AI 감사 로그 요구사항: 요청부터 승인·실행까지 추적하기 [2026]
AI 요청, 검색 근거, 모델·프롬프트 버전, 도구 호출, 사람 승인, 최종 실행을 안전하게 재구성하는 감사 로그 설계법입니다.
이 글을 쓴 알파카랩스카카오·네이버·쿠팡 출신, 재하청 0%, 대기업·공공기관 등 18개사+ 레퍼런스
AI 감사 로그는 대화 전문을 무조건 저장하는 창고가 아니라 누가 어떤 목적과 권한으로 어떤 버전의 데이터·모델·정책을 사용했고, 무엇을 제안·승인·실행했는지 사건을 재구성하는 기록입니다. 추적성만 늘리려다 비밀·개인정보를 복제하지 않도록 목적, 필드, 접근, 보관, 삭제를 함께 설계해야 합니다.
AI 결과는 요청 한 번으로 끝나지 않습니다. 검색 근거, 프롬프트 조합, 도구 호출, 사람 수정, 승인과 외부 실행이 이어집니다. 공통 실행 ID 없이 시스템별 로그만 모으면 사고 시 순서와 책임을 연결하기 어렵습니다.
감사 로그와 디버그 로그도 구분해야 합니다. 감사 로그는 핵심 결정과 실행 증거를 안정적으로 보존하고, 상세 페이로드는 필요한 환경에서 더 짧게·더 제한된 권한으로 다루는 편이 안전합니다.
사건 재구성에 필요한 이벤트 계약을 만든다#
문장을 많이 저장하는 것보다 식별자·버전·결정 관계를 빠짐없이 연결하는 것이 중요합니다.
| 필드 | 기록 내용 | 보호 방식 | 누락 영향 |
|---|---|---|---|
| 식별 | 실행·요청·부모 이벤트 ID | 위변조 탐지·시간 동기 | 순서 단절 |
| 행위자 | 사용자·서비스·역할·위임 | 가명화·최소 권한 | 책임 불명 |
| 구성 | 모델·프롬프트·검색·정책 버전 | 참조·해시 | 재현 불가 |
| 결정·실행 | 제안·수정·승인·도구 결과 | 상태·이유 코드 | 영향 불명 |
수집·접근·보관·삭제를 데이터 등급별로 나눈다#
모든 로그를 오래 보관하면 조사 편의보다 노출 범위가 더 커질 수 있습니다.
| 데이터 | 기본 원칙 | 접근 | 폐기 증거 |
|---|---|---|---|
| 메타데이터 | 재구성 최소 필드 | 운영·감사 역할 | 만료·삭제 로그 |
| 입출력 원문 | 필요성 심사·마스킹 | 제한된 조사 역할 | 짧은 보관·법적 보류 |
| 검색 근거 | 문서 ID·버전 중심 | 원문 권한 상속 | 원본 폐기 연동 |
| 비밀·인증정보 | 수집 금지·즉시 제거 | 예외 없음 | 탐지·회전 기록 |
실무 시나리오: 잘못된 AI 답변이 고객 조치로 이어졌다#
상담 보조가 잘못된 조건을 제시했고 직원이 수정 없이 발송해 고객이 계약을 변경했다고 가정합니다. 원문만 찾는 대신 결정 사슬과 영향 범위를 재구성해야 합니다.
| 시점 | 재구성 질문 | 즉시 조치 | 복구 증거 |
|---|---|---|---|
| 탐지 | 어떤 실행·고객이 영향받았나 | 실행 ID로 범위 조회 | 영향 목록 |
| 원인 | 근거·모델·정책·승인은 무엇이었나 | 버전 동결·보존 | 타임라인 |
| 통제 | 같은 경로가 반복되는가 | 기능 제한·사람 검수 | 중단 기록 |
| 회복 | 누가 정정·재개를 승인했나 | 통지·회귀 평가 | 정정·재개 승인 |
로그 관리는 생성부터 폐기까지 생애주기로 본다#
NIST SP 800-92 최종본은 조직의 로그 관리 인프라와 프로세스를 다루며, 개정 초안은 생성·전송·저장·접근·폐기 생애주기를 더 명시적으로 설명합니다. 개정안은 초기 공개 초안이므로 최종 요구사항처럼 인용해서는 안 됩니다. AI RMF는 역할·위험·시스템 목적·한계·피드백과 오류 추적의 문서화를 제안합니다.
- NIST SP 800-92 Final: 기업 로그 관리 인프라·프로세스의 최종 가이드
- NIST SP 800-92 Rev.1 Initial Public Draft: 로그 생애주기·운영·사고 조사 제안, 최종본 아님
- NIST AI RMF Core: 역할·목적·한계·모니터링·피드백·오류 추적
공통 실행 ID와 사건 조회 절차를 운영한다#
게이트웨이에서 실행 ID를 만들고 검색, 모델, 도구, 승인, 실행 이벤트에 전달하세요. 시간·환경·테넌트·버전을 표준화하되 사용자 입력과 검색 원문은 기본적으로 참조값·해시·마스킹으로 최소화합니다.
로그 생성 실패 자체를 감시하고 접근·내보내기·삭제도 별도 감사 이벤트로 남깁니다. 정기 모의 사고에서 조사자가 승인된 질의만으로 영향 범위와 결정 사슬을 찾고 법적 보류·삭제 충돌을 처리할 수 있는지 시험합니다.
이벤트 사전에는 필드 의미, 필수 여부, 생성 시스템, 시계 기준, 허용 값, 마스킹 규칙과 소유자를 둡니다. 새 모델·도구 연결은 사전 호환성과 누락률을 배포 전에 검사하고, 스키마 변경 전후 이벤트를 같은 사건에서 연결할 마이그레이션 규칙을 남깁니다.
직원 행동 기준은 사내 AI 활용 가이드라인에 명시합니다. 사고 훈련은 기업 AI 보안 교육과 연결합니다. 승인 책임은 AI 거버넌스 RACI로 고정합니다.
대표 사건을 재현하면서 민감정보 노출을 제한하면 승인한다#
오답 발송, 무단 도구 호출, 정책 버전 오류 세 사건을 주입해 실행 ID에서 사용자·구성·근거·수정·승인·실행의 순서를 재구성하고 담당자와 영향 범위를 찾으세요.
동시에 로그 열람 권한, 원문 마스킹, 보관 만료, 삭제와 법적 보류를 시험합니다. 비밀이 수집되면 탐지·격리·회전·삭제 증거까지 확보해야 운영 인수가 가능합니다.
핵심 요약
- ✓감사 로그의 목적을 대화 저장이 아니라 사건과 결정 사슬의 재구성으로 정한다
- ✓공통 실행 ID로 요청·검색·모델·도구·사람 승인·실행을 연결한다
- ✓민감 원문은 기본 수집하지 않고 목적·권한·보관·삭제를 데이터 등급별로 정한다
- ✓로그 접근·내보내기·삭제와 로그 생성 실패도 감사 대상으로 남긴다
- ✓대표 사고와 비밀 유입을 주입해 조사·통제·회복을 끝까지 시험한다
자주 묻는 질문