# 증거로 모델을 선택하세요

Taiga Learning · 워크시트
https://taiga.training/ko/lessons/evaluate-models/

가상 정보나 승인된 정보를 사용하세요. 이 워크시트에 비밀 정보를 넣지 마세요.

## 학습 목표
- 실제 작업 유형으로 작은 평가 세트를 만듭니다.
- 모델 품질과 도구 및 맥락의 영향을 구분합니다.
- 재평가가 필요한 조건을 기록합니다.

## 실습
알려진 결함, 작은 기능, 저장소 설명의 세 작업 유형에 대한 평가표를 만드세요. 모델을 비교하기 전에 인수 기준을 정하세요. 작업마다 실패 사례 하나를 포함하세요. 모델 버전, 맥락, 도구 권한, 시도 횟수, 비용, 검토 노력을 기록하세요.

## 작성할 답
- 시나리오와 범위:
- 가정과 미해결 질문:
- 제안하는 답이나 결정과 그 이유:

## 답 검증하기
| 주장 또는 기준 | 증거 또는 테스트 | 결과 또는 공백 | 담당자 |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## 다음 조치
- 조치, 담당자, 날짜:
- 이 답을 언제 다시 검토하나요?

## 기억할 원칙
정해진 작업과 환경에 맞는 모델을 선택하세요. 모델, 도구, 요구사항이 바뀌면 결정을 다시 확인하세요.

## 출처
- [NIST: Generative AI Profile](https://doi.org/10.6028/NIST.AI.600-1)
- [METR: Developer productivity study methodology](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)

이 워크시트는 학습을 돕습니다. 작성 완료만으로 프로덕션 변경이 허가되지는 않습니다.