LLM Capsuleby CUBIG 내 데이터로 확인해 보기

기관 내부망에 설치하는 LLM Capsule

개인정보를 마스킹했더니
AI가 맥락을 파악하지 못했나요?

LLM Capsule은 가리기만 하는 단순 마스킹과 달리, 맥락을 유지한 채 AI에 활용할 수 있게 합니다.

LLM Capsule 업무 어시스턴트기관 내부망 설치
1민원인 홍길동(010-0000-0000) 님의 주차 구역 배정 민원에 보낼 회신문 첫 문단 써 줘.
2모델에 전달된 글민원인 [성명_A]([전화번호_A]) 님의 주차 구역 배정 민원에…
GPT 답변AI 응답정보 복원3

홍길동 님, 접수하신 주차 구역 배정 민원의 처리 결과를 안내해 드립니다.

요청할 업무 내용을 입력해 주세요1모든 모델 ▾
  1. 1
    평소 AI 쓰듯 요청모델은 GPT, Claude, Gemini 중 선택
  2. 2
    모델에는 표식으로 전달홍길동 → [성명_A]
  3. 3
    결과물은 원본 값으로 복원 가능기관 안에서 처리

화면 구성 예시, 가상 데이터

혁신제품 마크
조달청 혁신제품 지정혁신장터 등록 상품혁신장터 상품 페이지 →
GS 인증 1등급 마크
GS 인증 1등급LLM Capsule v1.0, 인증번호 제24-0308호
특허 등록국내 제10-2757651호미국 US 12,737,496 B2미국 특허 소식 →

AI 도입이 멈추는 이유

외부 고품질 AI 모델은 막히고

외부 모델개인정보, 민감정보 노출 위험으로 사용 불가
내부 모델외부 모델보다 작업 능력이 떨어짐

마스킹 도구를 쓰면 맥락과 작업 품질이 떨어지고

[REDACTED] 님, [REDACTED] 님께서 접수하신 주차 구역 배정 건은…누가 누구인지 구분 불가

결국 다시 손으로

마스킹도구가 자동 처리
결과물 살리기원문을 열어 이름, 번호 재입력
마스킹은 자동이어도, 쓸 수 있는 결과물은 수작업으로

LLM Capsule이 다른 이유 세 가지

01 여러 사람의 정보를 한꺼번에 가리면, 누가 누구인지 구분되나요?

사람마다 다른 표식으로 맥락을 유지합니다

「정보 복원」 버튼만 누르면 이름과 번호가 제자리로 돌아온 결과물을 받습니다.

예시민원 처리 보고서로 민원인 배우자 안내 문자 초안 요청 (가상 문서로 만든 개념 예시, 실제 제품 출력 아님)

민원 처리 보고서 (가상)
주무관민원인 배우자분께 처리 결과 안내 문자 보내야 해. 배우자 이름 넣어서 초안 써 줘.
단순 마스킹[REDACTED]

모델 답변

[REDACTED] 님, [REDACTED] 님께서 접수하신 주차 구역 배정 건은 담당 [REDACTED] 주무관이 확인을 마쳐 오늘부터 정상 이용하실 수 있습니다. 문의 [REDACTED]
정보 복원되돌릴 기록 없음

복원 결과

복원 불가 (4곳 모두 같은 표시, 원본 값 기록 없음)

원문에서 4곳 재입력 누가 누구인지 구분 불가

LLM Capsule 치환[성명_A]

모델 답변

[성명_B] 님, [성명_A] 님께서 접수하신 주차 구역 배정 건은 담당 [성명_C] 주무관이 확인을 마쳐 오늘부터 정상 이용하실 수 있습니다. 문의 [전화번호_B]
정보 복원클릭 한 번으로 원본 값 확인

복원 결과 (기관 안)

성춘향 님, 홍길동 님께서 접수하신 주차 구역 배정 건은 담당 이몽룡 주무관이 확인을 마쳐 오늘부터 정상 이용하실 수 있습니다. 문의 02-0000-1111

버튼 하나로 검토 가능한 초안 확인 개체별로 독립된 표식으로 맥락 유지

02자체 벤치마크 개인정보를 가리면 AI 작업 성능이 떨어지지 않나요?

LLM Capsule이 데이터를 치환하는 방식은,
데이터 원본(원문) 수준으로 작업에 활용할 수 있습니다

과제
문서 500개, 대화 500개개인정보가 든 한국어 공개 데이터
→
AI 모델에 입력가린 상태로 전달 후 답변 복원
→
값 찾기전화번호계좌번호카드번호신분증 번호
원문 그대로010-1234-5678가리지 않음, 비교 기준
별표로 지우기***-****-****값이 지워져 찾을 수 없음
의미 없는 코드a7f9c2…되돌릴 수는 있지만 종류를 알 수 없음
LLM Capsule 치환원리 재현[전화번호_A]종류와 구분이 남음
AI가 필요한 값을 찾아낸 점수100점 만점, 값을 빠뜨리거나 엉뚱한 값을 고르면 깎임
문서 500개
원문 그대로
98.0
LLM Capsule 치환
99.3원문 수준
의미 없는 코드
76.7
대화 500개
원문 그대로
96.3
LLM Capsule 치환
96.3원문 수준
의미 없는 코드
67.4

개인정보 정답 위치와 유형을 고정한 자체 치환 방식 비교 실험입니다. OpenPII 문서 500개와 KDPII 대화 500개, gpt-6-luna를 사용했습니다. 실제 LLM Capsule 제품 전체나 특정 오픈소스와의 성능 비교가 아닙니다. 점수는 필요한 값의 누락과 불필요한 값의 추가를 함께 반영한 F1을 100점으로 환산한 값입니다. 원문보다 높은 점수는 종류 표시가 값 찾기에 도움이 될 수 있다는 뜻이며, 모델의 추론 능력이 좋아졌다는 뜻은 아닙니다. 조건마다 한 번 실행한 결과입니다. 문자 작성 같은 글쓰기 과제는 측정하지 않았습니다.

03 개인정보 때문에 외부 AI 모델은 미뤄 두셨나요?

기관이 승인한 모델을
업무에 활용할 수 있습니다

개인정보를 표식으로 바꾼 데이터가 AI 모델로 전달되기 때문에, 외부 AI 모델까지 쓸 수 있습니다.

외부 모델과 사내 모델 모두 연결 가능
다양한 모델의 답변을 한 번에 비교
외부 모델 연결은 기관 검토와 망 연계 승인 후 결정
개인정보가 제대로 가려지는지, 모델마다 잘 복원되는지는 도입 전 기관 문서로 검증
LLM Capsule 업무 어시스턴트 (화면 구성 예시)
민원 처리 보고서.hwp
접수인 [성명_A] 연락처 [전화번호_A]
주차 구역 배정 요청, 현장 확인 후 배정 완료…
요청할 업무 내용을 입력해 주세요모든 모델 ▾
도구를 만든 담당자가 바뀌면, 그다음 운영은 누가 맡나요?

도입 후 운영도 큐빅이 함께합니다

오픈소스로 직접 만든 도구는 만든 사람에게 운영이 묶이지만, LLM Capsule은 유지관리 계약으로 이어집니다.

이럴 때
오픈소스로 직접 만든 도구
LLM Capsule
장애가 나면
만든 담당자가 원인을 찾아 수정
접수부터 조치까지 큐빅이 대응
기관 고유 정보가 늘면
코드에 규칙을 직접 추가
관리자 화면에서 커스텀 필터 등록
AI 모델이 바뀌면
연결 코드를 다시 수정
제품 업데이트로 반영
담당자가 바뀌면
인수인계가 끊기면 운영 중단
운영 문서와 교육으로 인수인계

운영 지원 범위는 유지관리 계약에 따라 정해집니다.

우리 기관 문서에서는 어떨까요?

데모를 요청하시면 기관 문서로 LLM Capsule을 직접 테스트해 보실 수 있습니다.

내 데이터로 확인해 보기