사내 민감 문서(법률·금융·공공) RAG 구축 시 필수 점검: 문서 전처리 파이프라인 보안 체크리스트

※ 본 내용은 이해를 돕기 위한 아키텍처 예시이며, 실제 구축 환경 및 데이터 특성에 따라 상이할 수 있습니다.

사내 지식 검색 및 업무 자동화를 위해 대규모 언어 모델(LLM) 기반의 RAG 시스템을 도입하는 기업이 급증하고 있습니다. 하지만 법률 계약서, 재무 회계 보고서, 인사 평가 자료, 공공 행정 문서와 같은 고위험·민감 데이터를 다루는 순간, 가장 먼저 맞닥뜨리는 걸림돌은 성능이 아니라 바로 데이터 보안과 거버넌스입니다.

문서가 벡터 DB에 임베딩되어 LLM에 전달되기 전, 파싱과 텍스트 추출을 수행하는 전처리(Preprocessing) 파이프라인은 공격 표면(Attack Surface)이 되기 쉽습니다. 엔터프라이즈 환경에서 반드시 점검해야 할 보안 원칙과 체크리스트를 정리합니다.

1. 무저장 원칙과 인메모리(In-Memory) 스트림 파싱

많은 레거시 파서나 외부 변환 도구는 파싱 과정에서 서버 로컬 디스크의 임시 디렉토리(/tmp)에 원본 파일을 저장하거나 변환 결과물을 캐싱합니다.

• 발생 가능한 위험: 임시 파일 삭제 로직이 누락되거나 비정상 종료 시 디스크에 사내 기밀 파일이 영구 잔존할 위험이 있습니다.
• 보안 설계 권장안:
  • 파싱 파이프라인은 인메모리 바이트 스트림(io.BytesIO) 기반으로 설계하여 디스크 I/O 없이 메모리 상에서만 문서를 처리해야 합니다.
  • 불가피하게 임시 파일 생성이 필요한 경우, 파싱 성공/실패 여부와 관계없이 try...finally 구문을 통해 즉시 안전하게 파기되어야 합니다.
  • 변환 요청이 완료되는 즉시 메모리 버퍼를 해제하여 데이터 보존 주기를 최소화합니다.

2. 마크다운 정규화를 통한 PII(개인식별정보) 마스킹 효율화

바이너리 포맷(HWP, DOCX, PPTX, PDF) 상태에서는 주민등록번호, 계좌번호, 이메일, 전화번호 등 개인식별정보(PII)를 사전에 탐지하고 마스킹하기가 극히 어렵습니다.

• 문서를 단일 표준 규격인 **구조화된 마크다운(Markdown)**으로 1차 정규화하면, 정규표현식(Regex) 기반 필터나 NLP PII 탐지기를 일괄 적용하기가 매우 수월해집니다.
• 표(Table) 내부의 셀 단위 데이터나 각주에 숨겨진 민감 정보까지 텍스트 평면으로 노출되므로, 벡터 임베딩 생성 전 단계에서 누락 없이 가명화·익명화 처리를 수행할 수 있습니다.

3. 엔터프라이즈 RAG를 위한 전처리 보안 체크리스트

사내 AI 전처리 파이프라인 구축 시 기술 검토가 필요한 핵심 보안 항목입니다.

점검 영역	핵심 검토 항목	권장 보안 조치
오리진 보호	백엔드 API 직접 노출 방지	Cloudflare Transform Rule 기반 X-Origin-Secret 검증 및 직격 접근 403 차단
어뷰징 방어	대용량 Zip Bomb 및 메모리 공격 방지	DOCX/PPTX 압축률(100배 초과) 및 압축 해제 용량(50MB 초과) 사전 검증
전송 구간 암호화	데이터 전송 중 도청 방지	전 구간 TLS 1.3 암호화 통신 강제 적용
접근 제어	비인가 사용자의 무단 변환 방지	Firebase Auth / OAuth 2.0 Bearer 토큰 인증 및 IP 기반 Rate Limit 적용
데이터 격리	테넌트 간 데이터 혼입 방지	유저/조직별 고유 UID 기반 데이터베이스 컬렉션 격리 및 인덱싱

※ 본 내용은 이해를 돕기 위한 아키텍처 예시이며, 실제 구축 환경 및 데이터 특성에 따라 상이할 수 있습니다.

결론: 보안 규정을 준수하는 안전한 기업용 AI 전처리 인프라

엔터프라이즈 RAG 파이프라인에서 보안은 부가 기능이 아니라 시스템의 지속 가능성을 결정하는 핵심 기반입니다.

문서 파싱 단계부터 디스크 비저장, 오리진 시크릿 인가, Zip Bomb 방어 등 체계적인 보안 레이어가 구축되어 있어야만 사내 핵심 기밀 자산을 안전하게 AI 지식 베이스로 전환할 수 있습니다.

보안 규정 준수와 강력한 파싱 엔진이 결합된 기업용 파이프라인을 검토 중이시라면, MDChange의 엔터프라이즈 보안 아키텍처를 확인해 보세요.