플러스프로젝트 배경
일반 LLM 챗봇은 모르는 것도 그럴듯하게 지어내고(환각), 사내 문서를 외부 AI에 넣는 순간 데이터 통제권을 잃습니다. 목표는 ①사내 문서를 검색(RAG)해 그 근거로만 답하고 근거가 없으면 추측하지 않으며 각주로 원문을 추적하게 하고, ②질문·문서를 AWS(Amazon Bedrock) 안에서만 처리해 외부 학습에 쓰지 않으며, ③답변·문서 어디서든 정형 민감정보를 자동 마스킹하고 권한(RBAC)이
프로젝트 성과
풀스택 팀 개발
기획·UX/UI·프론트엔드·RAG 엔진·인프라 설계 전 과정을 한 팀이 수행
추측 안 함
검색(RAG)한 근거로만 답하고, 근거 없으면 답변 거부 + 인라인 각주로 원문 추적
보안 RAG
정형 민감정보 자동 마스킹(•) + 권한 기반 원본 열람(RBAC) + AWS(Bedrock) 격리·외부 학습 차단
운영 루프
대화 모니터링(근거율·마스킹·만족도·지식 공백)으로 못 답한 질문을 문서 보강으로 연결
현장 UX
⌘K 명령 팔레트·맥락별 후속 질문 제안·한·영 이중언어·다크모드
핵심 기능
추측하지 않는 RAG + 출처 각주
검색한 근거로만 답하고, 근거 없으면 답변 거부, 각주[1][2]로 원문 추적 (환각 방지)
진행 단계
기획
2026.05.
"지어내지 않고 새지 않는" 보안 사내 AI 챗봇을 기획했습니다. 검색(RAG)한 근거로만 답하고, 민감정보는 자동 마스킹하며, 못 답한 질문을 문서 보강으로 닫는 운영 루프 구조를 한 팀이 설계했습니다.
프로젝트 상세
■ 배경 "모르면 그럴듯하게 지어내는" 일반 LLM 챗봇의 환각 문제와, "사내 문서를 외부 AI에 넣는 순간 통제권을 잃는" 데이터 유출 문제를 동시에 푸는 보안 사내 AI 챗봇입니다. 사내 문서를 검색(RAG)해 그 근거로만 답하고, 근거가 없으면 추측하지 않으며, 답변·문서 어디서든 민감정보를 자동 마스킹합니다. 가상 회사 '노바테크'의 사내 문서를 근거로 답하는 '노바 어시스턴트'로 시연합니다.
