Teachable Machine 모델 연동 체크리스트
·
1. 입력 이미지 품질 기준 정의
모델 성능 평가는 학습셋 환경에서만 보면 부족합니다. 실제 사용 환경에서 자주 발생하는 저조도, 흔들림, 과도한 크롭 이미지를 포함해 품질 기준을 먼저 정의합니다.
2. 예외 처리 경로 준비
- 모델 로드 실패 시 재시도 버튼 제공
- 이미지 읽기 실패 시 사용자 행동 가이드 제공
- 지원하지 않는 파일 형식 차단 및 안내
3. 결과 해석 문구 설계
확률 수치만 보여주면 오해가 생길 수 있습니다. “상위 예측은 참고용이며 확정 진단이 아님” 같은 설명을 함께 제공하면 사용자 신뢰와 만족도를 높일 수 있습니다.
4. 데이터 처리 정책 명시
업로드 이미지 저장 여부, 분석 로그 보관 기간, 제3자 전송 여부를 정책 문서와 UI에서 명확히 고지해야 합니다. AI 기능은 정확도만큼 투명성이 중요합니다.