기밀 데이터 AI 활용 진단 — 내보내기 전에, 다루는 방법을 함께 정리합니다

과제

계약서, 회의록, 고객 정보, 견적서, 사내 지식. AI에 활용할 수 있을 법한 정보는 사내에 많이 있는데, 외부 클라우드 AI에 그대로 내보내도 되는지 판단이 서지 않는다는 말씀을 자주 듣습니다. 무엇부터 손을 대야 할지 모르는 채로 시간만 흐르고, 벤더에 상담하면 처음부터 큰 개발 이야기가 되어 버립니다. 그런 중소기업의 경영자・관리 부문 담당자를 위한 진단입니다.

접근 방식

Cor.가 소중히 여기는 것은 「AI를 사용하기 전에, 다룰 정보를 설계한다」는 사고방식입니다. 곧바로 만들지 않습니다. 정보에는 각각의 기밀도가 있으며, 외부 클라우드 AI에 내보내도 되는 것과, 데이터를 외부로 내보내지 않고 자체 환경에서 구동하는 로컬 LLM으로 다루어야 하는 것으로 나뉩니다. 우선 이 구분의 사고방식을 함께 정리하는 것에서 시작합니다. 진단 결과 「아직 만들지 않는 편이 좋다」는 결론에 이르는 경우도 있으며, 그 점까지 포함해 솔직하게 말씀드립니다.

구현

진단은 다음 흐름으로 진행합니다.

• 현장 인터뷰를 통한 업무와 어려움의 파악
• 기존 업무 조사와 AI화할 수 있을 만한 업무의 목록화
• 다루는 데이터의 분류(기밀도 정리)
• 클라우드 AI와 로컬 LLM의 구분
• 리스크 정리(입력 경계・접근 권한・조작 로그・휴먼 승인이라는 4가지 설계 관점)
• PoC로 나아갈지에 대한 방향성 수립

기술 이야기부터 들어가는 것이 아니라, 먼저 무엇을 어떻게 다루어야 하는지를 언어화하는 것을 우선하고 있습니다.

성과

진단이 끝나면 다음 판단에 사용할 수 있는 자료가 손에 남습니다. AI화 후보 업무의 목록화 결과, 데이터 분류와 취급 방식의 정리, 리스크와 대응 방침, 그리고 PoC로 나아갈 경우의 방향성 안입니다.

그 이후의 길은 세 가지입니다. 로컬 LLM/AI 기반 PoC(3개월 300만 엔~, 과제나 내용에 따라 변동)로 나아가거나, 작게 본격 구현으로 나아가거나, 혹은 지금은 아직 만들지 않는다고 판단하는 것입니다. 어느 선택이든 진단 그 자체가 다음 한 걸음을 정하는 재료로 도움이 되도록 설계하고 있습니다. 비용은 10만~30만 엔 정도(과제나 내용에 따라 변동)입니다. 우선 상담부터 해보시기 바랍니다.