점검 항목 구체화
AI 서비스 보안성 검토를 할 때는 학습 데이터에 개인정보나 민감정보가 포함돼 있는지, 모델 출력값이 원본 데이터를 그대로 노출할 가능성이 있는지를 우선 확인합니다. 사내 챗봇 도입 검토 당시 사용자 질의가 로그로 저장되는 구조를 보고, 질의에 포함될 수 있는 개인정보를 마스킹 처리하도록 요청한 경험이 있습니다. 기능보다 데이터 흐름을 먼저 보는 것이 검토의 출발점이라고 생각합니다.
면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
AI 서비스 보안성 검토를 할 때는 학습 데이터에 개인정보나 민감정보가 포함돼 있는지, 모델 출력값이 원본 데이터를 그대로 노출할 가능성이 있는지를 우선 확인합니다. 사내 챗봇 도입 검토 당시 사용자 질의가 로그로 저장되는 구조를 보고, 질의에 포함될 수 있는 개인정보를 마스킹 처리하도록 요청한 경험이 있습니다. 기능보다 데이터 흐름을 먼저 보는 것이 검토의 출발점이라고 생각합니다.
보안성 검토는 신청 부서로부터 서비스 개요를 받는 단계, 데이터·접근권한·외부 연동 여부를 점검하는 단계, 미흡 사항에 대한 보완 요청과 재검토 단계로 나눠 진행하는 것이 일반적이라고 알고 있습니다. 실습 프로젝트에서 이 절차를 참고해 체크리스트를 만들어본 적이 있는데, 단계를 명확히 나누니 누락되는 항목이 줄어드는 것을 확인했습니다.
AI 활용 보안 심의의 목표는 도입을 막는 것이 아니라 알려진 위험을 사전에 걸러 안전하게 쓸 수 있도록 하는 것이라고 생각합니다. 형식적으로 서류만 검토하면 실제 운영 단계에서 문제가 드러날 수 있어서, 가능하면 실제 시나리오를 가정해 데이터가 어디로 흘러가는지 추적해보는 방식으로 검토하는 것이 중요하다고 봅니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.