WHAT'S NEW
TRAITHON 2026,
이렇게 깊어집니다
AI 신뢰성의 전체 흐름에서 실제 구현과 검증까지
TRAITHON은 AI 모델의 성능이 높고 낮음을 겨루는 대회가 아니라, 내가 만든 AI를 신뢰할 수 있는지 확인하고, 신뢰할 수 있다면 왜 그런지, 부족하다면 무엇을 개선해야 하는지를 검토하며 AI 신뢰성을 확보해 나가는 과정을 경험하는 AI 신뢰성 경진대회입니다. 제1회의 경험을 바탕으로 역할 체계부터 예선과 본선, BaseKit, 멘토링과 평가방식까지 참가자가 경험하는 대회 전 과정을 고도화했습니다.
01. 역할이 더 명확하고 실무적으로 바뀝니다
-
제2회 트라이톤에서는 기존의 ‘AI 모델 개발자’ 역할을 ‘AI 엔지니어’로 확장합니다. 모델 구현뿐 아니라 시험, 검증, 운영 관점의 점검까지 함께 고려해야 하기 때문입니다.
-
또한 올해는 AI가 실제 운영되는 상황을 함께 다루기 때문에, AI의 판단 과정과 운영 상태를 관리·감독하는 ‘AI 매니저’ 관점이 새롭게 강조됩니다.
02. 예선과 본선의 목표가 달라집니다
-
예선에서는 팀별 주제와 서비스 방향을 구체화하고, 사용자와 서비스, 영향과 위험을 분석합니다. 이를 바탕으로 본선에서 수행할 신뢰성 활동을 계획하고, 구현할 프로토타입의 방향을 정리합니다.
-
본선에서는 예선에서 세운 계획을 실제 구현과 검증 과정에서 확인하고 보완합니다. 최종 결과와 검증 근거를 정리하며, 필요한 경우 예선에서 정리한 분석과 계획도 함께 고도화합니다.
03. BaseKit이 실무 문서로 고도화됩니다
-
문서만 보더라도 참가팀이 무엇을 수행했는지 이해할 수 있도록 BaseKit을 개선합니다.
-
요약과 상세 설명, 데이터 분석, 표준·법과 의 연결, Impact부터 Evidence까지의 추적관계를 보다 명확하게 기록합니다.
04. Evidence 중심으로 평가합니다
-
참가팀은 각 평가항목에 해당하는 활동과 Evidence를 명확하게 제시합니다.
-
무엇을 계획했는지뿐 아니라 실제로 무엇을 수행했고, 어떻게 확인했으며, 어떤 근거로 개선했는지를 평가합니다.
05. 온라인 교육의 이용 편의성을 높였습니다.
-
참가자들이 보다 편리하고 안정적으로 교육을 수강할 수 있도록 일부 교육 영상을 보완하고, 화면 구성과 수강 시스템을 개선했습니다.
-
운영 과정에서도 이용 현황을 지속적으로 확인하며 필요한 부분을 보완할 예정입니다.
06. 대회의 흐름이 더 짧고 선명해집니다
-
예선은 전체 프로세스를 빠르게 경험할 수 있도록 압축하고, 예선 종료 후 온라인 랩업과 동료검토를 통해 수행 경험을 정리하고 서로의 접근방식과 피드백을 공유합니다.
-
본선에서는 이를 바탕 으로 핵심 활동을 더 깊게 구현하고 검증해, 각 단계에서 분명한 성장과 결과를 얻을 수 있도록 구성합니다.
ABOUT
Prove it,
“it’s trustworthy.”
레드팀 테스트로 현재를 확인했다면, 예방 활동으로 신뢰할 수 있는 내일을 설계합니다
모델의 성능이 높다는 것만으로 신뢰할 수 있는 AI가 완성되는 것은 아닙니다. 성능이 AI가 얼마나 잘 작동하는지를 보여 준다면, 신뢰성은 그 AI를 실제로 사용해도 되는지를 확인하는 문제입니다.
마찬가지로 취약점이 발견되지 않았다는 사실만으로도 AI의 신뢰성이 입증되지는 않습니다. 레드팀 테스트, 취약점 점검, 스트레스 테스트와 같은 진단 활동은 AI의 현재 상태를 확인하는 중요한 수단입니다. 여기에 위험·영향평가, 편향 분석, 견고성·안전성 시험, 운영 통제와 같은 예방 활동을 설계·개발·운영 전반에 적용해야 비로소 신뢰성을 뒷받침하는 체계적인 근거, 즉 Assurance가 갖춰집니다.
TRAITHON 2026에서는 AI가 사용자와 사회에 미칠 영향을 살펴보고, 발생 가능한 위험을 발견하며, 필요한 신뢰성 활동을 직접 설계하고 수행합니다. 그리고 그 과정과 결과를 Evidence로 남겨, 해당 AI가 수용 가능한 수준의 신뢰성을 갖추었음을 입증합니다.
Fun. Practical. Upskilling. — Trustworthy AI
DISTINCTIVE FEATURES
Why TRITHON
TRAITHON은 예방을 위한 세계 최초의 증거 기반 신뢰성 경진대회입니다. 목표는 모델 성능 수치나 취약점 ‘개수’ 경쟁을 넘어, 현장 운용 가능성을 뒷받침하는‘사용해도 된다’는 증거 패키지를 완성하는 능력입니다. 이 대회는 현장에서 요구하는 산출물을 재현성·추적성·완성도로 평가하며, 그 결과물은 곧 참가자 개인의 자산이 될 것입니다. 역할 별 산출 문서와 체크리스트, 기록이 포트폴리오이며, 멘토, 커뮤니티, 인턴십은 커리어의 가장 소중한 인적 자산입니다.
01.
세계 최초 예방활동 경진대회
운용가능성을 증명하기 위한 개발 과정에 집중하는 대회
02.
산업 현장의 실용적 요구
국제 표준에 기반한 평가 설계, 재현성, 문서화까지를 모두 포함하는 실무 중심 활동
03.
커리어와 자산의 동시 확보
멘토링, 인턴쉽, 커뮤니티 등 지속적인 성장의 기회
WHY NOW
Global is now,
세계는 지금 다음 경쟁을 대비하며 AI 신뢰성 인재를 육성하는 중입니다.
전 세계가 AI 신뢰성(Trustworthiness) 인재 확보 경쟁에 들어갔습니다. 그 핵심 이유는 분명합니다. AI가 일을 자동화해도 ‘감독·통제·책임’은 사람의 역할이기 때문입니다. 그래서 신뢰성 분야는 앞으로의 유망 직무이자, 커리어 차별화의 확실한 축입니다.
이 대회는 그 길로 들어서는 가장 실전적이면서, 유일한 진입로입니다.
참가자는 국내 유일한 ‘AI Saferist’ 양성과정을 무료 수강하고, 강의–Q&A–멘토링을 통해 실무 역량을 쌓습니다. AI 신뢰성을 본질적으로 접할 수 있으며, 리스크·영향·편향·견고성 등 Evidence 기반 산출물로 자신의 역량을 증명하게 됩니다.
EU
- EIT Digital School
Australia
- CSIRO, Responsible AI Network
Singapore
- AI Verify Foundation, Fellowship
Germany
- Technical Munich University
NIST
- Curriculum with 230 Organization
THEME
TRAITHON 2026,
이렇게 진행됩니다.
대회 주제
Build
AI 모델 개발
-
참가팀은 AI Hub 등의 데이터와 SK A.X 모델을 활용해 클릭베이트 탐지 AI를 구현합니다.
모 델 성능의 순위를 가르는 것이 목적은 아니지만, 신뢰성 활동을 실제 개발 과정에 적용하기 위한 기본적인 AI 구현은 필요합니다. -
단순히 AI를 만드는 데서 끝나지 않고, AI가 보다 자율적으로 판단·조치하고 필요 시 인간에게 판단을 넘기는 운영 구조까지 함께 설계합니다.
Assure
과정 산출물 작성
-
TRAITHON 2026은 제1회 우수 산출물 사례를 바탕으로 더 높은 기준에서 출발하며, 개발 과정뿐 아니라 AI가 실제 서비스 환경에서 운영될 때 필요한 신뢰성 요소까지 함께 다룹니다. 특히 인간감독 체계를 중심으로, AI의 자율 판단 범위, 인간 검토가 필요한 조건, 임계점과 인간 호출 조건의 타당성, 운영자가 판단 과정을 확인할 수 있는 대시보드 또는 대시보드 설계안 등을 고민하게 됩니다.
-
예선에서는 팀별 주제와 서비스 방향을 구체화하고, 사용자·영향·위험 분석과 신뢰성 활동 계획을 정리합니다. 본선에서는 예선에서 수립한 계획을 실제 구현과 검증 과정에서 보완하며, 최종 산출물로 완성합니다.
-
구체적인 산출물 구성과 평가 기준은 오리엔테이션에서 참가팀을 대상으로 안내될 예정입니다.
팀 구성 요건
서로 다른 역할이 모여 신뢰할 수 있는 AI를 만듭니다.
대학생 혹은 대학원생
최소 3명
필수 역할
AI 기획자
데이터 과학자
AI 엔지니어
+
α
-
TRAITHON은 최소 3인 이상으로 팀을 구성하며, 팀 내에서 세 가지 역할을 수행해야 합니다.
-
추후 평가에서는 팀원의 역할 정의·분담·이행 수준을 확인하여 협업의 완성도를 평가합니다.
-
제2회에서는 AI가 실제 운영되는 상황까지 함께 다루기 때문에, AI의 판단 과정과 운영 상태를 관리·감독하는 AI 매니저 관점도 중요하게 반영됩니다. 이는 특정 한 사람이 전담해야 하는 별도 역할이라기보다, 팀 전체가 AI의 판단 기준, 인간 개입 조건, 운영 감시, 증적 관리까지 함께 고려해야 한다는 의미입니다.
-
4인 이상 팀은 동일 역할 2인 배정이 가능하며, 필요 시 운영자 등 추가 역할도 지정할 수 있습니다.
-
산출물은 역할과 무관하게 작성 가능하지만, 평가 시 역할 배분을 참고합니다.
-
심리학과, 철학과, 행정학과 등의 인문/사회학과와 함께 팀을 이루어 진행해도 됩니다. (작년 수상팀에 있어요!)
AI 기획자
AI 서비스와 사용자를 정의하고, 영향과 위험을 분석하며, 일관성을 위해 신뢰성 활동과 Evidence를 관리합니다.
데이터 과학자
데이터의 특성과 품질을 분석하고, 편향·균형·대표성 등 데이터와 관련된 신뢰성 문제를 확인합니다.
AI 엔지니어
AI 모델과 시스템을 구현하고, 성능·견고성·안전성 등 기술적 특성을 시험하고 검증합니다.
진행 방식 및 혜택
처음 AI 신뢰성을 접하더라도 괜찮습니다. 오리엔테이션부터 온라인 강의와 멘토링을 차례대로 따라오면 처음이더라도 충분히 결과를 만들 수 있습니다.
Orientation
AI 모델 성능과 AI 신뢰성의 차이, 예선과 본선의 목표, 제출물과 평가방식을 안내합니다. 팀 구성과 역할 분담, 교육 및 BaseKit 활용 방법도 오리엔테이션에서 구체적으로 설명합니다.
Online Education
처음 접하는 지식의 어려움을 막히지 않도록, 온라인 AI 튜터(200만원 상당)를 통해 강의를 듣고, 질문하고 피드백을 받을 수 있습니다. 모든 강의를 수료한 팀에게는 해커톤의 Base kit(템플릿)을 제공합니다. 이 Base kit를 활용하면 누구나 어렵지 않게 시작할 수 있습니다.
온라인 교육 커리큘럼 (200만원 상당의 교육)
Mentoring
예선을 통과한 참가팀들은 본선에서의 수준을 더 높이기 위해 전문가로부터 피드백을 받을 수 있습니다. 이 과정을 통해 자신의 실력을 실무 적용 수준까지 더 향상 시킬 수 있습니다.
※예선 단계에서도 전체 팀 대상으로 공통 멘토링은 진행됩니다.
ONLINE WRAP-UP
예선 과정에서 발견한 어려움과 주요 결과를 정리하고, 다른 팀의 접근방법과 경험을 공유합니다. 본선에서는 무엇을 더 깊게 구현하고 검증할 것인지 방향을 구체화합니다.
Certification
본선 진출한 참가팀들을 대상으로(일부 기준 적용 예정) 세계 최초 AI 신뢰성 자격증 취득 시험을 '무료로' 응시할 수 있는 기회를 제공해드립니다.
Career Connect
대회 수상자들에게는 수료 베지가 부여되며 새로운 커뮤니티에서 멘토링·지식 교류 프로그램에 계속 참여할 수 있습니다. 그리고 국내 우수한 AI 기업에서 3개월 인턴쉽 과정에 지원할 수 있는 기회가 주어집니다
Awards
-
경영관리상 : 4,200,100원
(ISO/IEC 42001 Artificial intelligence — Management system) -
위험관리상 : 2,389,400원
(ISO/IEC 23894 Artificial intelligence — Risk management) -
개념상 : 2,298,900원
(ISO/IEC 22989 Artificial intelligence — Concepts and terminology) -
투명성상 : 1,279,200원
(ISO/IEC 12792 Artificial intelligence — Transparency taxonomy of AI systems) -
라이프사이클상 : 533,800원
(ISO/IEC 5338 Artificial intelligence — AI system life cycle processes) -
데이터품질상 : 525,900원
(ISO/IEC 5259 Artificial intelligence — Data quality for analytics and machine learning (ML))
Timeline
*참여팀 수에 따라 일정은 변경될 수 있습니다.
~ 8월 21일
접수
9월 초
오리엔테이션 (오프라인, 장소 미정)
9월 초
~ 10월 16일
예선 기간 (평가 기간 제외)
-
온라인 랩업
온라인 랩업 이후
~ 11월 20일
본선 기간 (평가 기간 제외) - 오프라인 멘토링 1회 진행
11월 말
or 12월 초
시상 (오프라인, 장소 미정)
