기밀 데이터 AI 활용 진단 — 데이터를 투입하기 전에, 다루는 방법부터 함께 정리합니다

과제

계약서, 회의록, 고객 정보, 견적서, 사내 지식. AI에 활용할 만한 정보는 사내에 수없이 많은데, 외부 클라우드 AI에 그대로 넘겨도 되는지 판단이 서지 않는다는 목소리를 자주 듣습니다. 무엇부터 손대야 할지 모른 채 시간만 흐르고, 벤더에 상담하면 처음부터 대규모 개발 이야기로 넘어가 버립니다. 이러한 고민을 안고 계신 중소기업 경영자 및 관리 부서 담당자분들을 위한 진단입니다.

접근 방식

Cor.는 ‘AI를 사용하기 전에, 다룰 정보를 먼저 설계한다’는 관점을 중요하게 여깁니다. 곧바로 개발에 착수하지 않습니다. 정보에는 저마다 기밀도가 있어서 외부 클라우드 AI에 전달해도 되는 것과, 사외로 데이터를 유출하지 않고 로컬 환경에서 구동하는 로컬 LLM으로 다루어야 할 것으로 나뉩니다. 우선은 이러한 구분의 기준을 함께 정리하는 작업부터 시작합니다. 진단 결과에 따라 ‘아직 만들지 않는 편이 좋다’는 결론에 이를 수도 있으며, 그러한 결론까지 가감 없이 솔직하게 전달해 드립니다.

구현

진단은 다음과 같은 절차로 진행됩니다.

• 현장 인터뷰를 통한 업무 현황 및 애로사항 파악
• 기존 업무 조사 및 AI화 가능한 업무 식별
• 취급 데이터 분류(기밀도 정리)
• 클라우드 AI와 로컬 LLM의 분리 기준 수립
• 리스크 정리(입력 경계, 접근 권한, 작업 로그, 인간의 승인이라는 4가지 설계 관점)
• PoC 진행 여부에 대한 방향성 수립

기술적인 이야기부터 꺼내기보다, 먼저 무엇을 어떻게 다루어야 하는지 언어화하는 것을 우선시합니다.

성과

진단이 끝나면 다음 단계의 판단에 활용할 수 있는 자료가 남습니다. 자료에는 AI화 후보가 되는 업무의 목록과 현황, 데이터 분류 및 취급 방식 정리, 리스크와 대응 방침, 그리고 PoC로 진행할 경우의 방향성 제안이 포함됩니다.

진단 후의 선택지는 3가지입니다. 로컬 LLM/AI 기반 PoC(3개월 300만 엔~, 과제 및 내용에 따라 변동)로 진행하거나, 작은 규모로 본격적인 구현을 진행하거나, 지금은 아직 만들지 않겠다고 판단하는 것입니다. 어떤 길을 선택하든 진단 자체가 다음 발걸음을 결정하는 훌륭한 밑거름이 되도록 설계했습니다. 비용은 10만~30만 엔 수준(과제 및 내용에 따라 변동)입니다.