Antigravity Agent
2.7 KiB
2.7 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| SEC-PRIVACY-001 | 10_Wiki/💡 Topics/AI | 1.0 |
|
2026-04-26 |
Personal Information Security (개인 정보 보안)
📌 한 줄 통찰 (The Karpathy Summary)
"지능의 편리함을 누리는 대가로 영혼의 비밀(Privacy)을 지불하지 않도록, 데이터의 흐름 속에 강력한 암호적 장벽과 비식별의 미학을 구축하라" — 개인을 식별할 수 있는 정보(PII)의 수집, 저장, 활용 전 과정에서 불법적인 노출이나 악용을 방지하고 사용자의 자기정보통제권을 보장하는 기술적/제도적 보호 체계.
📖 구조화된 지식 (Synthesized Content)
- 추출된 패턴: "Privacy by Design and Minimal Exposure" — 시스템 설계 단계부터 사생활 보호를 최우선으로 고려하고, 꼭 필요한 데이터만 최소한으로 수집(Data Minimization)하며, 저장 시에는 강력한 암호화와 비식별화(Anonymization/Pseudonymization) 조치를 취하는 패턴.
- 핵심 기술 및 규제:
- GDPR / 개인정보보호법: 잊힐 권리, 정보 이동권 등 법적 준거성 확보.
- Differential Privacy: 데이터에 통계적 노이즈를 추가하여 개별 샘플의 노출을 막으면서 전체 통계량은 유지.
- Federated Learning: 원본 데이터를 서버로 보내지 않고 기기 현지에서 학습하여 프라이버시 침해 최소화.
- Homomorphic Encryption: 데이터를 암호화된 상태 그대로 연산하여 정보 노출 원천 차단.
- 의의: 사용자의 신뢰가 없으면 AI 서비스는 지속 불가능하며, 개인 정보 보안은 AI 윤리의 가장 밑바닥을 지탱하는 기술적 실천 강령임.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 보안이 강화되면 데이터 활용도가 떨어진다는 '유틸리티-프라이버시 트레이드오프'를 넘어, 최근에는 합성 데이터(Synthetic Data) 생성 기술 등을 통해 보안을 지키면서도 높은 학습 성능을 내는 솔루션들이 개발되고 있음.
- 정책 변화: Antigravity 프로젝트는 사용자의 개인적인 'Brain' 데이터를 처리할 때, 외부 서버로 전송하기 전 로컬 단에서 PII를 자동 스크리닝하고, 민감한 구간은 로컬 온디바이스 AI(Local Brain)가 직접 처리하도록 설계함.
🔗 지식 연결 (Graph)
- Trustworthy-AI, Local-Brain-Management, LLM-Security-Foundations, Cloud-Computing-Foundations
- Raw Source: 10_Wiki/Topics/AI/Personal-Information-Security.md