민감한 사내 데이터 때문에 AI 업무가 멈춰 있다면
막혀 있던 그 업무를, 이미 쓰는 시스템 안에서 그대로 실행합니다. 사람이 묻든 시스템이 호출하든 경로는 같습니다.
LLM Capsule은 민감한 값만 형태가 같은 대체값으로 치환합니다. 표·관계·이력 같은 구조는 유지돼 모델이 그대로 읽습니다. 승인된 모델이 그 데이터로 실행되면 LLM Capsule이 결과의 원본값을 복원합니다.
회사 안에서 쓰셔도, 우리 제품에 넣으셔도 LLM Capsule은 같은 방식으로 작동합니다.
민감한 데이터 때문에 멈춰 있던 AI 업무를 지금 쓰는 시스템 안에서 실행한다는 점은 같습니다.
막혀 있던 그 업무를, 이미 쓰는 시스템 안에서 그대로 실행합니다. 사람이 묻든 시스템이 호출하든 경로는 같습니다.
제공하지 못했던 그 기능을, SDK나 API로 우리 제품 안에 넣어 고객에게 제공합니다.
치환, 승인된 모델 경로에서 실행, 고객 환경 안에서 복원. 세 단계가 한 번의 요청 안에서 끝납니다.
자동으로 재생됩니다. 마지막 단계를 눌러 직접 복원해 보세요.
어떤 원본값을 어떤 대체값으로 바꿨는지는 고객 환경 안의 복원 대조표에만 남습니다.
대체값이 여기 나타납니다.
보호된 데이터만 승인된 모델 경로로 나갑니다.
외부 · VPC · 온프렘
LLM Capsule이 고객 환경 안에서 값을 조회합니다. 원본값은 모델로 다시 가지 않습니다.
환경 밖으로 나가는 것은 ⟨capsule:…⟩ 형태뿐입니다. 원본값과 복원 대조표는 안에 남습니다.
마스킹은 값을 삭제해 답이 불완전하게 돌아옵니다. 프라이버시 볼트는 값을 가려 보관하지만 업무에 필요한 맥락은 남기지 못합니다.
LLM Capsule은 맥락을 보존해 치환하고, 답을 실무에 바로 쓰이는 형태로 복원합니다.
circuit_id = ██████on node ███이력 ████
값 + 대조표→ 맥락 유실
circuit_id = ⟨capsule:circuit_1⟩on node ⟨capsule:node_1⟩이력 유지
치환만으로는 원본을 안에 두면서 업무에 필요한 활용성까지 얻기 어려운 경우, 필요한 패턴·분포·관계를 갖춘 데이터를 DTS로 재구성합니다.
일관된 치환으로 유지되는 관계는 그대로 두고, 추가 재구성이 필요한 데이터만 다시 만듭니다.
고객 문의 처리, 계약서 검토처럼 이름·계좌·코드를 바꿔도 내용과 연결이 그대로 유지되는 업무. 같은 사람은 같은 대체값으로 이어지고, 답의 치환값은 원래 값으로 돌아옵니다.
거래 패턴 분석, 의료·보험 데이터 분석처럼 금액·시간·검사값 사이의 관계 자체가 답인 업무. 값을 하나씩 바꾸면 패턴이 사라지므로, 필요한 관계를 갖춘 데이터로 다시 만들어 분석합니다. 재구성한 데이터는 분석·학습·평가에 쓰고, 개별 고객 건에 대한 실제 판단은 치환·복원 경로로 처리합니다.
모든 데이터에 재구성이 필요한 것은 아닙니다.
재구성한 데이터는 원본으로 되돌리는 대상이 아닙니다.
온프레미스·VPC·통제망에서 측정했습니다. 데모 데이터셋이 아니라 서식이 정해진 실제 운영 문서를 사용했습니다.

입력 데이터BGP 로그 · 회선 ID
돌아오는 결과복원된 장애 티켓

입력 데이터설비 ID · ICS 경보
돌아오는 결과갱신된 현장 작업지시

입력 데이터임상 노트 · 의료 기록 ID
돌아오는 결과복원된 EHR 기록

입력 데이터작전 로그 · 임무 보고서
돌아오는 결과지휘 보고서 · 감사 기록
운영 데이터는 매주 바뀝니다. 품질이 흔들리면 실행마다 답이 달라지고 지난달 승인받은 결과의 근거도 남지 않습니다. CUBIG의 AI-Ready 데이터 플랫폼 Syntitan이 데이터를 AI가 쓸 수 있는 상태로 유지하고 그 상태를 실행마다 검증 가능하게 남깁니다.
모델에 보낼 수 없던 데이터로 AI가 작업하고 답에는 원본값이 복원됩니다. 나머지 워크플로우는 그대로입니다.
품질과 일관성을 실행마다 점검하고 사용한 데이터 상태를 함께 남깁니다. 감사·재심사 시점에 동일 조건으로 재실행해 근거를 제시할 수 있습니다.
각각 독립적으로 도입할 수 있습니다. 반복 업무·변경·재검증 수요에 따라 운영 범위를 넓힙니다.
실무팀과 보안팀이 먼저 묻는 질문들을 준비했습니다.
네. 승인된 모델 경로는 외부 API, VPC 엔드포인트, 로컬 모델 어느 쪽이든 됩니다. 그 경로로는 보호된 데이터만 지나갑니다.
온프레미스, VPC, 통제망에 배포할 수 있습니다. 배포 경계와 승인된 모델 경로는 아키텍처 검토에서 고객이 정합니다.
대표 워크플로우 하나로 시작해 보세요. 로그, 티켓, 표, PDF, 스캔처럼 이미 다루고 있는 운영 기록이면 됩니다.
아닙니다. LLM Capsule이 모델 호출 전에 값을 대체하고 결과를 받은 뒤 복원하므로 프롬프트와 모델은 그대로 둡니다. 바뀌는 것은 연동 지점이고 그 범위는 워크플로우와 모델 엔드포인트에 따라 다릅니다.
워크플로우별로 고객 팀이 정합니다. 표준 PII 탐지가 놓치는 업무 식별자와 참조값까지 포함합니다.
배포 경계, 승인된 모델 경로, 대체 정책, 원본값과 복원 대조표의 위치, 그리고 결과를 복원하는 방식입니다.
대표 payload 하나, 사용하실 모델 경로, 워크플로우에 필요한 결과 형태입니다. 치환부터 복원까지 전 과정을 실행해 보여드립니다.
같은 회사의 핵심 기술로 이어지는, 서로 다른 문제를 푸는 제품입니다. LLM Capsule은 민감한 운영 데이터로 막힌 AI 업무를 고객 환경 안에서 실행하고, Syntitan은 데이터를 AI가 쓸 수 있는 상태로 유지하고 실행마다 검증합니다. 각각 독립적으로 도입할 수 있고, 반복되는 업무·변경·재검증 수요에 따라 운영 범위를 넓힙니다.
무료 Slack 봇으로 시작하세요. 다른 연동도 준비하고 있습니다.

Microsoft Teams에서 Claude에게 물어보세요. 현재 개발 중이며 아직 제공되지 않습니다.

Jira와 Confluence에 LLM Capsule을 연결합니다. 현재 개발 중이며 아직 제공되지 않습니다.
새 연동을 계속 추가하고 있습니다. 전체 디렉토리를 둘러보세요.
모든 연동 보기 →AI 응답은 부정확하거나 불완전할 수 있습니다. 실제로 반영하실 내용은 반드시 검토하세요.
무엇이 환경 안에 남고 원본값이 어떻게 복원되는지 직접 확인하실 수 있습니다.