dPq AI 7-in-1 — 관리자에게 주는 능력
정보보호 부서장 · 준법감시 부서장 · IT 부서장이 dPq 도입으로 얻는 7가지 능력 · 2026-09-04
핵심: "모르면 책임, 알면 무사"
관리자가 dPq를 도입하는 이유는 "보안"이 아니다. "내가 알 수 있게 된다"이다. 직원이 AI에 뭘 물어봤는지, 토큰을 얼마나 썼는지, AI가 틀린 답을 냈는지, 투자를 잘못 추천했는지 — 이것을 모르면 관리자 책임, 알면 관리자 무사. dPq 7-in-1이 관리자에게 주는 7가지 능력을 소상히 설명한다.
① A+C 보안 — "내부 배반자 패턴을 잡는다"
영업 문구
직원이 퇴사 전에 고객 명단을 AI로 정리해서 경쟁사로 보냈다면 — 현재 잡을 수 있습니까?
핵심: 6개 신호를 각각 따로 잡는 게 아니다 — 조합이 "배반자 패턴"을 잡는다
코드의 calculateRiskLevel() 핵심 로직: high 1개 → "높음" (권한 회수), high 2개+ → "긴급" (계정 잠금). 신호 1개는 "실수일 수 있지만", 2개 이상이 겹치면 "의도적 배반"이다. dPq A+C는 그 조합을 잡아낸다.
| 등급 | 조건 | 대응 | 자동? |
|---|
| 낮음 | 신호 없음 | 관찰 — 로그만 | 자동 |
| 보통 | medium 1개+ | 추가인증 (MFA) | 자동 |
| 높음 | high 1개+ / medium 2개+ | 권한 회수 (임시) | 사람 승인 |
| 긴급 | high 2개+ | 세션 종료 + 계정 잠금 | 사람 승인 |
배반자 패턴 시나리오 — 6개 신호가 어떻게 겹치는가
A: 퇴사 직전 데이터 유출 → 긴급
① + ②야간 접근 (22:00~06:00, 3회+) + 대량 파일 복사 (USB/클라우드 50건+)
의미야간에 대량으로 파일을 빼감 — 퇴사 전 유출 패턴
B: 경쟁사 이직 준비 → 긴급
⑤ + ③경쟁사 도메인 이메일 (3회+) + 고객 데이터 접근 집중 (1시간 10회+)
의미고객 명단을 경쟁사로 보냄 — 이직 준비 패턴
C: 외부 침투 / 사외 공모 → 긴급
⑥ + ④비인가 원격 접속 (사외 IP) + 비정상 프로그램 (key_logger 등) 실행
의미외부 IP에서 위험 도구 실행 — 공모 패턴
D: AI를 통한 우회 유출 → 높음
③ + ⑤민감 파일 접근 집중 + 외부 이메일 (민감 파일 첨부)
의미AI로 민감 파일을 처리 후 외부 발송 — 기존 DLP가 못 잡는 우회
E: 단순 야근 → 보통 (실수일 수 있음)
① only야간 접근만 (medium 1개) — 추가 인증만 요구
의미야간 접근만 — 실수일 수 있음 → 배반자 아님
배반자가 dPq를 피할 수 없는 이유
배반자는 하나의 행동만 숨길 수 있습니다:
- → 야간 접근을 안 한다? 대량 복사만으로도 잡힘
- → 대량 복사를 안 한다? 민감 파일 집중 접근만으로도 잡힘
- → 이메일을 안 쓴다? 원격 접속 + 비정상 프로그램으로도 잡힘
6개 신호 중 2개만 겹쳐도 "긴급" → 계정 잠금. 배반자는 6개를 전부 피해야 하는데, 그건 정상적인 업무를 안 하는 것과 같습니다.
6개 신호 상세
①
업무시간 외 PC 접근
22:00~06:00, 주말 로그인 + 민감 파일 · medium · 임계 3회
→ 언제, 누가, 몇 시에 AI를 썼는지
②
대량 파일 복사/이동
USB·외부 저장소·클라우드 50건+ · high · 임계 50건
→ 어느 직원이 파일을 대량으로 빼갔는지
③
민감 파일 접근 집중
hr·finance·customer·source_code·trade_secret 1시간 10회+ · high
→ 어떤 민감 파일이 AI에 노출되었는지
④
비정상 프로그램 실행
usb_dumper, key_logger, password_cracker 등 · high · 임계 1회
→ 무슨 위험 도구가 돌았는지
⑤
외부 이메일 발송 패턴
경쟁사 도메인, 개인 메일, 민감 파일 첨부 · medium · 임계 3회
→ 내부 데이터가 어디로 나갔는지
⑥
비인가 원격 접속
사내 IP(10.x/192.168.x)가 아닌 IP, 야간 VPN/RDP · high · 임계 1회
→ 누가 외부에서 원격으로 들어왔는지
민감 파일 6종 — 배반자가 노리는 것
hr_data인사 정보 · 급여, 평가
finance_data재무 정보 · 재무제표, 원가
customer_data고객 데이터 · CRM, 명단
source_code소스코드 · 핵심 자산
trade_secret영업비밀 · 설계도, 계약서
security_data보안 데이터 · 인증서, 키
기존 DLP는 USB 복사를 잡지만 "직원이 ChatGPT에 customer_data를 올렸는지"는 못 잡습니다. dPq A+C는 그 빈틈을 채웁니다.
일반 DLP vs dPq A+C
| 구분 | 일반 DLP (CrowdStrike, Zscaler) | dPq A+C |
|---|
| 잡는 것 | 개별 사건 (USB 복사 1건) | 패턴 (신호 조합) |
| 알려주는 것 | "뭐가 일어났나" | "누가 배반하고 있나" |
| AI 사용 감시 | ❌ 못 잡음 | ✅ AI 사용 패턴만 특화 |
| 관리자 행동 | 사후 수습 | 사전 차단 (권한 회수·잠금) |
| 배반자 관점 | "하나만 안 걸리면 된다" | "조합이 잡히면 들통난다" |
| 기존 시스템 | — | 옆에서 보완 (충돌 회피) |
윤리 경계 4원칙 (코드에 구현됨)
① 사전 고지 — 모니터링 대상자에게 사전 통지 · ② 최소 수집 — 업무 관련 데이터만 (개인 통신 수집 금지) · ③ 프라이버시 보호 — 개인 통신·파일 내용 수집 금지 · ④ 정기 감사 — 모니터링 자체의 적법성·비례성 정기 감사
"AIM이 열고, 인간이 결정한다" — AI는 탐지·정리만 하고, 권한 회수·계정 잠금은 사람이 승인합니다. 위법성 판정이 아닙니다.
관리자 권한 구조 — 1개 Console + 2권한 프로파일 (4역할 RBAC 설정 옵션)
4개의 별도 관리 모듈이 아닙니다. 하나의 Analyst Console에서 2개의 권한 프로파일로 운영합니다. 조직이 4역할 분리를 원하면 RBAC 설정 옵션으로 확장합니다.
| 권한 프로파일 | 조회 | 승인 | 정책 | 연동 |
|---|
| 운영자 (Operator) | ✓ 위험 큐 | — | ✓ 편집 | ✓ 등록 |
| 검토자 (Reviewer) | ✓ 위험 큐 + 엔터티 상세 | ✓ 승인/거절 | 읽기만 | — |
4역할 RBAC 설정 옵션 (조직이 원할 때)
| A+C MVP 역할 | 매핑 | Console 탭 | 할 수 있는 것 |
|---|
| 보안 분석가 | 검토자 | 위험 큐 · 엔터티 상세 | 조사 · 정탐/오탐 피드백 · 승인 요청 |
| IAM/보안 운영 책임자 | 검토자 (상위) | 위험 큐 · 승인 게이트 | 승인/거절 · 권한 회수 요청 |
| CISO/보안 관리자 | 운영자 (상위) | 감사 체인 · 보고서 | 최종 승인 · 감사 체인 조회 · 조치 이력 |
| 플랫폼 관리자 | 운영자 | 정책·가중치 · 연결원 설정 | 연결원 등록 · 정책 편집 · 가중치 버전 관리 · 보존기간 |
기본은 2권한(운영자·검토자). 조직이 4역할 분리를 요구하면 RBAC 설정 옵션으로 4역할 프로파일 적용 — 동일 Console, 권한만 분리.
Analyst Console 탭 구조 (단일 화면):
[위험 큐] — 분석가 + IAM + CISO (전원 조회) · [엔터티 상세] — 분석가 + IAM (조사) · [승인 게이트] — IAM + CISO (승인/거절) · [감사 체인] — CISO (조회만) · [정책·가중치] — 플랫폼 (편집) · [연결원 설정] — 플랫폼 (등록)
각 역할은 로그인 시 자신의 권한에 맞는 탭만 활성화. 같은 엔터티를 같은 화면에서 보지만 편집/승인 권한이 다름.
도입 전 — 배반자가 안 들통난다
- 야간에 파일 복사 → "야근이겠지"
- 고객 명단 이메일 → "업무겠지"
- AI로 민감 파일 처리 → 기존 DLP가 못 잡음
- 조합이 안 보임 → 배반자가 숨음
"내가 모른다" = "내 책임이다"
도입 후 — 배반자 패턴이 들통난다
- 야간 + 대량 복사 → 긴급 → 계정 잠금
- 고객 데이터 + 경쟁사 메일 → 긴급 → 계정 잠금
- AI 우회 유출 → 높음 → 권한 회수
- 6개 신호 조합 → 패턴이 잡힘
"내가 안다" = "내 책임이 아니다"
② dPq GATE — "AI가 하려는 작업을 내가 결재한다"
AI가 자율으로 하려는 작업을 dPq GATE가 6축으로 검증하여 등급을 부여합니다. 관리자는 "어떤 AI 작업이 안전하고, 어떤 것이 위험한지"를 매 작업마다 등급으로 확인합니다.
| 등급 | 의미 | 관리자 행동 | 예시 |
|---|
| AAA | 안전 — 자율 허용 | 결재 불필요 | 사내 문서 요약 |
| AA | 양호 — 자동 통과 | 로그만 확인 | 일반 질의응답 |
| HOLD | 보류 — 사람 결재 | 결재 요청 | 외부 전송·배포·이메일 |
| BLOCK | 차단 — 자동 금지 | 차단 로그 확인 | 투자 유권·자동 매매·개인정보 전송 |
도입 전 — AI가 알아서 한다
- AI가 외부에 이메일을 보냈는지 모름
- AI가 투자 권고를 했는지 모름
- AI가 개인정보를 전송했는지 모름
- "AI가 한 일" = "나도 모르는 일"
도입 후 — AI가 결재를 받는다
- 외부 전송 → HOLD → 결재 요청
- 투자 권고 → BLOCK → 자동 차단
- 내부 작업 → AAA → 자율 허용
- "AI가 한 일" = "내가 결재한 일"
영업 문구 (증권사)
AI가 투자 유권을 자동으로 보낸 적이 있습니까? — dPq GATE가 자동으로 차단합니다.
③ 환각 탐지 — "직원이 쓴 AI 리포트가 틀렸는지 안다"
직원이 AI로 작성한 보고서·리서치·이메일에 AI가 "틀린 내용을 사실처럼" 썼는지 — 환각 11유형으로 탐지합니다. 관리자는 "직원이 낸 산출물의 품질을 검증 없이 신뢰할 수 있는지"를 알게 됩니다.
| 모델 | 탐지율 | 정밀도 | 재현율 | F1 |
|---|
| dPq 환각 탐지 | 100% | 100% | 100% | 1.000 |
| GPT-5.4 | 5.5% | — | — | 낮음 |
| Claude Opus 4.5 | 10.9% | — | — | 낮음 |
빅테크 모델은 환각을 스스로 잡지 못합니다. dPq가 잡습니다.
도입 전 — "AI가 썼으니 맞겠지"
- 직원이 AI 리포트 제출 → 검증 없이 승인
- 환각 포함 보고서가 상부에 전달
- 틀린 내용이 감사에서 발견 → 관리자 책임
도입 후 — "AI가 틀렸는지 안다"
- 직원 AI 산출물 → 11유형 환각 탐지
- 환각 발견 시 HOLD → 수정 요청
- 탐지 0건 확인 후 승인 → 품질 근거 확보
영업 문구
직원이 AI로 쓴 보고서에 틀린 내용이 있습니까? — 11유형으로 100% 잡아냅니다.
④ FTPL — "AI 토큰 비용이 얼마나 나오는지 안다"
관리자는 "직원이 AI에 얼마나 토큰을 쓰고 있는지, 그것을 29.6% 절약할 수 있는지"를 알게 됩니다. FTPL은 매 토큰 호출마다 자동으로 작동하여 비용을 줄입니다.
FTPL 29.6% 절약 vs dPq 비용
| 조직 | 월 토큰 비용 | FTPL 절약 | dPq 비용 | 결과 |
|---|
| 소기업 30인 | 20만원 | 5.9만원 | 9.9만원 | 절약으로 절반 |
| 중소 100인 | 100만원 | 29.6만원 | 29만원 | 전액 상환 ✅ |
| 중기업 500인 | 500만원 | 148만원 | 49만원 | 절약의 1/3만 사용 ✅ |
| 대기업 | 2,000만원 | 592만원 | 500만원 | 절약의 85% ✅ |
도입 전 — 토큰 비용이 보이지 않는다
- 직원이 AI를 쓸 때마다 토큰 소비
- 월 청구서만 보고 "비싸다"고 늦게 앎
- 절약 방법이 없음
도입 후 — 절약액이 보인다
- 매 토큰마다 FTPL 게이팅 → 29.6% 절약
- 월 절약액 대시보드 → "N만원 절약됨"
- 절약액 > dPq 비용 → "오히려 이득"
영업 문구
월 토큰 비용 500만원이 148만원으로 줄듭니다 — dPq 비용 49만원보다 절약액이 3배 큽니다.
⑤ 독립검증 — "AI 산출물이 검증을 통과했는지 안다"
관리자는 "AI가 만든 산출물이 독립 검증을 통과했는지"를 10축 검증 결과로 확인합니다. AI가 자기 검증이 아니라 제3자가 검증합니다.
| 판정 | 의미 | 관리자 행동 |
|---|
| PASS | 검증 통과 — 신뢰 가능 | 즉시 승인 |
| VERIFY | 추가 확인 권장 | 표본 재검 |
| HOLD | 보류 — 사람 검토 | 검토 후 결정 |
| BLOCK | 차단 — 신뢰 불가 | 반려·재작성 |
도입 전 — "AI가 만들었으니 믿는다"
- AI 산출물 = 무조건 승인
- 제3자 검증 없음
- 감사 시 "왜 승인했나?" → 근거 없음
도입 후 — "검증을 통과했으니 믿는다"
- 10축 독립 검증 → PASS/HOLD/BLOCK
- 신뢰등급 AAA~D 부여
- 감사 시 "검증 PASS" 근거 제시
⑥ 책임사건 — "무슨 일이 있었는지 전부 기록되어 있다"
책임사건 8필드 — 관리자가 "전부 기록된다"는 것을 안다
① 사건무슨 일
② 행위자누가
③ 시간언제
④ 근거무엇으로
⑤ 판정어떻게
⑥ 이력추가형 보존
⑦ 해시SHA-256
⑧ 감사체인 연결
도입 전 — 기록이 없다
- AI 사용 이력이 남지 않음
- 감사 시 "누가 언제 뭘?" → 모름
- 사고 후 추적 불가
도입 후 — 전부 기록된다
- 8필드 추가형 보존 — 삭제 불가
- SHA-256 해시 체인 — 위변조 방지
- 감사 시 전 이력 제시 → 추적 완료
⑦ GFM-K 관문 — "AI 예측이 틀렸는지 알고 차단한다"
금융 기관에서 AI가 주가 예측·투자 권고를 할 때, 관리자는 "그 예측이 통과 가능한 품질인지"를 관문으로 확인합니다. 틀린 예측이 통과하지 못하게 차단합니다.
도입 전 — 틀린 예측이 그대로 통과
- AI 예측 → 검증 없이 의사결정
- 과적합 모델 → 백테스트 우연
- 틀린 예측 → 투자 손실 → 관리자 책임
도입 후 — 관문을 통과한 예측만
- Brier ≤ 0.25 → 확률 품질 통과
- PBO < 0.5 → 과적합 아님 증명
- 통과 못 하면 CHECK → 차단
종합 — 관리자가 얻는 7가지 능력
7-in-1 = 7가지 "알 수 있는 능력"
| 모듈 | 관리자가 얻는 능력 | 영업 문구 |
|---|
| ① A+C 보안 | 내부 배반자 패턴을 잡는다 | "퇴사 전 고객 명단을 경쟁사로?" |
| ② dPq GATE | AI 작업을 결재한다 | "AI가 투자 유권을 보냈는지?" |
| ③ 환각 탐지 | AI 산출물이 틀렸는지 안다 | "직원이 쓴 AI 리포트가 틀렸는지?" |
| ④ FTPL | 토큰 비용을 절약한다 | "500만원이 148만원으로?" |
| ⑤ 독립검증 | 산출물이 검증 통과했는지 안다 | "AI 산출물이 검증을 통과했나?" |
| ⑥ 책임사건 | 전부 기록되어 있다 | "감사 시 기록이 있나?" |
| ⑦ GFM-K 관문 | 틀린 예측을 차단한다 | "AI 예측이 틀렸는지?" |
의존성 누적 — Pilot 3개월이 관리자를 어떻게 바꾸는가
1개월
A+C 보안 1개 들어감매일 6 신호 대시보드
"이걸 몰랐네" — 직원 AI 사용 패턴 첫 공개
2개월
+ dPq GATE 추가결재 통제 시작 · HOLD 발생
"없으면 불안" — AI 작업이 결재 없이 안 됨
3개월
+ 환각 탐지 + FTPL 추가절약액 누적 · 환각 차단 누적
"빼면 다시 모르게 되잖아" — 4개 모듈이 매일 작동
Pilot 종료
연간 계약 전환4중 의존성 형성 완료
"dPq를 빼면 조직이 안 돌아간다" → 장기 인프라
결론: dPq는 "보안 도구"가 아니라 "관리자가 알 수 있게 해주는 능력"이다
7개 모듈이 관리자에게 주는 것은 각각 다른 "아는 능력"입니다:
직원 행태를 안다 (A+C) · AI 작업을 결재한다 (GATE) · 틀린 산출물을 잡는다 (환각) · 비용을 절약한다 (FTPL) · 검증을 통과시킨다 (독립검증) · 전부 기록된다 (책임사건) · 틀린 예측을 차단한다 (GFM-K).
이 7개가 동시에 작동 → 관리자가 "모르던 것을 알게 됨" → dPq를 빼면 다시 "모르는 상태" → 의존성 형성 완성 → 장기 인프라.
본 문서: dPq AI 7-in-1 — 관리자에게 주는 능력 상세 설명 · 2026-09-04
대상: 정보보호 부서장 · 준법감시 부서장 · IT 부서장 · dPq Pro+ (월 ₩490,000) 고객
면책: 본 설명은 제품 능력 설명서입니다. 실제 도입 시 모듈은 순차적(1→3→4→7)으로 추가됩니다.