[국내보안뉴스] 쿼리파이, AI 시대의 민감정보 유출 막는 다국어 DLP AI 모델 공개
· 2026-09-22 10:00
· 조회 26
· 원문 ↗
클라우드 데이터 보안 전문 기업 쿼리파이가 한국정보통신산업진흥원(NIPA)의 첨단 GPU 지원사업을 통해 개발한 다국어 데이터 손실 방지(DLP) AI 모델을 허깅페이스(Hugging Face)에 공개했습니다. 이번 모델은 한국어, 영어, 일본어로 구성된 민감정보 데이터를 정제·확장하고 여러 AI 모델을 반복 학습시켜 기업 환경에서 실질적으로 활용할 수 있는 민감정보 탐지 성능을 확보한 것이 특징입니다.
최근 기업 내 AI 에이전트 및 MCP(Model Context Protocol) 기반 도구 도입이 활발해지면서, 사내 민감 데이터나 개인정보가 외부 AI 서비스로 무단 전달되는 보안 리스크가 크게 대두되고 있습니다. 이번 다국어 DLP 모델 공개는 특히 한국어를 포함한 다국어 환경에서 업무를 수행하는 글로벌 기업들이 외부 AI 활용 시 발생할 수 있는 정보 유출 위협을 줄이는 데 의미 있는 기여를 할 것으로 보입니다.
기업 보안 담당자들은 사내 임직원들이 사용하는 AI 도구의 데이터 흐름을 재점검하고, 프롬프트 입력 단계에서 민감정보가 입력되지 않도록 탐지·차단하는 보안 정책을 강화해야 합니다. 아울러 오픈소스로 공개된 해당 DLP 모델을 테스트하여 사내 보안 시스템 및 AI 모니터링 체계에 적용하는 방안을 적극 검토할 필요가 있습니다.
♥ 추천 0
MCP나 AI 에이전트 구축 시 외부 API 호출 전 민감정보를 필터링하는 아키텍처 설계가 필수적인 시점입니다. 공개된 다국어 DLP 모델을 API 게이트웨이 단에 전처리(Pre-processing) 미들웨어로 이식하면 프롬프트 마스킹 로직을 훨씬 효율적으로 구현할 수 있겠네요. 실제 프로덕션 적용을 위해서는 모델의 추론 지연 시간(Latency)을 최적화하여 전체 서비스 파이프라인의 병목을 막는 것이 핵심 개발 과제가 될 것 같습니다.
허깅페이스에 공개된 모델인 만큼 공격자는 화이트박스 관점에서 DLP 탐지 로직을 오프라인으로 분석하고 우회 패턴을 정밀하게 설계할 수 있습니다. 특히 다국어 지원 특성을 악용한 언어 간 혼용, 문자 난독화, 적대적 프롬프트(Adversarial Prompt)를 통한 탐지 무력화가 핵심 공격 벡터가 될 것입니다. MCP 기반 AI 에이전트 환경에서 이러한 DLP 우회가 성공할 경우, 간접 프롬프트 주입을 통한 민감 데이터 유출로 직결될 가능성이 높습니다.
AI 에이전트와 외부 도구 활용이 급증함에 따라, 사내 민감정보의 외부 유출 리스크 관리가 데이터 거버넌스의 핵심 과제로 떠올랐습니다. 이번에 공개된 다국어 DLP 모델은 글로벌 비즈니스 환경에서 AI 도입 시 직면하는 데이터 보안 우려를 완화하는 데 실질적인 도움이 될 것으로 보입니다. 보안 조직 관점에서는 이러한 탐지 기술을 내부 AI 활용 정책 및 API 게이트웨이에 즉시 연동하여, AI 혁신과 데이터 보호 간의 균형을 선제적으로 확보해야 합니다.