본문으로 건너뛰기

CBPR

· 약 2분

CBPR 개념

  • APEC 프라이버시 보호 원칙을 기반으로 기업의 개인정보 보호체계를 평가하여 인증하는 글로벌 인증제도
  • 각국 법제도 비대채성, 자발성, 유연성, 개인정보 국경 간 이동 등 활용 중심

CBPR 개념도, 핵심요소, 인증기준

CBPR 개념도

  • APEC 내 개인정보 처리 기업이라면 CBPR인증 후 개인정보 주체 동의 없이 개인정보 국외 이전 가능

CBPR 핵심요소

구분핵심요소설명
목적전자상거래 활성화APEC 내 국가 간 개인정보 흐름을 원활하게 하여 디지털 경제 촉진
개인정보보호개인정보의 적절한 보호를 보장하면서도 기업의 데이터 활용과 국제 데이터 전송을 지원
적용범위APEC 회원국APEC에 가입한 국가들을 대상으로 하며, 회원국 간의 상호인정 협약 기반으로 운영
대상개인정보개인을 식별할 수 있는 모든 정보에 적용
개인정보처리자개인정보를 수집, 저장, 이용 및 공유하는 기업 또는 조직이 적용 대상
수탁처리자 제외개인정보를 직접 처리하는 기업(Controller)에 초점을 맞춤
단순 데이터 처리만 수행하는 수탁업체(Processors)는 직접적인 적용 대상이 아님
갱신주기1년 단위 갱신CBPR 인증을 받은 기업은 매년 개인정보 보호 준수 여부를 평가받아야 하며, 갱신을 통해 지속적인 적합성을 유지

CBPR 인증기준

분야세부분야내용
개인정보관리체계수립정책 및 절차 수립기업 및 조직이 개인정보 보호를 위한 정책과 절차를 문서화하고 준수하도록 요구
책임성 확보개인정보 보호책임자 지정, 기업의 개인정보 보호 조치 이행 및 지속적 개선 요구
개인정보 수집최소 수집 원칙개인정보는 목적에 필요한 최소한의 정보만 수집하도록 제한
투명성 확보개인정보 수집 시 정보주체에게 수집 목적, 이용 범위 등을 명확히 고지
개인정보 이동/위탁/제공목적 내 이용개인정보는 수집된 목적 내에서만 사용해야 하며, 목적 변경 시 추가 동의 필요
제3자 제공 제한개인정보를 제3자에게 제공할 경우 명확한 동의 절차 및 보호 조치를 마련해야 함
정보주체 권리열람 및 정정정보주체는 자신의 개인정보에 대한 열람 및 정정을 요구할 수 있어야 함
선택권 및 동의 철회정보주체는 자신의 개인정보 이용에 대한 선택권을 가지며, 언제든 동의를 철회할 수 있음
무결성데이터 품질 유지개인정보가 정확하고 최신 상태로 유지될 수 있도록 관리
보관 및 삭제 정책불필요한 개인정보는 보관하지 않고, 일정 기간 후 안전하게 삭제해야 함
보호대책기술적 보호조치암호화, 접근제어, 침입탐지 등 개인정보 보호를 위한 기술적 조치 요구
물리적 보호조치개인정보를 저장하는 서버, 네트워크, 문서 등의 안전한 보호 필요

NPU

· 약 2분

NPU 개념

  • AI, 딥러닝 활용을 위해 행렬연산 등 대량 병렬처리를 효과적으로 수행할 수 있는 차세대 반도체
  • 저전력, 고성능, 고효율, 온디바이스 AI, ML Framework 지원

NPU 구성도, 구성요소, GPU 비교

NPU 구성도

NPU

NPU 구성요소

CPU 구성 요소

구분구성 요소설명
연산부신경망 ALU뉴런 기반 산술 및 논리 연산을 수행하는 장치
레지스터연산 속도를 높이기 위해 데이터 및 명령어를 저장하는 초고속 메모리
Processing Engine명령어 실행 및 데이터 처리를 담당하는 핵심 연산 유닛
제어부버스 스케줄러CPU 내 데이터 및 명령 전송을 최적화하는 스케줄링 장치
버스CPU 내부 및 외부 장치 간 데이터 전송을 위한 경로
메모리부캐시(Cache)자주 사용하는 데이터를 저장하여 CPU 접근 속도를 향상
DMA(Direct Memory Access)CPU 개입 없이 데이터 전송을 수행하여 성능 최적화
입출력부I/O 컨트롤러외부 장치와의 데이터 입출력을 관리

NPU, GPU 비교

구분NPUGPU
목적딥러닝 및 AI 가속, 신경망 연산 최적화그래픽 및 범용 병렬 연산 (GPGPU)
특징저전력, 고성능, 고효율, 최적화된 AI 연산대량의 병렬 연산, 높은 메모리 대역폭
구조활성화 함수, 신경망 ALU, 메모리 컨트롤러SP (Streaming Processor), SIMD, HBM
연산 방식행렬 연산(MAC, Matrix Multiply-Accumulate) 최적화병렬 처리(벡터 연산, 픽셀 렌더링)
데이터 처리텐서 연산 최적화(Tensor Core, TPU 등)부동소수점 연산(FP32, FP64), 벡터 연산
활용 분야AI, 딥러닝, 엣지 컴퓨팅, 자율주행3D 그래픽, 데이터 병렬처리, 게임, 영상처리
전력 소비저전력고전력

온디바이스 AI

· 약 1분

온디바이스 AI 개념

  • 클라우드 서버를 거치지 않고 단말 자체에서 AI연산을 수행하는 기술
  • 개인정보/데이터보호, 빠른 응답속도, 비용절감, 오프라인 AI

온디바이스 AI 구성도, 주요 기술

온디바이스 AI 구성도

온디바이스 AI 주요 기술

구분주요기술설명
HW 기술뉴로모픽신경망을 하드웨어적으로 구현하여 초저전력 AI 연산 수행
NPUAI 연산 최적화 전용 프로세서로 CNN, RNN 등 가속 처리
HBM고대역폭 메모리로 AI 연산 시 병렬 처리 성능 향상
SoCCPU, GPU, NPU 통합 설계로 AI 연산 최적화 및 전력 절감
SW 기술엣지컴퓨팅데이터가 생성된 기기에서 직접 AI 연산 수행, 실시간 응답 가능
경량 AI모델/알고리즘모델 경량화, 저전력 최적화 기법으로 모바일·IoT 기기에서도 AI 실행 가능
MoE전문가 모델(Mixture of Experts)로 AI 연산 효율성 향상
BitNet저비트(1~2bit) 연산을 활용한 경량 AI 모델, 전력·메모리 사용 절감
개인정보보호 기술차등프라이버시데이터에 노이즈를 추가하여 개인정보 보호 강화
TPM신뢰할 수 있는 환경에서 AI 연산을 수행하는 보안 칩 활용
데이터 로컬 처리클라우드 전송 없이 기기 내에서 AI 데이터 처리, 보안 및 응답 속도 향상

데이터 거래소

· 약 1분

데이터 거래소 개념

  • 데이터 수집, 가공하여 부가가치를 높혀 소비자에게 공급하는 대규모 플랫폼
  • 데이터 품질보증, AI학습 데이터 마련, 데이터 활용 경제 활성화

데이터 거래소 구성도, 활성화 방안

데이터 거래소 구성도

데이터 거래소

데이터 거래소 활성화방안

  • 데이터 바우처
  • 빅데이터 캠퍼스
  • VM, R, Spark 등 데이터 분석 환경 지원

슈퍼앱

· 약 1분

슈퍼앱

  • 하나의 앱 안에서 다양한 서비스를 통합 제공하여 다른 앱을 설치하지 않고 여러 서비스를 이용할 수 있는 앱
  • 사용편의성, 고객 락인효과, 지속적인 거래경험

슈퍼앱, 멀티앱 비교

슈퍼앱 개념

  • 하나의 앱 안에 다양한 미니앱 통합 제공

미니앱 개념

  • 서비스별 앱 분리 후 별도 앱으로 제공

쿠버네티스

· 약 1분

쿠버네티스 개념

  • 컨테이너화 된 워크로드와 서비스를 관리하기 위해 이식성과 확장성을 갖춘 오픈소스 오케스트레이션 플랫폼
  • 서비스 디스커버리, 스토리지 오케스트레이션, 자동화 롤아웃, 롤백

쿠버네티스 구성도, 구성요소

쿠버네티스 구성도

쿠버네티스 구성요소

구분구성요소역할
유저Kubectl클러스터 관리 CLI
Dashboard클러스터 관리 웹 UI
컨테이너 리소스 모니터링컨테이너 시계열 로그 모니터링
컨트롤플레인API Server명령어 전달, ETCD 통신
SchedulerPod, 서비스 등 자원할당
Controller Manager컨틀로러 생성, 노드 배포
ETCD클러트더 데이터 KV 저장소
워커노드Pod기본 배포단위, 컨테이너 포함
컨테이너 런타임Pod 통한 배포컨테이너 실행 환경
Kubelet에이전트, Pod 동작 관리
KubeproxyNW프록시, 로드밸런싱

위험분석

· 약 1분

위험분석 개념

  • 정성적 위험 분석
    • 전문가 판단
    • 위험 영향 분석
    • 위험 범주 분류
  • 정량적 위험 분석
    • 의사결정나무 분석
    • 금전적 기대값 분석
    • 몬테카를로 시뮬레이션

위험분석 유형

의사결정나무 분석

구분내용
개념도의사결정나무분석
개념의사결정규칙을 도표화하여 관심 대상 집단을 소집단 분류 후 분석하는 기법
특징수입규모와 신용기록의 좋고 나쁨에 따른 위험도 분석

금전적 기대값 분석

구분내용
개념도금전적기대값분석
개념발생가능 시나리오 따른 미래가치를 통계적 계산하여 기대가치가 더 높은 시나리오를 선택하는 기법
특징의사결정나무 기반 발생확률과 영향력을 모두 고려하여 분석

몬테카를로 시뮬레이션 분석

구분내용
개념도몬테카를로시뮬레이션분석
개념해를 구하기 어려운 문제를 확률모형과 난수를 이용하여 해를 얻는 시뮬레이션 방법
특징난수생성 후 패턴을 도출하여 목표함수의 확률변수들의 확률분포를 추정

지능정보기술감리 실무가이드

· 약 1분

지능정보기술감리 실무가이드 개념

  • 빅데이터를 구축하고 분석하는 정보화 사업에 대한 감리를 수행함에 있어 필요산 사업의 단계별 감리 점검항목을 제시하기 위한 실무지침
  • 데이터 품질, 서비스연계점, 운영안정성 확보, 리스크 최소화, 정보시스템 신뢰성 증대

지능정보기술감리 실무가이드 개념도

지능정보기술감리

빅데이터 정보화사업 점검항목

분석 및 설계 단계 점검항목

구분점검항목내용
분석빅데이터 서비스 요구사항 정의여부상버목표 및 추진전략 검토
분석목표 달성을 위한 데이터 항목 정의상관관계 정의, 품질수준 설정
요구사항 정의 과정에서 데이터 품질요소 검토데이터 활용 적합성
설계데이터 수집/정제 체계의 적정 설계여부데이터 오류처리, 정제 기준
데이터 저장체계 및 보유기관 간 연계 설계데이터 이관절차, 주기적 수집 확인
데이터 표준화 및 관리체계 설계여부데이터 속성정의, 표준항목 관리

구축 및 운영 단계 점검항목

구분점검항목내용
구축데이터 생애주기 관리체계 확인생성-소멸 전 과정 감리
데이터가 설계된 대로 수집/변환되는지 점검데이터 품질/변환 절차 확인
시스템 구성요소 검증HW, SW 구성요소 설계 및 복구 계획
운영데이터 품질, 보안, 서비스 운영 관리체게 검토데이터 거버넌스 수립 여부
로그저장 및 분석 체계 확인데이터 활용패턴, 사용자 만족도 분석

운영단계 대가산정

· 약 2분

운영단계 대가산정 개념

  • SW진흥법 제 10조 의거, SW수명주기 중 운영단계 사업 및 서비스의 적정대가를 산정하기 위한 지침

운영단계 대가산정 방식

응용SW요율제 유지관리비 산정방식

구분내용산출물
1 사전준비유지관리 대상 SW 식별유지관리 대상 SW
2 유지관리대상 SW 개발비 재산정유지관리 대상 SW 개발비를 유지관리 계약적정 FP와 단가로 재산정SW개발비 (현재가치)
3 유지관리 총량 계산유지관리횟수, 시스템사용자수, 시스템중요도, 연계, 오류복구신속성 따른 난이도 계산 후 반영총 유지관리점수 (TMP)
4 유지관리 운용예산총 건수, 미충 요율 계산유지관리 요율
요율 = 10 + 5TMP/100
5 직접경비 계산유지관리실제소요 경비산정직접 경비
6 SW 유지관리비 산정SW유지관리비 산정SW 유지관리비
SW개발비 * 유지관리요율 + 직접경비

SW운영 투입공수 산정방식

구분내용산출물
1 사전준비운영 대상 SW 식별, 세부 운영 서비스 항목 정의운영 대상 SW 및 서비스 항목
2 운영 공수 계산SW 운영 업무 특성 고려, 필요 직무, 직무별 투입인력, 기간 결정IT 직무별 투입공수
3 직접 인건비 계산운영 업무 수행 인력의 직접 인건비 계산직접인건비
직접 인건비 = 투입인력 기술자 직무공수 * SW기술자 평균임금
4 제경비 및 기술료 계산운영업무 수행 인력의 제경비와 기술료 계산제경비, 기술료
제경비 = 작업 인건비 × 144154% / 기술료 = (직접 인건비 + 제경비) × 2040%
5 직접 경비 계산당해 업무 내 현재 요소로 직접 경비 산정직접 경비
6 SW 운영비 산정SW 운영비 산정SW운영비
직접인건비 + 제경비 + 기술료 + 직접 경비

고정비, 변동비 산정방식

구분내용산출물
1 사전준비유지관리 및 운영대상 SW 식별유지관리 및 운영대상 SW
대상 SW별 유지관리/운영업무 식별
2 고정비/변동비 업무 구분대상 업무 중 완전유지관리 기능개선 해당업무(변동비) 구분고정비/변동비 업무분류표
대상 업무 중 비기능 개선업무(고정비) 구분
3 고정비/변동비 산정SW재개발비 산정방식으로 변동비 산정고정비 산정표
투입공수 방식 운영비 산정방식 적용 고정비 산정변동비 산정표
4 직접경비계산당해업무 실제소요경비 산정직접경비
5 SW유지관리/운영비 산정SW유지관리/운영비 산정SW 유지관리 및 운영비
고정비 + 변동비 + 직접경비