이 가이드는 Slack이 인공지능(AI)과 기계 학습(ML) 기능을 구축하는 데 사용하는 데이터 관행에 대한 상세한 정보를 제공하는 보완 리소스입니다.

팁: 아래에서 보다 상세한 정보를 검토하기 전에 AI 및 기계 학습에 대한 Slack의 접근 방식에 대해 읽어보시는 것이 좋습니다.

데이터 개요

개인정보 처리방침에 정의된 바와 같이 고객 데이터는 다음으로 구성됩니다.

• 메시지 데이터(예: 메시지 내용)
• 파일 데이터(예: Slack에 업로드된 파일)
• 개체 데이터(예: 채널 또는 리스트)
• 스크립트 데이터(예: 허들 회의의 스크립트)

Slack은 생성형 AI 기능에 사용되는 대규모 언어 모델(LLM)을 학습시키는 데 고객 데이터를 사용하지 않습니다. Slack 개인정보 처리방침에 정의된 바와 같이, 당사 시스템은 ML 기능에 대한 사용 정보(예: 기능 사용 빈도 또는 상호 작용 빈도)와 워크스페이스 정보(예: 워크스페이스의 사용자 수 또는 워크스페이스 설정)를 분석할 수도 있습니다.

모델 유형

당사는 Slack의 AI 및 기계 학습 기능을 강화하기 위해 다양한 모델을 사용합니다. 이러한 모델과 그 작동 방식을 이해하는 것은 데이터 사용 방식을 이해하는 열쇠입니다.

• 생성형 모델
  이러한 모델은 타사 LLM을 사용하여 결과물을 생성합니다. 고객 데이터는 이러한 모델을 학습시키는 데 사용되지 않습니다.
• 예측 모델
  이러한 모델은 기계 학습 알고리즘을 사용하여 채널 추천과 이모티콘 제안 같은 기능을 강화합니다. 대다수의 예측 모델은 여러 고객의 집계 데이터를 기반으로 학습한 글로벌 모델입니다.

기능이 모델과 데이터를 사용하는 방식

아래 테이블에는 특정 Slack 기능을 지원하는 데이터와 모델이 간략하게 나와 있습니다.

기능	예시*	사용된 데이터	생성형 모델이 사용되었나요?	예측 모델이 사용되었나요?
요약	채널 요약, 파일 요약, 허들 노트, 한눈에 정리	고객 데이터: 메시지, 파일 및 스크립트 데이터 기타 정보: 워크스페이스, 계정 및 사용 정보	예(요약 생성 등) 참고: 이 모델은 고객 데이터를 학습에 사용하지 않습니다.	예(요약 개인화 등) 참고: 글로벌 모델이지만 고객 데이터를 학습에 사용하지 않습니다.
검색	자연어 검색, 검색 순위 지정	고객 데이터: 메시지, 파일, 스크립트 및 Slack 개체 데이터 기타 정보: 워크스페이스, 계정 및 사용 정보	예(검색 답변 생성 등) 참고: 이 모델은 고객 데이터를 학습에 사용하지 않습니다.	예(검색 결과의 순위 지정 등) 참고: 글로벌 모델이지만 고객 데이터를 학습에 사용하지 않습니다.
권장 사항	사용자 검색, 채널 검색, 채널 보관, 참여 및 제안 남기기, VIP	고객 데이터: 해당 사항 없음 기타 정보: 사용 정보	아니요	예(추천 제안 등) 참고: 글로벌 모델이지만 고객 데이터를 학습에 사용하지 않습니다.
AI 작업	AI 워크플로 생성, 채널 워크플로 단계 요약	고객 데이터: 메시지, 파일, 스크립트 및 Slack 개체 데이터 기타 정보: 워크스페이스 및 계정 정보	예(자연어 쿼리에서 워크플로 생성, 요약과 검색 워크플로 단계 강화 등) 참고: 이 모델은 고객 데이터를 학습에 사용하지 않습니다.	아니요
자동 완성	@멘션 추천, 검색 탐색 제안	고객 데이터: 해당 사항 없음 기타 정보: 워크스페이스, 계정 및 사용 정보	아니요	예(추천 생성 등) 참고: 글로벌 모델이지만 고객 데이터를 학습에 사용하지 않습니다.
스팸	플랫폼 남용을 방지하는 스팸 감지 모델	고객 데이터: 해당 사항 없음 기타 정보: 워크스페이스, 계정 및 사용 정보	아니요	예(스팸 분류 등) 참고: 글로벌 모델이지만 고객 데이터를 학습 중에 사용하지 않습니다.
번역	언어 감지, AI 언어 번역	고객 데이터: 메시지, 파일 및 스크립트 데이터 기타 정보: 워크스페이스, 계정 및 사용 정보	예(번역 생성 등) 참고: 이 모델은 고객 데이터를 학습에 사용하지 않습니다.	예(번역할 언어 감지 등) 참고: 글로벌 모델이 아닙니다.

*이 표의 예시 열은 설명을 위한 것이며, Slack 기능의 전체 목록이 포함된 것은 아닙니다.