314
연구 논문운영에 사용할 머신러닝 시스템의 준비도 점검
Eric Breck 외 / 2017
The ML Test Score: A Rubric for ML Production Readiness and Technical Debt Reduction
데이터와 모형 및 시스템 인프라와 모니터링을 점검하는 시험 항목을 제안합니다. 개발 중의 오프라인 실험에서 운영 과정의 검증으로 범위를 넓힙니다.
학습에 활용하는 방법 정확도와 별도로 입력 누락이나 자료 분포 변화가 생겼을 때 이상을 알아낼 검사와 대응 절차를 정합니다.
원문 열기 ↗https://research.google/pubs/the-ml-test-score-a-rubric-for-ml-production-readiness-and-technical-debt-reduction/
교육 체계와 지침AI 위험 관리 플레이북의 관리 활동
미국 국립표준기술연구소 NIST / 발행연도 미표기
Manage
위험 대응의 우선순위와 배포 후 점검을 위한 실천 방안을 제시합니다. 사용자의 의견 수집과 이의 제기 및 사고 대응과 복구를 다룹니다.
학습에 활용하는 방법 실제 사용자가 오류를 신고하면 누가 확인하고 어떤 조건에서 사람 검토나 시스템 중단으로 연결할지 적어 봅니다.
원문 열기 ↗연결된 수업과 영역
https://airc.nist.gov/airmf-resources/playbook/manage/
연구 논문확신 판단과 실제 정답의 비교
Baruch Fischhoff 외 / 1977
Knowing with certainty: The appropriateness of extreme confidence
일반 지식 문제에서 선택한 답에 대한 확신과 실제 정확도를 비교한 연구입니다.
학습에 활용하는 방법 이 사이트에서는 답을 확인하기 전에 예상한 확신과 첫 응답 결과를 나란히 돌아봅니다. 세 가지 응답 눈금은 사이트의 연습용 설계입니다.
원문 열기 ↗연결된 수업과 영역
https://doi.org/10.1037/0096-1523.3.4.552
연구 논문에이전트형 AI 시스템을 관리하는 실천 방안
Yonadav Shavit 외 / 2023
Practices for Governing Agentic AI Systems
제한된 감독 아래 복잡한 목표를 추구하는 AI 시스템을 정의하고, 과제 적합성 평가와 행동 범위 제한 및 승인 요구, 활동 기록, 자동 모니터링, 중단 가능성 같은 실천 방안을 제시합니다.
학습에 활용하는 방법 에이전트에게 맡길 일의 단계마다 되돌릴 수 있는지와 사람 승인이 필요한지를 표시합니다.
원문 열기 ↗연결된 수업과 영역
https://cdn.openai.com/papers/practices-for-governing-agentic-ai-systems.pdf
실습과 공식 문서효과적인 AI 에이전트 만들기
Anthropic / 2024
Building effective agents
정해진 순서로 도구를 부르는 워크플로와 모델이 스스로 과정과 도구 사용을 정하는 에이전트를 구분하고, 사람 확인 지점과 최대 반복 횟수 같은 멈춤 조건 및 격리된 환경에서의 충분한 시험을 권합니다.
학습에 활용하는 방법 에이전트 실행 전에 멈춤 조건과 사람이 확인할 지점을 정하고 시험 환경에서 먼저 실행해 봅니다.
원문 열기 ↗연결된 수업과 영역
https://www.anthropic.com/research/building-effective-agents
교육 체계와 지침대학 AI 활용 윤리 가이드라인
교육부 및 한국대학교육협의회 / 2026
대학 AI 활용 윤리 가이드라인
대학의 교수자와 학습자를 위한 AI 활용 원칙을 학문적 진실성, 투명성, 정보 보호 등으로 나누어 제시합니다. 학습자는 수업별 AI 활용 방침을 확인하고 AI 사용 사실과 과정을 교수자가 안내한 방식으로 밝히며 결과를 원래 출처와 대조해 검증해야 합니다. 개인정보와 비공개 수업 자료를 AI 도구에 입력하지 말라고도 안내합니다.
학습에 활용하는 방법 과제를 시작하기 전에 강의계획서의 AI 활용 방침을 확인하고 사용 도구와 단계와 프롬프트를 기록합니다.
원문 열기 ↗연결된 수업과 영역
https://www.kcue.or.kr/notice/sub06.php?pagenumber=1&at=view&idx=658867
실습과 공식 문서APA 양식의 생성형 AI 인용: 참고문헌 형식
미국심리학회 APA Style / 2025
Citing generative AI in APA Style: Part 1—Reference formats
생성형 AI 도구와 대화를 참고문헌으로 적는 형식을 안내합니다. AI는 저자가 될 수 없으며, 사용한 프롬프트를 기록하고 출력의 정확성을 직접 확인해야 한다고 설명합니다. 학생 과제에서는 교수자의 지침을 우선합니다.
학습에 활용하는 방법 교수자가 정한 형식이 없을 때 사용한 AI 도구를 본문과 참고문헌에 표시하고 사용 방법을 설명합니다.
원문 열기 ↗연결된 수업과 영역
https://apastyle.apa.org/blog/cite-generative-ai-references
교육 체계와 지침저자 자격과 AI 도구에 관한 입장
출판윤리위원회 COPE / 2023
Authorship and AI tools
AI 도구는 제출한 글에 책임을 질 수 없으므로 저자가 될 수 없고, AI가 만든 부분을 포함해 글의 내용에 대한 책임은 저자에게 있으며, 도구를 어떻게 사용했는지 밝혀야 한다는 학술 출판계의 입장입니다.
학습에 활용하는 방법 AI가 쓴 부분도 내가 확인하고 책임질 수 있는지 점검한 뒤 사용 방법을 밝힙니다.
원문 열기 ↗연결된 수업과 영역
https://publicationethics.org/guidance/cope-position/authorship-and-ai-tools
교육 체계와 지침합성 콘텐츠 위험 줄이기: 디지털 콘텐츠 투명성을 위한 기술적 접근
미국 국립표준기술연구소 NIST / 2024
Reducing Risks Posed by Synthetic Content: An Overview of Technical Approaches to Digital Content Transparency (NIST AI 100-4)
출처 기록, 워터마크, 메타데이터, 합성 콘텐츠 판별 같은 기술을 정리하고 각각의 한계를 설명합니다. 어떤 기법도 혼자서는 완전한 해결책이 아니며 워터마크와 메타데이터는 제거될 수 있고 판별기는 처음 보는 생성기나 짧은 글에서 오류가 크다고 보고합니다.
학습에 활용하는 방법 판별 도구 결과를 확정 근거로 쓰지 않고 처음 출처와 다른 확인 자료를 함께 찾습니다.
원문 열기 ↗연결된 수업과 영역
https://www.nist.gov/publications/reducing-risks-posed-synthetic-content-overview-technical-approaches-digital-content
실습과 공식 문서C2PA와 콘텐츠 자격증명 설명서
C2PA 콘텐츠 출처 및 진위 연합 / 2.2판
C2PA and Content Credentials Explainer
사진과 영상에 누가 어떤 도구로 만들고 고쳤는지 출처 기록을 붙이는 업계 표준을 설명합니다. 출처 기록만으로 내용이 사실인지 알 수 없고, 기록은 제거될 수 있으며, 기록이 없다고 해서 가짜라는 뜻도 아니라고 밝힙니다.
학습에 활용하는 방법 콘텐츠 자격증명이 있으면 제작 과정을 참고하되 내용의 사실 여부는 따로 확인합니다.
원문 열기 ↗연결된 수업과 영역
https://spec.c2pa.org/specifications/specifications/2.2/explainer/Explainer.html
교육 체계와 지침개인정보 보호법
대한민국 법률 국가법령정보센터 / 2026
개인정보 보호법
제2조는 성명이나 주민등록번호처럼 개인을 알아볼 수 있는 정보와 그 정보만으로는 알아볼 수 없어도 다른 정보와 쉽게 결합하여 알아볼 수 있는 정보를 개인정보로 정의합니다. 제23조는 건강과 정치적 견해 등 민감정보를, 제24조는 주민등록번호와 여권번호 등 고유식별정보를 별도로 보호합니다. 제37조의2는 사람의 개입 없이 완전히 자동화된 결정이 권리나 의무에 중대한 영향을 주면 거부하거나 설명을 요구할 수 있게 하고, 처리자가 결정의 기준과 절차를 공개하도록 정합니다. 제22조의2는 만 14세 미만 아동의 개인정보를 처리할 때 법정대리인의 동의를 받도록 합니다.
학습에 활용하는 방법 AI에 넣을 자료에서 이름뿐 아니라 다른 정보와 합쳐 누구인지 알 수 있는 단서와 민감정보를 찾아 지웁니다.
원문 열기 ↗연결된 수업과 영역
https://www.law.go.kr/%EB%B2%95%EB%A0%B9/%EA%B0%9C%EC%9D%B8%EC%A0%95%EB%B3%B4%EB%B3%B4%ED%98%B8%EB%B2%95
교육 체계와 지침생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서
개인정보보호위원회 / 2025
생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서
생성형 AI를 개발하거나 도입하는 기업과 기관을 위한 개인정보 처리 기준입니다. 2025년 8월 기준으로 개인용 라이선스는 대화기록이 저장될 수 있고 기본적으로 학습에 활용되며, 기업용 라이선스는 기본적으로 입출력을 저장하지 않고 학습에 쓰지 않는다고 비교합니다.
학습에 활용하는 방법 개인 계정과 학교나 기관이 계약한 계정의 데이터 처리 방식이 다르다는 점을 알고 쓰는 계정의 정책을 확인합니다.
원문 열기 ↗연결된 수업과 영역
https://www.pipc.go.kr/np/cop/bbs/selectBoardArticle.do?bbsId=BS217&mCode=G010030000&nttId=11439
실습과 공식 문서Gemini 앱 개인정보 보호 허브
Google / 2026
Gemini Apps Privacy Hub
서비스 개선을 위해 사람인 검토자가 일부 대화를 읽을 수 있으며 검토된 대화는 최대 3년 보관된다고 안내합니다. 검토자가 보거나 서비스 개선에 쓰이기를 원하지 않는 기밀 정보는 입력하지 말라고 권합니다. 이용 정책은 바뀔 수 있으므로 사용 시점에 다시 확인해야 합니다.
학습에 활용하는 방법 AI 서비스의 개인정보 안내에서 사람 검토 여부와 보관 기간과 학습 활용 설정을 확인합니다.
원문 열기 ↗연결된 수업과 영역
https://support.google.com/gemini/answer/13594961?hl=en