교육청 전용 ChatGPT가 필요하다. N2SF 기반 내부 LLM·Private AI 구축안

앞선 글에서는 공공기관에서 외부 생성형 AI를 사용할 때 ‘공문이냐 아니냐’보다 그 안의 정보가 공개(O), 민감(S), 기밀(C) 중 어디에 해당하는지를 먼저 봐야 한다고 정리했습니다. 그렇다면 자연스럽게 다음 질문이 생깁니다.

“S등급 업무정보도 안전하게 활용할 수 있는 교육청 전용 AI를 만들 수는 없을까?”

 가능합니다. 다만 ‘남는 PC에 로컬 LLM을 설치하는 것’과 ‘기관이 S등급 업무를 처리하도록 설계한 Private AI’를 같은 것으로 보면 안 됩니다. N2SF는 정보시스템이 처리하는 업무정보의 등급을 기준으로 시스템을 분류하고, 그 등급과 서비스 특성에 맞는 관리적·기술적·물리적 보안통제를 선정하도록 요구합니다.

1. 목표부터 다르게: ‘챗봇’이 아니라 S등급 업무지원 플랫폼

경북교육청 단위에서 내부 LLM을 구축한다면 단순한 공개자료 검색 챗봇보다 O정보와 S정보를 안전하게 처리할 수 있는 ‘교육행정 전용 생성형 AI 플랫폼’을 목표로 하는 편이 활용가치가 큽니다.

가칭: GBE-Private AI — 공개·민감 업무정보의 안전한 활용을 위한 교육행정 전용 AI

 C등급 정보까지 하나의 플랫폼에 억지로 포함시키기보다는, 우선 O/S 업무를 중심으로 설계하고 C정보는 별도의 더 강한 통제 환경으로 분리하는 접근이 현실적입니다.

2. 전체 구조: 사용자가 LLM에 바로 접근하지 않게 한다

교직원·교육전문직·행정직
        ↓
교육청 통합인증(SSO/MFA)
        ↓
GBE-Private AI 포털
        ↓
AI 보안 게이트웨이
  ├ 개인정보·민감정보 탐지
  ├ C/S/O 정책 적용
  ├ 파일·프롬프트 검사
  └ 사용자 권한 확인
        ↓
내부 LLM + 내부 RAG
        ↓
암호화 저장소 / 감사로그 / SIEM

이 구조에서 가장 중요한 부분은 모델 자체보다 ‘AI 보안 게이트웨이’입니다. 사용자가 입력한 문장과 첨부파일을 먼저 검사하고, 정보등급과 권한에 따라 허용·차단·마스킹 등의 정책을 적용한 뒤 LLM으로 전달하는 방식입니다.

3. ‘로컬 LLM’이라는 말만 믿으면 안 되는 이유

모델 추론을 교육청 내부 서버에서 한다고 해도 모든 처리가 내부에서 이루어진다는 보장은 없습니다. OCR은 외부 클라우드, 임베딩은 외부 AI API, 음성변환은 SaaS, 로그분석은 외부 서비스로 보내는 구조라면 민감정보가 다른 경로로 외부에 전송될 수 있습니다.

Private AI의 핵심은 ‘모델이 로컬인가’가 아니라 ‘정보의 전체 흐름이 기관 통제 아래 있는가’입니다.

 따라서 S등급을 처리하는 영역은 외부통신을 기본 차단(Default Deny)하고, 업무상 필요한 통신만 화이트리스트 방식으로 허용하는 구조가 적절합니다. N2SF 보안통제 해설서 역시 민감정보 환경에서 외부 연결 접점을 제한하고 승인된 통신 흐름만 허용하는 통제를 제시합니다.

4. O Zone과 S Zone을 분리한다

구역	주요 정보	운영 방향
O Zone	공개 법령·공개 공문·보도자료·공개 매뉴얼	접근성을 높인 일반 AI 업무지원
S Zone	개인정보·내부검토·인사·계약 등 허용된 민감정보	강한 인증·권한·DLP·로그·저장정책 적용
C Zone	기밀정보	필요 시 별도 환경과 별도 통제체계 검토

이렇게 나누면 공개자료 중심의 일상적 활용은 편리하게 유지하면서, 민감업무는 별도의 강한 통제 아래 처리할 수 있습니다.

5. 내부 RAG가 교육청 AI의 진짜 경쟁력

교육청 전용 AI의 가치는 단순히 외부 LLM을 내부 모델로 바꾸는 데 있지 않습니다. 경북교육청이 실제 업무에서 사용하는 최신 지침과 매뉴얼을 AI가 근거로 검색하도록 만드는 데 있습니다.

·       경상북도교육청 조례·규칙 및 각종 지침

·       교육부 법령·지침

·       학교업무 도움자료와 업무 매뉴얼

·       회계·계약·인사 관련 기준

·       감사 사례와 FAQ

·       공개 공문 및 승인된 내부 업무자료

사용자가 질문하면 인터넷의 일반 지식을 먼저 떠올리는 것이 아니라, 권한이 있는 내부 문서를 검색한 뒤 근거 문서와 함께 답하도록 설계합니다. 이 방식은 답변의 최신성과 근거성을 높이고 환각을 줄이는 데도 도움이 됩니다.

6. RAG 문서에도 ‘권한’이 붙어야 한다

내부 문서를 벡터DB에 넣었다고 해서 모든 사용자가 모든 문서를 검색할 수 있어서는 안 됩니다. 문서마다 공개범위와 보안등급, 접근 가능한 조직·직무 등의 메타데이터를 붙이고 검색 단계에서부터 권한을 적용해야 합니다.

·       문서명·생산기관·생산부서

·       작성일·최종 갱신일·유효기간

·       공개/비공개 여부 및 C/S/O 등급

·       접근 가능한 조직·직무

·       보존·폐기 기준

예를 들어 인사 관련 내부 기준은 인사업무 담당자에게만 검색되도록 해야 합니다. 그렇지 않으면 내부 AI가 오히려 기존 업무시스템보다 더 쉬운 정보유출 통로가 될 수 있습니다.

7. 대화기록도 업무 성격에 따라 다르게

모드	대상	권장 저장정책
일반 모드	O정보 중심	업무 편의를 위한 일정 기간 저장 가능
업무 보안 모드	S정보	기간 제한, 암호화, 접근통제
민감업무 모드	고민감 업무	세션 종료 후 내용 자동삭제 등 최소보존 검토

다만 감사와 사고대응을 위해 ‘누가, 언제, 어떤 시스템 기능을 사용했는가’와 같은 필요한 최소 로그는 기관 정책에 따라 별도로 관리할 수 있습니다.

8. 학교 현장에서는 무엇이 달라질까?

제대로 구축된 내부 AI는 단순한 질의응답을 넘어 학교의 실제 행정 흐름과 연결될 수 있습니다.

·       공문 PDF/HWP/HWPX에서 핵심내용·제출기한·담당부서·학교 조치사항 자동 추출

·       공문을 근거로 학교 시행계획·기안문 초안 작성

·       교육청 최신 지침을 근거로 회계·계약·인사 업무 질의응답

·       학교 관리자용 일일 주요업무 브리핑 생성

·       공문에서 일정·마감일을 추출해 내부 캘린더와 연계

·       업무별 Agent가 승인된 내부 시스템과 연결되어 반복업무를 지원

9. 특정 LLM에 종속되지 않는 구조가 필요하다

AI 모델은 빠르게 바뀝니다. 따라서 Llama, Gemma, Qwen 등 특정 모델 하나를 플랫폼 전체와 강하게 묶기보다 모델 라우터를 두어 검증된 모델을 교체할 수 있게 만드는 것이 좋습니다. 인증, 보안 게이트웨이, RAG, 로그, 문서권한 체계는 유지하고 모델만 교체할 수 있어야 장기 운영이 쉬워집니다.

10. 구축보다 먼저 해야 할 일: N2SF 절차

가장 중요한 점은 서버를 구매하고 모델을 설치하는 것부터 시작하면 안 된다는 것입니다. N2SF는 준비, C/S/O 등급분류, 위협식별, 보안통제 선정·구현, 적절성 평가·조정의 흐름으로 정보서비스의 보안대책을 설계하도록 합니다.

단계	핵심 활동
1. Prepare	업무·정보·시스템·서비스 범위와 보안목표 식별
2. Categorize	업무정보와 정보시스템의 C/S/O 등급분류
3. Identify	AI·RAG·네트워크·사용자·데이터 흐름의 위협 식별
4. Select	등급과 위협에 맞는 관리적·기술적·물리적 보안통제 선정·구현
5. Assess	적절성 평가·조정 후 필요한 보안성 검토 준비

마무리: 사용자를 교육하는 것에서 ‘실수해도 안전한 시스템’으로

현재 생성형 AI 보안은 교직원에게 ‘민감정보를 넣지 마세요’라고 안내하는 방식에 크게 의존합니다. 물론 사용자 교육은 반드시 필요합니다. 하지만 수많은 공문과 자료를 다루는 현장에서 매번 개인이 정확한 등급을 판단하기는 어렵습니다.

장기적인 해답은 AI를 못 쓰게 하는 것이 아니라, 업무정보를 안전하게 쓸 수 있는 AI를 만드는 것입니다.

 교육청 차원의 Private AI가 의미를 갖는 이유도 여기에 있습니다. 인증과 권한, 정보등급, DLP, 내부 RAG, 외부통신 통제, 감사로그를 하나의 플랫폼으로 묶으면 교직원은 보안규정을 지키면서도 생성형 AI의 업무 효율을 실제 행정에 활용할 수 있습니다.

향후에는 이 기반 위에 공문 분석, 일정관리, 보고자료 작성, 규정 검색을 넘어 승인된 내부 시스템과 연계되는 교육행정 AI Agent까지 확장할 수 있습니다. 그 출발점은 더 큰 모델이 아니라 ‘정보의 등급과 흐름을 먼저 설계하는 것’입니다.

 

근거자료: 「국가 망 보안체계(N2SF) 보안 가이드라인 1.0」, 「보안통제 항목 해설서」. N2SF는 기관 특성과 정보서비스 환경에 따라 보안통제를 선택·조정하고, 필요한 경우 추가 통제를 정의할 수 있도록 하고 있습니다. 실제 구축 시에는 정보보안담당관 검토와 관련 규정·보안성 검토 절차를 반드시 확인해야 합니다.

 

본 글은 N2SF 관련 자료를 바탕으로 작성자가 내용을 검토하였으며, 자료 분석과 초안 작성 및 문장 정리에 ChatGPT(OpenAI)를 활용하였습니다.