예시 답변 1
약 90초
솔직한 경험 기반 접근
AI 솔루션 배포에서 데이터 노출 위험을 직접 평가한 경험은 없지만, 수업에서 개인정보 포함 데이터를 다루는 프로젝트에서 익명화 처리를 적용한 경험이 있습니다. 이름·이메일·주소 같은 식별 정보를 마스킹하고, 처리 후 원본이 복원 가능한지를 확인했습니다. AI 솔루션에서 데이터 노출 위험을 평가하려면 입력·학습·출력 세 자리 각각에서 식별 정보가 어떻게 흐르는지를 봐야 한다고 이해합니다. 특히 모델 출력이 학습 데이터를 그대로 노출하는 자리가 위험한 경우가 있습니다. 경험이 짧지만 데이터 흐름 자리를 먼저 그리는 습관은 그 경험에서 생겼습니다. 데이터가 어느 자리에서 어떻게 이동하는지를 시각화하면 위험 자리가 더 빠르게 보입니다.
이 결의 특징
AI 솔루션에서 입력·학습·출력 각 자리별로 식별 정보 흐름을 보는 시각이 생긴 흔적이 있습니다. 데이터 흐름을 먼저 그리는 습관이 보입니다.
이 결이 통하는 자리
데이터 노출 위험을 한 덩어리로 보다가 어디가 문제인지 놓치는 자리에서, 흐름을 시각화하면 위험 지점이 빠르게 보일 때 통합니다.