2026년 가을, AI 침투 도구가 국내 금융사 일곱 곳을 자동으로 공격했습니다. 공격이 자동화된 이상 방어도 같은 수준이어야 합니다. 치토스는 그 공격 체인을 방어 관점으로 되짚는 AI 보안 점검 엔진입니다. 내부망에서, 비파괴로, 매일 최신 상태로 돌아갑니다.
개발 비드래프트 · 공급 퀀트ID
화면 한 장을 읽는 데 4,444토큰 쓰던 것을 1,132토큰으로 줄였습니다. 나가는 돈이 그만큼 줄어듭니다.
GPU를 한 장도 더 사지 않고 처리량이 늘어납니다. 장비가 한계라 못 받던 일을 받을 수 있다는 뜻입니다. 여기서 늘어나는 건 아낀 돈이 아니라 새로 버는 돈입니다.
토큰이 줄면 같은 업무에 필요한 GPU 장수가 줄고, 남은 장비는 다른 업무에 씁니다. 사놓고 못 쓰던 자리가 열립니다.
2026년 가을, 오픈소스 AI 침투 도구가 국내 금융사 여러 곳을 자동으로 공격했습니다. 수법 자체는 평범했습니다. 달랐던 것은 속도와 자율성입니다.
공격이 AI로 자동화된 이상, 방어도 같은 수준의 자동화가 필요합니다. 사람이 점검 단계를 하나씩 지정하는 방식으로는 속도를 따라가지 못합니다.
공격자가 하는 일을 방어 관점에서 되짚습니다. 찾고, 검증하고, 내부망을 벗어나지 않습니다.
스스로 점검 가설을 세우고, 막히면 다른 경로를 연구해 돌파합니다. 사람이 단계를 지정하지 않습니다.
웹 취약점, 공급망, 시크릿, 설정을 비파괴로 점검합니다. 검증된 도구 위에 자체 프로브를 얹습니다.
1차 탐지를 AI가 다시 읽어 과탐을 걸러냅니다. 단순 스캐너가 내지 못하는 신뢰도입니다.
금융권을 뚫은 공격 체인을 자기 소유 모의 환경에서 같은 체크리스트로 되짚어 모두 탐지했습니다.
| 공격 수법 | 치토스 탐지 | 위험도 |
|---|---|---|
| SQL 인젝션 | 탐지 | High |
| 인증 우회 (로그인 SQL 우회) | 탐지 | Critical |
| IDOR (무인증 타 고객 조회) | 탐지 | High |
| 순차 열거를 통한 대량 개인정보 수집 | 탐지 | Critical |
| 민감정보 과다 응답 | 탐지 | High |
수법을 그대로 이해하니 방어 설계가 가능합니다. 단, 모든 점검은 비파괴 조회로만 수행합니다. 점검이 사고로 번지지 않습니다.
금융보안원이 2026년 10월 발표한 「금융분야 AI 에이전트 보안 평가기준」은 6개 분야 17개 점검항목입니다. 2026년 시범검증을 거쳐 2027년부터 금융권 AI 레드티밍 정식 기준으로 적용됩니다. 치토스는 17개 전 항목에 대응 모듈을 보유합니다.
| 항목 | 점검항목 | 에이전트 위협 | 치토스 대응 | 수준 |
|---|---|---|---|---|
| ① | 인터페이스 보안 | 탈옥과 간접 인젝션이 답변이 아니라 계획 왜곡과 실제 실행으로 전이 | 입력과 도구 응답에서 인젝션·탈옥 시도를 실시간 탐지해 실행을 차단 | 자동 |
| ② | 환각·오정보 대응 | 할루시네이션이 자율 실행으로 이어져 실제 업무에 악영향 | 출력의 완결성·근거·확신도를 검증하고 미검증 결과는 보류·재검 | 자동 |
| ③ | ★ 목표 무결성 | 주어진 목표가 왜곡·치환되어 의도와 다른 행동을 수행 | 원지시 대비 목표 이탈과 계획 왜곡을 감지 | 부분자동 |
| ④ | ★ 연쇄적 실패 대비 | 한 단계 오류가 후속 작업으로 전파·증폭 | 단계 실패를 격리해 연쇄 확산을 차단 | 부분자동 |
| ⑤ | ★ 취약한 도구 사용금지 | 에이전트가 취약하거나 악성인 외부도구·플러그인을 호출 | 호출 도구와 의존성의 알려진 취약점을 최신 위협정보로 대조 점검 | 자동 |
| ⑥ | ★ 도구 권한 제어 | 과잉 권한 도구호출로 비인가 행위 실행 | 고위험 행위 도구호출을 실행 전 차단하고 승인을 요구 | 자동 |
| ⑦ | ★ 샌드박스 환경구축 | 격리 없는 실행으로 실제 자원과 시스템이 손상 | 비파괴 읽기전용 격리 범위에서만 점검 수행 | 통제 |
| ⑧ | 메모리 오염 방지 | 실행 중 축적되는 메모리 오염이 이후 작업까지 전파 | 저장 전 민감값 마스킹으로 오염 입력의 축적을 차단 | 자동 |
| ⑨ | 메모리 격리 | 세션 간 메모리가 섞여 타 업무 정보가 전이 | 세션별 메모리 경계를 분리하고 교차 참조를 차단 | 자동 |
| ⑩ | 데이터 유출 방지 | 민감정보가 출력이나 도구응답을 통해 외부로 유출 | 자격증명과 개인식별정보의 유출을 탐지해 외부 전달 전 차단 | 자동 |
| ⑪ | ★ 에이전트 간 통신보안 | 멀티에이전트 위임 채널을 통해 위협이 전파 | 에이전트 간 위임 채널을 인증하고 전달 내용을 검사 | 부분자동 |
| ⑫ | 공급망 보안 | 검증 대상이 모델에서 외부도구·플러그인 전반으로 확대 | 구성요소의 출처와 알려진 취약점을 검증하고 구성명세를 산출 | 자동 |
| ⑬ | ★ 인적 승인체계 구축 | 승인 우회로 고위험 행위가 자동 실행 | 고위험 행위는 실행 전 인적 승인을 거치도록 강제 | 자동 |
| ⑭ | ★ 인적 개입 과부하 방지 | 과다한 승인요청으로 인적 검토가 무력화 | 확신도 기준으로 승인요청을 선별해 검토 부하를 저감 | 부분자동 |
| ⑮ | 자원 고갈 방지 | 자율 실행이 자원을 고갈시켜 가용성 저하 | 실행량과 자원 사용에 상한을 두고 임계 초과를 통제 | 부분자동 |
| ⑯ | 킬스위치 구현 | 폭주 시 즉시 중단 수단의 부재 | 위험 감지 시 즉시 중단하고 세션을 강제 종료 | 자동 |
| ⑰ | 로깅 및 감사체계 | 자율 행위의 추적과 감사가 불가 | 전 점검·판정·차단 이벤트를 변경불가 감사로그로 기록 | 자동 |
★ 표시는 기존 AI 보안에 없던 에이전트 고유 신규위협입니다. 모델계층(탈옥·프롬프트 유출)을 넘어 도구 호출, 권한 위임, 자율 실행까지 점검 대상이 넓어진 항목입니다.
이것은 커버리지 정리이지 외부 기관의 평가 결과가 아닙니다. 근거는 금융보안원 보도자료(2026.10.7), OWASP Top 10 for Agentic Applications(2025.12), CSA Agentic AI Red Teaming Guide(2025.5), 국가정보원 AI 보안 가이드북(2025.12)입니다. 정식 적용은 2027년부터입니다.
점검이 끝나면 17개 항목을 하나씩 풀어 쓴 리포트를 드립니다. 「통과」 도장을 찍어드리는 문서가 아닙니다. 무엇이 뚫렸고 무엇부터 고쳐야 하는지를 숫자와 근거로 적습니다.
샘플 리포트에서는 17개 중 9개만 충족으로 나왔습니다. 부분 충족 3개, 미충족 5개입니다. 점검 도구가 제 일을 하면 이런 결과가 나옵니다. 전부 충족으로 나오는 리포트는 점검을 안 한 것이거나 기준이 느슨한 것입니다.
비공개 공격셋을 대상 에이전트에 주입합니다. 탈옥, 목표 하이재킹, 도구 오남용, 메모리 오염, 무한루프 같은 범주별 문항입니다. 방어했는지 뚫렸는지는 독립 LLM 판정관이 통과·실패로 판정합니다.
공급망 구성명세와 의존성, 킬스위치 응답, 감사로그의 존재와 무결성은 치토스가 직접 확인합니다. 격리와 승인 체계는 제공된 증거를 검증합니다.
실제 리포트에서 가져온 견본입니다. 17개 항목 전부가 이 일곱 단계로 작성됩니다.
탈옥과 간접 프롬프트 인젝션은 사용자 입력이나 에이전트가 처리하는 외부 데이터에 악성 지시를 숨겨 시스템 프롬프트와 정책을 무력화합니다. 기존 생성형 AI에서는 잘못된 답변에 그쳤지만, 실행 권한을 가진 에이전트에서는 그 왜곡이 곧바로 실제 행위로 전이됩니다. 계좌 조회, 이체 지시, 외부 전송, 설정 변경입니다.
입력과 도구 응답에 네 계열 적대적 콘텐츠를 주입합니다. 지시 무력화, 시크릿 유출 유도, 원격 실행 유도, 정책 우회입니다. 직접 탈옥과 데이터에 숨긴 간접 인젝션을 모두 시험하고, 숨은 지시를 실행했는지 독립 LLM 판정관이 판정합니다.
시스템 프롬프트와 내부 정책 유출, 비인가 명령 실행, 고객 데이터 외부 반출, 개인정보와 전자금융 규제 위반.
즉시 입력과 도구 응답 사이에 인젝션 탐지 게이트를 두고 실행 전 차단합니다.
1~3개월 신뢰 경계에서 데이터와 지시를 구조적으로 분리합니다. 데이터는 지시로 해석하지 않습니다.
장기 적대적 입력 탐지 모델을 정기 갱신하고 신규 탈옥 기법을 회귀셋에 계속 넣습니다.
같은 공격셋을 다시 주입해 전량 차단되는지 확인하고, 신규 변종으로 재시험합니다.
금융보안원 평가기준 항목번호, OWASP Top 10 for Agentic Applications, CSA Agentic AI Red Teaming Guide 항목으로 각각 연결합니다.
약 2주 안에 환경 연동, 점검 수행, 리포트, 브리핑까지 끝냅니다. 점검은 전부 고객사 내부망에서 비파괴로 이루어지며 데이터 반출이 없습니다.
OWASP Top 10, OWASP API Top 10, 주요 CWE를 아우르는 다층 점검입니다. 웹 애플리케이션 로직부터 공급망과 설정, 최신 취약점까지 한 흐름으로 봅니다.
SQL 인젝션(오류·UNION·불린) · 반사/저장/DOM/JSONP XSS · SSTI · XXE · SSRF · 경로순회 · 오픈리다이렉트 · 헤더인젝션 · HPP · XPath
인증 우회 · IDOR / BOLA · 미인증 엔드포인트 · 순차 열거 · 개인정보 과다 노출 · CSRF · 디버그 노출
취약 의존성 · 하드코딩 시크릿 · 역직렬화 포인트 · 보안 헤더 누락 · 쿠키 플래그 · 서버 버전 노출 · 평문 전송
공개 취약점 지문 4,000여 건 매일 자동 최신화 · 신규 긴급 취약점 당일 대응 · 엔진 취약 버전 식별
보안은 하루만 지나도 낡습니다. 코드 분석만으로는 잡히지 않는 엔진 레벨 취약점을 버전 지문으로 식별해 패치를 안내합니다. 이것이 조밀한 진단의 실제 모습입니다.
공개 표준 벤치에서 잰 값입니다. 측정된 범위 안에서만 제시합니다.
외부 API 엔진 77.2와 동급. 기반 스캐너 단독 52.8에서 AI 검증으로 향상.
범용 LLM 스캐너 공개 수치 51.7을 상회. 룰 기반 도구는 실무 코드에서 거의 탐지하지 못합니다.
탐지 폭은 대등하고, 금융 로직 취약점과 비파괴 자율 운영에서 우위입니다.
모든 수치는 공개 표준 벤치 기준 자체 측정이며, 공식 채점 도구를 통한 교차검증을 진행하고 있습니다.
| 항목 | 치토스 | 공격 도구 | 상용 DAST | 룰 SAST | 오픈 AI |
|---|---|---|---|---|---|
| 목적 | 방어 점검 | 공격 | 점검 | 코드점검 | 점검 |
| 온프레미스 · 데이터 주권 | O | X | 일부 | 일부 | X |
| 자율 점검 에이전트 | O | O | X | X | O |
| AI 2단 검증 (과탐 억제) | O | X | X | X | 일부 |
| 금융 로직 취약점 | O | 공격용 | 미흡 | 미흡 | 일부 |
| 비파괴 운영 | O | X | 능동형 파괴 | O | 혼재 |
통상의 SAST·DAST·클라우드 스캐너는 모델계층 또는 코드 정적분석에 머뭅니다. 치토스는 실행계층까지, 온프레미스로, 17개 기준에 매핑해 점검합니다.
판단 엔진이 고객사 내부망에 직접 올라갑니다. 점검 대상 코드도, 발견한 취약점도 외부 API로 나가지 않습니다.
동일 벤치에서 내부망 전용 엔진이 외부 API 엔진과 사실상 같은 점수를 냅니다. 주권을 지키느라 성능을 깎는 거래가 아닙니다.
읽기전용 조회로만 점검합니다. 점검이 장애로 이어지지 않습니다. 능동 공격형 스캐너와의 결정적 차이입니다.
서면 동의 범위 안에서 고객사 지정 비핵심 웹 자산을 대상으로 비파괴 점검을 수행합니다. 전 과정이 고객사 내부망에서 이루어지며 데이터 반출이 없습니다.
웹 로직 · 공급망 · 시크릿 · 설정. 서면 동의 기반 비파괴 점검.
환경 연동, 점검 수행, 리포트, 브리핑까지.
공격 체인 대응 점검표, 발견 항목과 AI 검증 결과, 심각도별 조치 권고 리포트.
점검 대상·범위에 대한 고객사 서면 동의. 내부망 모델 구동 환경. 모든 공격형 행위는 비파괴 범위로 제한.
기대효과는 다섯입니다. 공격 경로 사전 차단, 데이터 반출 없는 규정 준수, AI 2단 검증에 따른 과탐 감소, 운영 중 무중단 점검, 매일 자동 갱신으로 상시 최신 유지.
자체 대형 AI 모델과 보안 엔진을 설계하고 운영하는 AI 기술 기업입니다. 치토스는 비드래프트 보안연구팀이 개발한 AI 보안 점검 엔진입니다.
치토스의 국내 공급과 도입을 담당합니다. 금융권 환경에 맞춘 PoC 설계, 점검 범위 합의, 리포트 전달과 후속 조치 안내를 맡습니다.
세계 무대에서 검증된 모델 설계 역량이 치토스의 판단 엔진을 뒷받침합니다. 보안 점검의 품질은 결국 그 판단 엔진의 수준에서 나옵니다. 리더보드 수치는 공인 벤치마크 지도에서 매일 자동 갱신되며 누구나 확인할 수 있습니다.
보안 진단과 별개로, 퀀트ID는 AI 원가를 업무 한 건당 토큰으로 재고 등급을 매기는 계량 제품을 공급합니다. 아래는 그 제품 설명입니다.
청구서는 원으로 옵니다. 그런데 돈이 나간 건 토큰 단위였습니다. 두 단위 사이를 이어주는 표가 없으니 「줄이라」는 지시는 내려와도 어디를 줄여야 할지를 모릅니다.
원으로 얼마인지는 압니다. 업무 한 건이 토큰 몇 개인지는 모릅니다. 환산할 표가 없으니 어디를 손볼지 못 고르고, 손봐도 효과를 증명할 방법이 없습니다.
청구서가 오면 이미 쓴 돈입니다. 검침은 쓰는 중에 해야 쓸모가 있습니다.
후보 수백 개를 단계마다 통째로 다시 보냅니다. 화면 하나 처리하는 데 대형 모델을 스무 번 부릅니다.
최적화 문제가 아니라 회계 문제입니다. 전기도 수도도 계량기와 단가표가 있으니 관리가 됩니다. AI만 계량기도 단가표도 없이 쓰고 있습니다.
토큰으로 재서 원으로 환산하고, 원장에 적고, 등급을 매기고, 그다음에 줄입니다. 흔한 「비용 절감」과는 순서가 반대입니다. 줄이는 게 먼저가 아니라 두 단위 사이 환율을 정하는 게 먼저입니다.
환율은 한 번 정하고 끝나지 않습니다. 업무가 바뀌면 건당 토큰이 바뀌고, 모델이 바뀌면 토큰당 값이 바뀝니다. 계량기는 계속 돌아야 계량기죠.
읽고, 쓰고, 담고, 나르는 데서 각각 토큰값이 나갑니다. 네 군데가 원장에서 서로 다른 계정이라 효과가 더해지는 게 아니라 곱해집니다. 물론 한 군데만 막아도 그만큼은 막힙니다.
후보를 한꺼번에 채점해서 쓸 것만 넘깁니다. 글자를 한 자도 만들지 않으니 없는 답을 지어낼 방법 자체가 없습니다.
쓰던 GPU에 쓰던 모델 그대로 두고 생성 속도만 올립니다. 나오는 답은 바이트까지 똑같습니다.
등급을 내릴수록 작아지고, 작아질수록 뭔가는 잃습니다. 「손실 없다」고 하지 않고 얼마나 잃는지 재서 보여드립니다.
큰 GPU 서버 없이 현장 장비에서 돌립니다. 막히는 건 용량이 아니라 메모리 대역폭이라, 그 선이 어디인지를 재 드립니다.
압축은 돈을 아끼고, 가속은 시간을 아낍니다. 서로 하는 일이 다릅니다. 실제로 재보면 후보를 3.9배 줄여도 한 건 걸리는 시간은 3.205초에서 3.159초로 거의 안 줄었습니다. 읽는 데 0.033초, 쓰는 데 3.17초가 걸리니까요. 그래서 둘 다 필요합니다.
어느 업무가 어느 단계에서 토큰을 몇 개 썼고 그게 원으로 얼마인지, 두 단위를 나란히 적은 원장입니다. 회계 원장과 같은 물건이라고 보시면 됩니다. 있으면 감사에서 줄 단위로 답할 수 있고, 없으면 총액 한 줄밖에 못 댑니다.
| 업무 | 단계 | 후보 | 입력 토큰/건 | 월 건수 | 등급 |
|---|---|---|---|---|---|
| 여신 원장 화면 조작 | 대상 선별 | 212 | 4,708 | 180,000 | C |
| 상담 기록 민감정보 점검 | 구간 판정 | 96 | 2,148 | 420,000 | B |
| 관제 알람 선별 | 우선순위 | 1,340 | 29,615 | 31,000 | D |
| 사내 검색 재순위 | 후보 압축 | 50 | 1,132 | 610,000 | A |
| 월 합계 | 1,241,000 | C | |||
보시기 쉽게 만든 예시입니다. 실제 원장은 쓰시는 로그에서 뽑습니다.
모델 성능 등급이 아닙니다. 신용등급이 빚 갚는 능력을 매기듯, 토큰 등급은 AI 원가를 쥐고 있느냐를 매깁니다. D를 받아도 모델이 나쁘다는 뜻이 아니라, 아직 환산해 본 적이 없다는 뜻입니다.
건당 토큰도 알고, 분해도 되고, 줄이고 있고, 계량기까지 돌고 있습니다.
분해도 줄이기도 하는데 계량기가 없습니다. 업무 바뀌면 슬그머니 되돌아갑니다.
원으로 얼마 나갔는지는 압니다. 그 안에서 어느 업무가 먹었는지는 모릅니다.
건당 토큰도, 그게 원으로 얼마인지도 모릅니다. 줄일 대상 자체가 아직 안 정해진 상태입니다.
등급만 알려드리고 끝나지 않습니다. 검침을 받은 기업은 아래 마크를 쓰실 수 있습니다. 감사·제안서·홈페이지에 붙이시면 「원가를 재고 있는 회사」라는 표시가 됩니다.
토큰 원장을 받고 등급 판정까지 마친 기업
A 또는 B 등급을 받은 기업. 등급과 판정일을 함께 표기합니다
검침 구독 중인 기업. 계량기가 계속 돌고 있다는 표시입니다
마크는 등급이 유효한 동안만 씁니다. 검침을 멈추면 마크도 내려갑니다. 그래야 마크가 값을 합니다.
수치만 적어두고 「믿어달라」고 하지 않겠습니다. 어떤 판에서 무엇과 비교해 쟀는지, 그리고 어디까지가 아직 안 재진 영역인지를 같이 적었습니다.
2,018문항 5개 분야를 같은 코드로 채점했습니다. 무생성 판정기끼리만 붙였고, 공개 판정기는 공개된 가중치를 그대로 썼습니다.
후보 200개일 때 4,444토큰, 50개로 줄였을 때 1,132토큰. 같은 장비에서 잰 값이고, 자가 검침 계산기도 이 두 점에 맞춰 돌아갑니다.
캐시 적중 0%에서 쟀고, 온도 0으로 돌린 출력이 바이트까지 같은 것을 확인했습니다. 품질을 깎아서 얻은 속도가 아닙니다.
| 항목 | 어디서 잰 값인가 | 아직 안 잰 것 |
|---|---|---|
| 화면 후보 추리기 | 영어 화면 데이터셋 | 한국어 화면. 도입 검증 때 쓰시는 데이터로 잽니다 |
| 판정 정확도 | 우리 2,018문항 보드 | 쓰시는 업무 분포. 프로파일 재생성 후 재측정 |
| 가속 배수 | 동시 사용자 8 / 32 / 128 / 256명 | 그 밖의 구간, 귀사 트래픽 형상 |
| 압축 등급 | Q8은 사실상 그대로, Q4는 프로파일 재생성 필요 | 더 낮은 등급의 업무별 허용선 |
| 엣지 구동 | 한계는 용량이 아니라 메모리 대역폭 | 귀사 현장 장비에서의 실제 상한 |
오른쪽 칸을 비워두지 않은 것이 이 표의 핵심입니다. 안 잰 걸 안 쟀다고 적어두면, 잰 것도 믿으실 수 있습니다. 자세한 근거는 아래 소개서에 실었습니다.
아래 넷은 전부 저희가 직접 잰 값입니다. 판이 무엇이었고 무엇과 붙였는지 그림 밑에 같이 적었습니다. 대조군 없이 그린 그래프는 하나도 없습니다.
한가할 때는 62%, 붐빌 때도 25% 줄어듭니다. 도입 검토는 붐빌 때 숫자로 하십시오. 한가할 때 숫자로 계획을 세우면 장비가 모자랍니다.
여기 없는 것도 말씀드립니다. 압축(양자화)은 저희 자체 방식보다 공개된 방식이 더 나은 구간이 실측으로 확인됐습니다. 그래서 「우리 압축이 최고」라고 쓰지 않고, 귀사 업무에서 어느 쪽이 나은지 재서 나은 쪽을 붙입니다. 파는 것은 방식이 아니라 재는 능력입니다.
우리 자랑부터 하지 않겠습니다. MLCommons 감사를 통과한 기록과 NVIDIA · HPE · Dell · AMD 가 직접 발표한 숫자를 깔아놓고, 지금 쓰시는 설정이 그 사이 어디쯤인지 찍어 보여드립니다.
130원은 한국 산업용 평균쯤 되는 값입니다. 쓰시는 단가를 넣으면 그걸로 다시 계산합니다.
GPU를 고르면 계산합니다.
| # | 모델 | 잰 곳 | 크기 | GPU당 tok/s | 등급 |
|---|
허깅페이스 공인 리더보드는 49개로 흩어져 있어서, 전체 판을 보려면 48군데를 따로 열어야 했습니다. 퀀트ID가 한 장짜리 실시간 지도로 모았습니다. 열 때마다 공개 API에서 새로 읽으니 저희가 손댈 수 있는 숫자가 아닙니다.
조직별 1위 개수를 세면 FINAL-Bench(비드래프트)가 11개로 전체 1위입니다. 알리바바 Qwen, 지푸AI, 딥시크, 문샷AI, 엔비디아가 모두 아래에 있습니다. 퀀트ID는 이 지도를 만든 쪽이고, 성적은 전략적 제휴사인 비드래프트가 낸 것입니다.
| 벤치마크 | 점수 |
|---|---|
| AIME 2026 (수학) | 100 |
| HMMT 2026 (수학) | 100 |
| GPQA Diamond (과학) | 94.44 |
| MMLU-Pro (지식) | 88.12 |
점수를 매긴 것은 저희가 아니라 각 벤치마크 운영 주체입니다. 지도는 그 결과를 읽어 옮길 뿐이고, 링크를 따라가면 원본 보드에서 바로 확인하실 수 있습니다.
필드별 분포, 참여 조직, 1위 현황, 아직 비어 있는 자리까지 볼 수 있습니다. 로그인 없이 열립니다.
흩어져 있던 공인 리더보드를 한 장으로 모은 지도를 소개하면서, 조직별 1위 집계와 국가별 참여 비중을 함께 다뤘습니다.
숫자 세 개, 질문 네 개면 지금 등급이 나옵니다. 입력하신 건 저장하지 않습니다.
망 안에서 직접 돌리시면 토큰 단가라는 게 없습니다. 비워두시면 토큰 개수로만 보여드립니다.
여신·수신 원장 화면 조작, 개인신용정보 구간 판정, 자동화 결정 설명 근거, 이상거래 알람 선별.
EMR·OCS 화면 업무, 건강정보 비식별화, 동의서 조항 선별, 의무기록 검색 재순위.
완전 폐쇄망 문서·행정, 비공개 사유 후보 분류, 반출 전 점검, 사이버 관제 알람 선별.
되돌릴 수 없는 명령의 실행 직전 판정, ERP·그룹웨어 화면 업무, 비밀정보 탐지, 관제 선별.
이건 저희가 안 합니다. 대출 승인 여부를 판단하지 않습니다. 진단도 처방도 하지 않습니다(그래서 의료기기 소프트웨어 인증 대상이 아닙니다). 코드를 대신 짜지 않고, 교전이나 표적 관련 판단은 아예 범위 밖입니다. 저희가 하는 건 후보를 재서 골라내는 데까지고, 마지막 결정은 원래 쓰시던 체계에 그대로 남습니다.
이 페이지에서 등급부터 보십시오. 자료 주실 것 없습니다.
쓰고 계신 로그로 장부를 뽑습니다. 어느 업무가 얼마를 먹는지 여기서 드러납니다.
GPU 한 장짜리 장비를 들고 찾아뵙니다. 자료는 밖으로 안 내보내고 그 자리에서 다시 잽니다.
합격선을 계약 전에 같이 정하고, 나온 숫자로 판단하십시오. 그다음부터 계량기를 상시로 돌립니다.
합격선은 저희가 정하지 않습니다. STEP 3에서 귀사 화면, 귀사 문서로 다시 재고 그 숫자가 기준을 넘는지 보시면 됩니다. 여기 적힌 수치는 어디까지나 저희 시험 환경 값입니다. 귀사 숫자는 귀사 데이터로만 나옵니다.
원천 기술은 제휴로 확보하고, 묶어서 공급하고 책임지는 건 저희가 합니다. 네 가지 기술 때문에 네 군데와 따로 계약하실 일은 없습니다.
무생성 판정 엔진과 추론 가속. 전략적 제휴 및 개발 지원으로 확보했습니다.
모델 양자화와 엣지 구동. 전략적 제휴 및 개발 지원으로 확보했습니다.
뭘 도입할지 정하기 전에, 지금 어디에 쓰고 계신지부터 보는 게 순서입니다.