강의 계획 레슨 250개 중 182번째 · LLM 실무화: 비용, 캐싱, 가드레일
LLM 실무화: 비용, 캐싱, 가드레일

개인 정보 가리기 가드레일

사용자 글이 모델, 로그, 분석 표에 닿기 전에 개인 식별 정보(PII)를 벗겨 내야 해요. 프라이버시 우선 제품에서 이건 선택적인 다듬기가 아니라, 이메일, 전화번호, 카드 번호가 결코 닿아서는 안 될 곳에 닿지 않게 지키는 관문이에요. 기법은 정규 표현식 패턴 맞추기로, 일치하는 것마다 타입이 붙은 자리 표시자로 바꿔요.

흔한 패턴 세 개면 대부분 해결돼요:

  • 이메일: name@host.tld 같은 것 -> [EMAIL]로 바꿔요.
  • 전화: 공백, 대시, 점이나 앞의 국가 번호로 묶였을 수도 있는 10자리 숫자 -> [PHONE].
  • 카드: 선택적인 공백이나 대시로 나뉜 네 자리씩 네 묶음의 16자리 -> [CARD].

더 탐욕스러운 전화 패턴이 파먹지 못하도록, 가장 길고 가장 구체적인 패턴(16자리 카드)을 먼저 가리세요. 바꾸면서 찾은 타입을 기록해서, 호출하는 쪽이 무엇을 지웠는지 감사할 수 있게 하세요. 깨끗한 글은 빈 리스트와 함께 손대지 않고 돌아와요.

import re
EMAIL = re.compile(r"\b[A-Za-z0-9._%+\-]+@[A-Za-z0-9.\-]+\.[A-Za-z]{2,}\b")

이것을 어떤 모델로 가는 길에든 돌릴 거예요. 예를 들어 기기 내 엔진에 글을 넘기기 전에 safe, _ = redact(user_text)를 하고, 날것의 문자열이 아니라 safe를 보내요. 모델 호출 자체는 보여 주기이고, 가리개가 만들고 채점하는 부분이에요. 기대기 전에 한계를 알아 두세요: 숫자 패턴은 거짓 양성을 만들고("#2026071234" 같은 주문 번호는 전화번호처럼 보여요), 설명하지 않는 것은 놓쳐요(이름, 도로명 주소, 공백으로 쓴 계좌 번호). 정규식 가리기는 싼 첫 단계이고, 실제 시스템은 개체 인식기를 더하고, 무엇보다 과제에 필요한 필드만 모델에 보내요.

redact(text)를 만드세요. 튜플 (masked_text, types)를 돌려주는데, masked_text는 모든 이메일, 전화, 카드가 자리 표시자로 바뀌었고, types는 찾은 서로 다른 개체 타입("card", "email", "phone" 중)의 정렬된 리스트예요. 깨끗한 글은 []와 함께 그대로 돌아와요.

내 차례

(masked_text, types)를 돌려주는 redact(text)를 쓰세요. 모든 이메일을 [EMAIL]로, 전화번호를 [PHONE]으로, 16자리 카드를 [CARD]로 바꾸세요. types는 "card", "email", "phone" 중 찾은 서로 다른 타입의 정렬된 리스트예요. 이메일과 전화가 있는 문자열은 둘 다 가려지고 ['email', 'phone']을 돌려줘요. 깨끗한 글은 []와 함께 바뀌지 않고 돌아와요. 다른 PII 조합은 다른 타입 집합을 내요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.