금융·보안 · 기술 적용 방법

고객 과제

• 금융 규제 원문은 양이 많고 자주 개정됨
• 규정 준수 검증이 수작업이라 감사 리스크가 큼
• "누가, 언제, 어떤 데이터로 질문했는가" 추적이 안 되면 감사 실패

AICLUDE 적용

1. 1금융 규정 원문을 Graph N-hop Agentic RAG으로 학습
2. 2담당자가 자연어로 규정 준수 여부를 물으면 근거를 함께 보여줍니다
3. 3Audit Log 전량 기록 - 리소스 종류·작업 이력·타임스탬프
4. 49종 AI 보안 가드로 프롬프트 인젝션과 데이터 유출을 막습니다
5. 5Fortress Pipeline 8단계 검증으로 할루시네이션을 거르고 출처를 함께 표시합니다

고객 과제

• 고객 상담 AI가 PII(개인정보)를 외부 API로 보내면 규제 위반
• 단순 FAQ는 자동화가 되지만 복잡·민감 문의는 상담원이 필요
• 챗봇과 상담원 전환이 끊겨 고객 경험이 떨어짐

AICLUDE 적용

1. 1암호화 컨테이너 이미지 내부에서 5종 LLM 라우터로 처리. 외부 API 직접 호출 차단
2. 2AES-256-GCM과 암호화 상태 검색 인덱스로 PII 13개 이상 테이블 암호화
3. 3물리적 멀티테넌시로 부서·상품별 데이터 격리
4. 4간단 문의는 AI가 자동 처리하고, 복잡·민감 문의는 상담원 인계 모드에서 실시간 코칭과 응대 초안 승인을 더합니다
5. 59종 AI 보안 가드로 프롬프트 인젝션과 데이터 유출을 막습니다
6. 6Audit Log로 상담 전 과정을 기록

고객 과제

• 투자·리서치 부서가 내부 문서, 시장 데이터, 고객 이력을 참조해 보고서를 작성
• 부서별 정보 경계(차이니즈 월)가 필요해서 부서 간 데이터 접근 차단이 필수
• 외부 AI 도구는 사내 민감 데이터 처리에 맞지 않음

AICLUDE 적용

1. 1부서별 사일로 물리 격리 - 테이블 물리 분리
2. 2내부 시장 데이터와 리서치 문서를 Graph N-hop Agentic RAG으로 학습 (부서별 격리 유지)
3. 3보고서 템플릿 RAG과 Fortress Pipeline 8단계로 초안 자동 작성
4. 4외부 API 호출 차단. 5종 LLM 라우터가 모두 CLU 경유
5. 5Audit Log로 "어느 부서 담당자가 어떤 데이터에 접근했는가"를 기록
6. 6ASVS 스킬 검증으로 외부 도구 도입 시 안전성 검사

고객 과제

• 금융 기관의 AI 도입은 거버넌스·감사 프레임워크가 먼저 깔려야 함
• 9종 AI 보안 위협(프롬프트 인젝션·데이터 유출 등)에 대응할 체계 구축 부담
• 외부 스킬·모델 도입 시 보안 검증 프로세스 부재

AICLUDE 적용

1. 1Fortress Pipeline 8단계가 기본 탑재. 물리 멀티테넌시 → AES-256-GCM → 다중 인증(OAuth+OTP) → Audit Log → 온프레미스 배포
2. 29종 AI 보안 가드로 OWASP LLM Top 10 대응
3. 3ASVS 보안 스캐너로 외부 스킬 검증 (Safe/Warning/Blocked)
4. 45종 LLM 라우터와 자동 장애 복구로 벤더 장애 시 자동 폴백해서 서비스 연속성 확보
5. 5Audit Log 전량 기록. 금융감독원·금융보안원 감사에 즉시 대응
6. 6SaaS와 온프레미스가 동일 컨테이너 이미지 (배포 모드 전환)