신뢰 증거

증거. 레이어 뒤의 근거입니다.

실제 운영 사례. 보안 인증. 특허. 연구. 수상 이력. 파트너십. 구매 담당자·보안팀·감사팀이 필요로 하는 신뢰 지표를 한곳에 모았습니다.

raw data egress to external AI (air-gapped case)

0.94

PII detection F1 in automated de-identification

Blocked → Enabled

external LLM use on data that was previously off-limits

// 규제 산업 전반에 배포 완료 — 금융 · 공공 · 국방 · 의료 · 통신

고객사

Woori BankKYOBOHana BankSamsung SecuritiesSK telecomEUMCClaroty

인증

ISO 27001ISO 42001GS Certified · Grade 1KISA Fast Track

파트너

AWS MarketplaceNVIDIA InceptionNaver Cloud

수상 및 선정

Minister of Science & ICT PrizeEmerging AI+X Top 100T-Challenge 2026

운영 사례 기록

데이터 노출로 차단되었다가 LLM Capsule로 재개된 실제 워크플로우입니다. 각 기록에는 변경된 내용, 보호 메커니즘, 감사 및 재현 방법이 포함되어 있습니다. 기능별로 필터링하고 카드를 클릭하면 상세 내용을 확인할 수 있습니다.

6 records · filtered: 전체

노출됨프롬프트 내 민감 데이터 (이전)

대체됨민감 필드 (이후)

유지됨출력 가용성

Before

보험 계약자 이름, ID 번호, 의료 정보가 포함된 청구 문서가 외부 LLM API로 직접 전송되었습니다. 컴플라이언스 팀이 해당 워크플로우를 차단했습니다.

After

LLM Capsule이 제출 전 민감 필드를 복원 가능한 대체값으로 치환했습니다. 출력값이 반환되어 로컬에서 복원된 후 하위 시스템에서 활용되었습니다.

What Changed

LLM Capsule 레이어가 워크플로우에 삽입되었습니다. 치환 대상에는 이름, ID, 날짜, 의료 필드 패턴이 포함됩니다. 민감 원본값은 로컬 토큰 볼트에 보관됩니다.

Reproduce

각 치환 실행은 고정된 릴리스 상태에 기록 및 바인딩되므로, 동일한 치환 로직으로 감사 및 회귀 검증을 위한 재현이 가능합니다.

탐지 — 이름, ID, 날짜, 의료 필드 패턴
치환 — 제출 전 복원 가능한 대체값 적용
캡슐 전송 — 보호된 캡슐만 LLM에 도달
복원 — 출력값을 로컬에서 재구성하여 하위 시스템에 전달

↑ 신뢰 경계 — 보험 계약자 및 의료 원본 데이터는 경계를 넘지 않음

State CardSubstitution LogToken Vault RecordRe-run Record

차단됨외부 LLM (이전)

사용 가능외부 LLM (이후)

0%원본 데이터 유출

N2SF가이드라인 준수

Before

네트워크 분리(에어갭) 환경에서는 외부 LLM을 전혀 사용할 수 없었으며, 기밀 컨텍스트 노출에 대한 우려로 AI 도입 자체가 전면 차단되었습니다.

After

LLM Capsule이 민감 컨텍스트를 로컬에서 캡슐화합니다. 원본이 아닌 보호된 캡슐만 외부 LLM에서 처리되며, 결과는 경계 내부에서 로컬로 복원됩니다. 분류된 원본 컨텍스트는 경계를 넘지 않으며 N2SF 가이드라인을 준수합니다.

What Changed

민감 컨텍스트는 처리 전 로컬 대체값으로 치환되고, 처리 후 로컬에서 재구성됩니다. 원본 데이터는 엔클레이브를 벗어나지 않습니다.

Reproduce

모든 캡슐화/복원 이벤트는 로컬에 기록되므로, 처리된 모든 요청을 경계 내에서 재구성 및 검사할 수 있습니다.

민감 컨텍스트 — 기밀 작전 세부 정보
캡슐화 — 엔클레이브 내부에서 로컬 실행
실행 — 캡슐 처리, 원본 데이터 유출 0%
복원 — 로컬에서 재수화; N2SF 가이드라인 준수

↑ 신뢰 경계 — 에어갭을 통한 데이터 이동 없음; 원본 컨텍스트는 내부에 유지

Local Token VaultAudit LogN2SF Alignment

차단됨내부 문서 LLM 사용 (이전)

사용 가능안전한 LLM 사용 (이후)

로컬PII 탐지 및 복원

Before

계약서, 인사 기록, 개인정보 및 기밀 정보가 담긴 고객 파일 등 내부 문서를 요약이나 검색을 위해 ChatGPT, Claude, Gemini로 전송할 수 없었습니다. 보안 팀이 이를 차단했습니다.

After

LLM Capsule이 요청이 외부 LLM에 도달하기 전에 개인정보 및 기밀 필드를 로컬에서 탐지하고 치환한 후, 응답에서 원본값을 복원합니다. 이를 통해 직원들이 원본 데이터가 조직 외부로 나가지 않고도 내부 문서를 요약하고 검색할 수 있습니다.

What Changed

LLM Capsule 게이트웨이가 내부 도구와 외부 LLM 사이에 배치되었습니다. 탐지 범위는 이름, 연락처, ID, 계정/계약 식별자를 포함하며, 원본값은 로컬 토큰 볼트에 보관됩니다.

Reproduce

각 요청의 치환 내역은 고정된 릴리스 상태에 기록 및 바인딩되므로, 특정 문서 Q&A 실행을 감사용으로 재구성할 수 있습니다.

탐지 — 이름, 연락처, ID, 계정/계약 식별자
치환 — 요청 전송 전 복원 가능한 대체값 적용
게이트웨이 — 보호된 요청만 ChatGPT / Claude / Gemini에 도달
복원 — 응답에서 원본값을 로컬로 재수화

↑ 신뢰 경계 — 내부 문서 원본은 외부 LLM 공급업체에 도달하지 않음

Substitution LogToken Vault RecordAudit Log

차단됨검증 상태 (이전)

재개됨검증 상태 (이후)

DP-safe프라이버시 방법

Before

모델 검증에 필요한 실제 환자 기록에 규제상 제약으로 접근할 수 없었습니다. 검증 파이프라인이 중단되었습니다.

After

실제 분포 특성과 일치하는 차등 프라이버시 안전(DP-safe) 대체 기록이 — 실제 식별 가능한 정보 없이 — 검증 파이프라인의 차단을 해제했습니다.

What Changed

접근 불가한 실제 기록이 DP-safe 동등 데이터로 대체되었습니다. 데이터 분포가 유지되고, 컴플라이언스 검토를 통과했으며, 검증 파이프라인이 수정 없이 재개되었습니다.

Reproduce

대체 데이터셋은 버전 관리되어 고정된 데이터 상태에 바인딩되므로, 동일한 분포로 원하는 시점에 검증 실행을 재현할 수 있습니다. 감사 추적은 전체 과정에서 유지됩니다.

제한된 입력 — 실제 환자 기록 (규제 차단)
대체 — DP-safe, 분포 일치 동등 데이터
프라이버시 — 데이터셋에 실제 식별 가능한 정보 없음
결과 — 검증 재개; 컴플라이언스 검토 통과

↑ 신뢰 경계 — 실제 환자 식별자는 파이프라인에 진입하지 않음

State CardDP Audit LogDataset Version

제한됨원본 OT 데이터 (이전)

사용 가능AI 위협 분석 (이후)

구조 보존비식별화

Before

OT/ICS 네트워크 데이터에 민감한 운영 세부 정보가 포함되어 있어, 자동화된 위협 분석을 위해 외부 AI로 전송할 수 없었습니다.

After

구조 보존 비식별화를 통해 AI 에이전트가 네트워크 데이터를 분석하고 위협 질의에 응답할 수 있습니다. 관계를 유지하면서 민감한 값은 대체값으로 교체됩니다. (글로벌 OT 보안 플랫폼의 탐지 솔루션과 통합됨.)

What Changed

네트워크 데이터의 민감 필드가 치환되는 동안 토폴로지와 관계는 그대로 유지되어, 에이전트가 현실적인 컨텍스트를 기반으로 추론할 수 있습니다.

Reproduce

비식별화된 데이터셋과 에이전트의 분석 결과가 고정된 데이터 상태에 바인딩되므로, 동일한 분석을 재실행하고 검증할 수 있습니다.

제한된 입력 — 운영 세부 정보가 포함된 OT/ICS 네트워크 데이터
비식별화 — 구조 보존 (토폴로지 유지)
분석 — AI 에이전트가 현실적이고 안전한 컨텍스트에서 추론
통합 — 글로벌 OT 보안 탐지 플랫폼과 연동

↑ 신뢰 경계 — 민감한 운영 값은 비식별화된 채로 외부로 나가지 않음

De-identified DatasetAgent Analysis LogStructure Map

수동공개 심사 (이전)

자동화됨심사 (이후)

0.94PII 탐지 F1

멀티 에이전트탐지 · 추적 · 비식별화

Before

민감한 집계 통계를 내보내는 사용자는 담당자별 수동 비식별화 및 공개 검토가 필요했습니다. 일관성이 없고 감사하기 어려웠습니다.

After

담당자별 비식별화 모듈과 멀티 에이전트 파이프라인이 집계 데이터에서 개인정보를 탐지, 추적, 비식별화하여 공개 검토 프로세스를 자동화하고 표준화합니다.

What Changed

Release State가 비식별화 전후의 데이터에 핑거프린트를 남기므로, 어떤 기록이 어떻게 변환되었는지 감사를 위해 추적할 수 있습니다.

Reproduce

이전 공개 이력을 바인딩된 Release State에 대해 재실행하여 규제 검사를 위한 심사 프로세스를 재현할 수 있습니다.

이전 — 담당자별 수동 비식별화 (감사 어려움)
탐지 — 멀티 에이전트 PII 탐지 (F1 0.94)
파이프라인 — 탐지, 추적, 비식별화, 표준화
감사 — 공개 전후 릴리스 상태 핑거프린트

↑ 신뢰 경계 — PII는 모든 공개 전에 제거되고 추적됨

De-identification ReportRelease Audit LogDetection TraceState Card

보안 및 컴플라이언스 인증

LLM Capsule이 취득한 독립 감사 기반 인증입니다.

Certification

ISO 27001 — Information Security Management

International Standard · Certified by Korea Foundation for Quality (KFQ)

International standard for information security management. Demonstrates a systematic approach to protecting sensitive information.

Certification

ISO 42001 — AI Management System

International Standard · Certified by Korea Foundation for Quality (KFQ)

International standard for AI management systems. Demonstrates responsible AI governance and risk management.

Certification · GS Grade 1

GS Certification (Grade 1) — LLM Capsule

Korean SW Quality Certification, Grade 1 · LLM Capsule 2024 · listed on the public Innovation Procurement Marketplace

Top-grade (Grade 1) Korean government software-quality certification, supporting public-sector procurement via the Innovation Marketplace.

Government Track

KISA Fast Track (2024)

Korea Internet & Security Agency (KISA) · 2024

Selected for the KISA information-security industry Fast Track program.

특허 및 출원

LLM Capsule의 등록 특허 및 출원 현황입니다. 개인정보를 노출하지 않고 AI를 활용하기 위한 기술적 기반이 문서로 증명됩니다.

Patent · KR Registered · US Pending

AI-Based Service Providing Method Without Leaking Private Information and Client Apparatus

KR Reg. No. 10-2757651 (App. 10-2023-0133086, Registered 2025-01-16) · US App. No. 18/908,054 (Filed 2024-10-07)

Core LLM Capsule patent. Method and client apparatus for AI services without exposing private information — registered in Korea, pending in the US.

Patent · Pending · KR + US

Method for Providing Security for On-Device Artificial Intelligence Models

KR App. No. 10-2025-0003223 (Filed 2025-01-09) / 10-2026-0000037 (priority, Filed 2026-01-02) · US App. (Ref. PO25-025-US)

Security provisioning method for AI models running on-device — supports the on-prem / air-gapped execution path. Korean priority applications with a corresponding US filing.

Patent · Pending · KR · Expedited

Data Management Method and System for AI Execution Control

KR App. No. 10-2026-0053050 · Filed 2026-03-24 · Expedited examination granted 2026-04-08

Method and system for controlling and managing data state within AI execution environments. Expedited examination granted.

Patent · Pending · KR

Method and Inference Apparatus for Building Deep Learning Models Robust to Private Information Exposure

KR App. No. 10-2023-0074745 · Filed 2023-06-12

Deep-learning model construction robust to private-information exposure. Applicant: Ewha Womans University (co-research).

Patent · Pending · KR

Method and Analysis Apparatus for Building AI Models that Process Heterogeneous Datasets

KR App. No. 10-2023-0013029 · Filed 2023-01-31 · Under examination

AI model construction method for heterogeneous datasets. Applicant: Ewha Womans University (co-research).

보호 기술의 토대가 된 연구

LLM Capsule은 창업팀이 동료 심사 학술지에 발표한 프라이버시·보안 연구를 기반으로 합니다. 비식별화, 멤버십 추론 공격 방어, 분산 머신러닝 보안 분야의 연구 성과입니다. 아래 각 논문에는 해당 연구가 무엇을 했는지, 그 원리가 오늘날 데이터 레이어에서 어떻게 구현되는지를 함께 설명합니다.

비식별화 및 민감 데이터 보호

IEEE BIBM 2023

Privacy-Preserving Publishing of Individual-Level Medical Data for Cloud Services

Ho Bae, Heonseok Ha, Siwon Kim · IEEE BIBM · Istanbul, Dec 2023

Formalizes how individual-level medical records can be released to cloud services under strict privacy constraints while staying useful. It frames the exact problem LLM Capsule addresses: letting an organization use sensitive data with an external service without handing over the raw records.

IEEE/ACM TCBB 2022

DNA Privacy: Analyzing Malicious DNA Sequences Using Deep Neural Networks

Ho Bae, Seonwoo Min, Hyun-Soo Choi, Sungroh Yoon · IEEE/ACM Transactions on Computational Biology and Bioinformatics · 2022

A deep-learning approach to security and privacy on genomic sequences — among the most tightly regulated data classes there is. It shows how far the founding team's privacy research reaches, well beyond the document and tabular data an AI data layer handles day to day.

PSB 2020

AnomiGAN: Generative Adversarial Networks for Anonymizing Private Medical Data

Ho Bae, Dahuin Jung, Hyun-Soo Choi, Sungroh Yoon · Pacific Symposium on Biocomputing · 2020

Anonymizes sensitive medical records with a GAN while preserving the statistical structure downstream models rely on. LLM Capsule works from the same structure-preserving principle: it de-identifies fields before they reach an external LLM and restores them afterward, so the data stays usable without being exposed.

멤버십 및 추론 공격 방어

BMVC 2022

MPGAN: Membership Privacy-Preserving GAN

Heonseok Ha, Uiwon Hwang, Jaehee Jang, Ho Bae, Sungroh Yoon · BMVC · London, Nov 2022

Trains generative models that resist membership-inference attacks, so an adversary can't tell whether a given record was in the training data. The same concern drives how LLM Capsule keeps individual records from being re-identifiable in what a model returns.

ACM AsiaCCS 2022

Membership Feature Disentanglement Network

Heonseok Ha, J. Jang, Y. Jeong, S. Yoon · ACM Asia Conference on Computer and Communications Security · 2022

Disentangles membership-revealing features from model representations, lowering exposure to inference attacks. It is the kind of privacy guarantee enterprise buyers ask about before sensitive data ever touches a model.

CUBIG 창업팀 및 공동 연구자의 주요 논문입니다. 전체 논문 목록 및 인용 현황은 별도 요청으로 확인하실 수 있습니다.

수상 및 인정

각 항목에는 수여 기관, 날짜, 그리고 정확히 무엇이 인정받았는지를 명시합니다. 로고만으로는 부족한 구매 담당자를 위한 검증 가능한 근거입니다.

Industry Award

Deutsche Telekom T-Challenge 2026 — 2위

T-Mobile / Deutsche Telekom · 2026

비식별화 및 현지 복원 기술로 글로벌 오픈 이노베이션 프로그램에서 2위를 차지했습니다.

Government Award

정보보호 제품 혁신대상 — 과학기술정보통신부 장관상

과학기술정보통신부 · 2024-11-26

정보·물리보안 부문 대상.

Recognition

2026 Emerging AI+X Top 100

한국AI산업협회 · 2026

Zero Access 아키텍처와 프라이버시 기술이 인정받아 선정되었습니다.

Startup Recognition

NVIDIA Inception · SKT × 하나은행 AI 액셀러레이터

2024–2025

NVIDIA Inception 멤버 선정 및 공동 AI 스타트업 액셀러레이터 선발.

Recognition

Startup World Cup Finalist · NextRise Global Innovator

2024

글로벌 스타트업 경진대회 파이널리스트 및 이노베이터 선발.

기술 및 에코시스템 파트너

각 파트너십이 실제로 제공하는 것 — 배포 채널, 인프라, 또는 검증 — 을 구체적으로 설명합니다. 단순한 로고 나열이 아닙니다.

Marketplace

AWS Marketplace

LLM Capsule 등재 · 구매 즉시 가능

AWS를 통한 직접 구매 및 프라이빗 오퍼 배포를 지원하여 기업 조달 절차를 간소화합니다.

Infrastructure

NVIDIA Inception

멤버 프로그램

온프레미스 및 가속 배포를 지원하는 NVIDIA의 기술 및 시장 진출 리소스에 접근할 수 있습니다.

Cloud

NAVER Cloud

배포 파트너

데이터 레지던시 요건이 있는 고객을 위한 국내 공공·기업 클라우드 배포 경로를 제공합니다.

언론 보도

LLM Capsule과 보안 AI 접근 방식에 관한 보도 및 인터뷰입니다.

Press Coverage

CUBIG Validates LLM Capsule's Technical Efficacy Across Global Industrial Sites ↗

한국경제 비즈니스 · 2026년 4월 22일

글로벌 산업 사이버보안 기업 Claroty와 공동으로 실제 운영 환경에서 LLM Capsule의 Zero Exposure AI Gateway 아키텍처를 검증한 내용을 다룬 보도입니다. 원본 데이터는 외부 LLM 벤더에 전달되지 않습니다.

Press Coverage

CUBIG Listed in Gartner Hyper-Synthetic Data Report — Only Asian Vendor Named ↗

전자신문 (etnews) · 2025년 7월 30일

Gartner의 "Emerging Tech: Trends for Hyper-Synthetic Data"(2025년 6월)에서 CUBIG이 26개 글로벌 핵심 벤더 중 하나로 선정되었습니다. 4개월에 걸친 심층 인터뷰와 60개 이상의 실제 사례 분석을 거쳤으며, 목록에 포함된 유일한 아시아 기업입니다.

Press Coverage

LLM Capsule Emerges as Essential Tool for Safe Enterprise AI Adoption ↗

한국경제 · 2025년 4월 1일

데이터 유출 우려로 생성형 AI 도입을 주저하는 기업·공공기관 사이에서, ChatGPT·Claude·Gemini에 대한 실시간 민감정보 차단 솔루션인 LLM Capsule이 규제 준수 AI 활용의 핵심 수단으로 주목받고 있습니다.

Interview

[VivaTech 2025] CUBIG — "Designing the Future of AI Data Security" ↗

뉴스핌 · 2025년 6월 4일

파리 VivaTech 2025에서 배호 대표가 CUBIG의 세 가지 핵심 기술 — DTS, LLM Capsule, DataXpert — 을 소개하고, 망분리 배포가 금융·의료·국방 분야에서 빠르게 확산되는 이유를 설명했습니다.

Press Coverage

LLM Capsule Selected for South Korea's Government Tech Pilot Purchase Program ↗

테크월드 뉴스 · 2025년 6월 2일

중소벤처기업부가 LLM Capsule을 기술 시범 구매 프로그램에 선정했습니다. 기술 역량, 시장성, 혁신성에 대한 엄격한 평가를 통과하여 공공 부문 직접 배포 경로가 열렸습니다.

Press Coverage

CUBIG to Unveil Next-Generation Synthetic Data Technology at World IT Show 2025 ↗

AVING 뉴스 · 2025년 4월 22일

CUBIG이 서울 코엑스에서 열린 WIS 2025에서 LLM Capsule을 선보였습니다. 독립 망분리 운영, 글로벌 SaaS 및 헬스케어 기업과의 베타 테스트, AWS 및 Google Cloud 연동 계획을 공개했습니다.

자주 묻는 질문

운영 근거란 AI 시스템이 실제 운영 환경에서 주장한 대로 동작한다는 것을 구체적이고 검증 가능한 방식으로 문서화한 것입니다. 배포 전에 무엇이 차단되었는지, 배포 후 무엇이 달라졌는지, 배포 레퍼런스, 그리고 이를 뒷받침하는 인증서·특허·동료 검토 연구가 포함됩니다. 마케팅 주장과 달리 조달 담당자나 감사팀이 직접 검증할 수 있는 기록입니다.

제3자 인증(ISO/IEC 27001, ISO/IEC 42001, KISA 정보보호 패스트트랙, GS인증), 프라이버시 보존 AI 서비스 및 온디바이스 AI 보안을 다루는 등록 특허, 창업팀의 동료 검토 논문, 그리고 규제 산업 전반의 배포 레퍼런스를 통해 검증됩니다.

인증은 독립 기관이 보안 및 AI 관리 체계를 감사했음을 증명합니다. 특허는 보호 방법이 새롭고 문서화되어 있음을 보여줍니다. 동료 검토 연구는 기반 기술이 학계의 검증을 통과했음을 의미합니다. 이 세 가지가 함께 작용해야 구매 담당자가 벤더의 자체 주장 이상을 신뢰할 수 있습니다.

전달되지 않습니다. 이 페이지의 모든 기록에서, 캡슐화된 컨텍스트만 AI에 전달됩니다. 민감 값은 구조 보존·차등 프라이버시 기반 캡슐화를 통해 환경 내부에 유지되며, 출력 결과는 원래 워크플로우 내에서 현지 복원됩니다.

이 페이지의 인증, 특허, 연구 논문, 언론 보도는 각각 1차 출처를 직접 확인할 수 있는 링크를 제공합니다. 인증서는 발행 기관 인증 번호로 확인 가능하고, 특허는 공식 KIPO 번호로 특허청 등록부 또는 Google Patents에서 조회할 수 있습니다. 논문은 DBLP에서 저자와 게재 학술지를 추적할 수 있으며, 언론 보도는 원문 기사로 직접 연결됩니다.

신뢰할 수 있는 근거란 벤더의 주장에 의존하지 않고 제3자가 직접 검증할 수 있는 증거입니다. 고객 추천사나 마케팅 문구가 아닙니다. AI 데이터 레이어에서는 여러 신호가 함께 작용해야 합니다. 차단된 내용과 변화된 결과에 대한 운영 기록, 독립 인증, 공개 등록부의 등록 특허, 창업팀의 동료 검토 논문이 그것입니다. 하나만으로는 부족하며, 함께 갖춰야 구매 담당자가 약속 이상을 신뢰할 수 있습니다.