파수 디지털 인텔리전스 2024 통해 기업용LLM '파수 ELLM' 첫 선
문서에 대한 높은 이해도 갖춘 ELLM…서비스 지속 선보일 예정
조규곤 파수 대표가 3일 서울 여의도 페어몬트호텔에서 열린 '파수 디지털 인텔리전스 2024(FDI 2024)'에서 발표하고 있다(사진=송혜리 기자) *재판매 및 DB 금지 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
[서울=뉴시스]송혜리 기자 = "작지만 강한 맞춤형 인공지능(AI) 파수 엔터프라이즈 LLM(파수 ELLM, 이하 ELLM)으로 고객의 생성형 AI 활용을 돕는 AI 기업으로 거듭나겠습니다."
조규곤 파수 대표가 3일 서울 여의도 페어몬트호텔에서 열린 '파수 디지털 인텔리전스 2024(FDI 2024)'에서 이같이 강조했다.
FDI는 파수의 연례 기술콘퍼런스다. 올해는 'AI시대를 위한 준비: 엔터프라이즈 LLM, 데이터 그리고 보안'을 주제로 열렸다.
파수는 이날 행사를 통해 회사가 개발한 기업용 경량대형언어모델(sLLM) ELLM을 공개했다.
조규곤 대표는 "생성형AI가 나온지 불과 정확히 1년이 채 안됐지만, 이것은 모든 이슈를 다 삼켜버리고 있다"면서 "이는 새로운 기술이라기 보다는 새로운 컴퓨팅 패러다임"이라고 말했다.
파수는 조규곤 대표가 지난 2000년 설립한 보안기업이다. 데이터보안, 애플리케이션보안, 기업용 문서 플랫폼, 개인정보 비식별화, 정보보호 컨설팅 등의 사업을 영위하고 있다. 2000여개의 국내 기업과 기관에 제품을 공급하며 데이터 보안 1위 기업의 자리를 지키고 있으며, 2012년 미국법인을 설립한 이래 글로벌 시장에서도 사업을 확대해 나가고 있다. 2013년에 코스닥시장에 상장했다.
20여년 간 축적한 데이터 보안·관리 역량 담아내
이날 파수가 공개한 ELLM은 거대언어모델(LLM)을 산업 분야·고객 특성에 맞게 경량화 한 sLLM이다.
sLLM은 LLM보다 작은 규모의 대형 언어 모델이다. LLM에 비해 컴퓨팅 자원을 덜 사용하기 때문에 비용 절감이 가능하다. 누구나 쉽게 접근 가능한 퍼블릭(Public) LLM과 달리 기업 내부에서만 사용할 수 있어 안전하며, 조직의 업무와 관련된 답변만을 생성해 업무 생산성을 극대화 할 수 있다는 장점이 있다.
ELLM은 지난 20여년 간 데이터 보안·관리 시장을 이끌어 온 파수의 역량이 더해져 업무 문서에 대한 이해도가 높다. 파수는 AI 학습을 위한 내부 데이터 관리의 필수조건인 문서자산화와 버전관리, 권한제어를 모두 해결하는 문서관리 플랫폼 '랩소디'을 보유하고 있다.
이런 역량을 바탕으로 ELLM은 보고서 작성·문서 요약, 내부 데이터 분석, 지식창고 운영, 고객 응대 등 다양한 분야의 업무 생산성과 효율성 개선을 돕는다. 특히 문서 기반 대화를 통해 문서 내용을 검색하거나 요약하는 등 활용 능력이 강점이다.
아울러 사용자에 특화된 데이터로 신뢰성이 높은 맞춤형 결과물을 제공하는데 최적화했다. 사용자별 도메인 사전 특화 학습(DAPT)과 실행단위(태스크)별 미세조정(파인튜닝) 학습으로 맞춤형 결과물을 제공한다. 아울러 외부 검색 엔진이나 내부 시스템의 검색 기능 등과 연계할 수 있는 확장형 구조를 갖췄다.
생성형AI로 유출되는 핵심·개인정보 방지…이미지속 개인정보도 검출
보안도 빼놓을 수 없는 부분이다. 회사는 본격적인 생성형AI 시대를 맞아 ▲생성형AI 정보유출방지 솔루션 'AI-R DRM' ▲AI 기반 개인정보 검출 및 보호 솔루션 'AI-R 프라이버시' 등도 선보인다.
'AI-R DRM'은 생성형AI서비스에 사용되는 데이터를 모니터링하고 민간정보를 차단한다. 이를 통해 사용자의 실수로 인해 생성형AI가 사내 중요 정보를 학습하게 되는 상황을 미연에 방지할 수 있고, 관리자는 민감정보 차단 정책을 조직의 환경에 알맞게 설정할 수 있다.
'AI-R 프라이버시'는 개인정보 검출·보호 솔루션이다. 한글 특성과 개인정보 특성에 최적화된 '트랜스포머' 기술 기반의 자연어 처리 언어 모델이 탑재돼 텍스트뿐만 아니라 이미지 속에 존재하는 개인정보까지 모두 검출한다.
☞공감언론 뉴시스 chewoo@newsis.com
▶ 네이버에서 뉴시스 구독하기
▶ K-Artprice, 유명 미술작품 가격 공개
<저작권자ⓒ 공감언론 뉴시스통신사. 무단전재-재배포 금지.>
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.