RAG 기반의 보안 지능 및 규정 준수 네트워크(SIREN) 모델 연구

초록

본 연구에서는 지능형 보안 가이드를 제공하기 위하여 검색 증강 생성(Retrieval Augmented Generation, RAG)과 대규모 언어 모델(LLM)을 통합한 SIREN(Security Intelligence & Regulation Enforcement Network) 모델을 제안한다. 이를 통해 내부 환경에서 LLM 사용 시 발생할 수 있는 프롬프트 인젝션 공격이나 민감 정보 유출 등의 보안 문제를 LLM 에이전트 기반 제어 메커니즘으로 감소시킬 수 있다. 프로토타입 모델을 구현하여 다양한 내부보안 침해 기반의 시나리오와 역할을 통한 실험 결과, SIREN은 기존 규칙 기반 보안시스템 대비 재현율(Recall)이 향상되었으며 F1 점수 기준으로 평균 40% 전후 성능 향상을 보이며 SIREN(LLM 기반)에서는 민감 데이터유출이 발생하지 않았다. 이는 SIREN이 국방 환경 등 보안이 중요한 업무환경의 인공지능 적용에 있어 실용적 적용 가능성을 보여준다.

키워드