[웨비나 Recap]

N2SF 시대의 데이터 중심 제로트러스트: 문서중앙화 x AI x N2SF 통합 전략 및 고객사 구축 사례

왜 지금 문서중앙화인가

• 생성형 AI 확산으로 문서보안 위협이 커지면서 통제의 최소 단위가 '망'에서 '문서'로 이동했습니다.
• 발표자료는 관련 위협 실태를 통계(52.9%, 84.8%)로 제시하며 등급분류·접근통제·이력관리의 필요성을 강조했습니다.
• 정부의 N2SF 추진으로 공공·금융 기관의 보안 패러다임이 '가두는 보안'에서 '데이터 중심 차등 보안'으로 전환되고 있습니다.
• 제로트러스트를 구현하려면 먼저 데이터 자산화가 필요하며, 그 첫 단계가 문서중앙화 시스템 구축이라는 점이 핵심 논지입니다.

세션 1. 인젠트 — 데이터 자산화를 위한 문서중앙화 시스템 구축

• N2SF는 국정원 보안지침으로, 문서 등급 처리와 권한 처리가 문서중앙화 기능과 그대로 일맥상통한다고 설명했습니다.
• 문서중앙화는 N2SF 모델 8에 해당하며, KISA 실증사업·NST 사례로 검증되어 리스크가 적고 접근이 쉬운 모델로 평가됩니다.
• DLP·DRM은 파일 유출 후 방어에 그치고, VDI·망분리는 물리적 차단만 하며, 파일서버·NAS는 단순 저장일 뿐 등급 분류가 불가능합니다.
• 반면 문서중앙화(ECM)는 유출감시·암호화·환경격리를 아우르는 공통 기반으로, 문서의 '유출'과 'AI 활용'을 동시에 해결합니다.
• 기존 망분리 환경도 내부망에 문서중앙화를 구축해 C등급을 제외한 S·O 등급만 반출하도록 전환하면 N2SF에 부합할 수 있습니다.

세션 1. 핵심 아키텍처와 도입 효과

• 문서관리는 생성-저장-공유-폐기의 4단계 생애주기를 중앙에서 통제하며, AES256 암호화와 이력관리로 전 과정 추적이 가능합니다.
• 데이터 중요도를 C·S·O로 나눠 차등 접근권한을 설계하고, 워터마크·이력 추적으로 등급이 높을수록 통제를 강화합니다.
• 물리적 망분리는 PC를 두 대 두어야 해 업무 효율이 떨어지지만, 문서중앙화는 등급에 맞는 문서를 외부에서도 안전하게 활용하게 합니다.
• 도입 효과는 데이터 거버넌스 확립(대시보드·컴플라이언스 대응)과 안전한 AI·RAG 연계 기반 마련 두 가지로 정리됩니다.
• 결과적으로 데이터 자산 가시성을 확보하고 AI 확장을 위한 통합 아키텍처 기반을 갖추게 됩니다.

세션 2. 인젠트 — 사람과 AI의 데이터 연결, 그리고 보안 리스크

• 사람의 업무 데이터와 AI 활용 데이터가 유기적으로 연결되어야 사람과 AI의 협업 시너지가 창출됩니다.
• AI Ready Data는 원본 문서를 Vector Embedding으로 변환해 Vector DB에 저장하고 LLM에 Context로 전달하는 과정입니다.
• 데이터 파이프라인은 Parsing-Chunking-Embedding-Indexing 전처리를 거치며, 실시간 스케줄링과 거버넌스를 포함합니다.
• 그러나 원본이 AI 데이터로 변환되는 과정에서 보안정책이 유실되어, 조직변경·인사이동·퇴사 시 권한이 즉각 반영되지 않는 보안 공백이 발생합니다.
• 원본과 AI 데이터 간 '스파게티' 권한 관리의 복잡성은 AI 환각과 권한 회수 불가 문제로 이어지는 구조적 한계를 안고 있습니다.

세션 2. INZENT Document AI Platform과 N2SF 통합

• 문서중앙화(EDM)와 RAGOps·eXperDB를 통합한 Document AI Platform은 RAG Pipeline·LLM·Chat Bot·Agent를 하나로 연결합니다.
• 원본 데이터의 실시간 변환과 동적 보안 적용을 통합해 접근 제어·열람 권한·다운로드 통제·민감정보 보호·Context 필터링을 제공합니다.
• 사용자는 문서만 등록하면 전처리와 권한 처리를 몰라도 AI 영역까지 자동 처리되는 구조로 설계되어 있습니다.
• N2SF는 2025년 USIM 해킹·계정 탈취 등 망분리에도 발생한 실제 사례를 근거로 '열어주되 통제는 강화'하는 패러다임을 지향합니다.
• N2SF 핵심 아키텍처는 데이터 분류 → 다중 모델링 엔진 → 통제 원칙의 3단계로, 위치(Domain)·주체(Subject)·객체(Object) 기반 동적 권한 통제(Dynamic Access Control)를 구현합니다.

세션 2. 고객사 구축 사례 — A 공사

• A 공사는 N2SF를 준수해 문서중앙화에서 C/S/O 등급을 자동 분류하고, AI가 맥락을 이해해 민감도를 판단·저장하도록 구현했습니다.
• INZENT EDM과 INZENT RAGOps + eXperDB를 결합해 데이터 처리 전 구간에서 C/S/O 등급을 유지하고 변환 과정의 보안정책 유실 문제를 해결했습니다.
• Gathering·Store부터 Parsing·Chunking·Embedding·Indexing, Vector DB·GraphDB, LLM Serving까지 전 구간에 등급 정보가 이어집니다.
• 내부망·외부망 사용자를 위치/주체 기준으로 나누고, C·S·O 등급별 사용자(User A~D)에게 제로트러스트 기반 데이터 보호와 안전한 AI 활용을 제공합니다.
• 이 사례는 문서중앙화·AI·N2SF가 유기적으로 결합해 실증적으로 지능형 업무 환경을 구현한 결과로 제시되었습니다.

문의처

• 소속: 인젠트(INZENT) / 담당자 최민아 프로
• 영업문의 이메일: [email protected]
• 영업문의 전화: 1668-1261
• 문의링크: https://www.inzent.com/cs_inquiry.php?pageName=buy