왜 Regex-First + NLP 정규 표현식인가요?
우리의 접근 방식
- 100% 재현 가능한 결과
- 준수를 위한 완전한 감사 가능
- 훈련 데이터 불필요
- 투명한 의사 결정
- 빠르고 예측 가능한 성능
- 시간에 따른 모델 드리프트 없음
AI/ML 접근 방식
- 실행 간 결과가 다름
- 블랙 박스 의사 결정
- 훈련 데이터 필요
- 감사하기 어려움
- 높은 컴퓨팅 비용
- 시간에 따른 모델 드리프트
10단계 프로세스
입력에서 출력까지, 문서에 어떤 일이 일어나는지 정확히 알아보세요
1
입력 텍스트
웹 인터페이스, API 또는 Office 추가 기능을 통해 문서를 제출하세요
2
언어 감지
시스템이 최적의 처리를 위해 문서 언어를 식별합니다
3
토큰화
텍스트가 패턴 매칭을 위해 토큰으로 분해됩니다
4
패턴 매칭
정규 표현식 패턴이 50개 이상의 엔티티 유형을 스캔합니다
5
맥락 분석
주변 텍스트가 탐지 정확도를 향상시킵니다
6
신뢰도 점수
각 탐지 항목에 신뢰도 점수가 부여됩니다
7
엔티티 분류
탐지된 항목이 유형별로 분류됩니다
8
결과 검토
모든 탐지 결과와 위치 및 점수를 확인하세요
9
익명화 적용
방법 선택: 교체, 삭제, 해시, 암호화 또는 마스킹
10
출력 문서
익명화된 문서를 다운로드하세요
MCP 서버: 프라이버시 우선 AI 통합
AI 도구를 안전하게 유지하기 위해 데이터가 MCP 서버를 통해 흐르는 방식
MCP 서버는 프라이버시 보호막 역할을 하여 AI 도구의 요청을 가로채고, PII를 익명화하며, 안전한 데이터를 AI를 통해 처리하고, 선택적으로 원래 값을 복원합니다.
AI 도구 요청
귀하의 AI 도구 (Cursor, Claude)가 PII를 포함하는 요청을 보냅니다
MCP 서버가 가로챕니다
서버가 모든 PII 엔티티를 분석하고 탐지합니다
익명화
PII가 토큰으로 교체되거나 삭제됩니다
AI 처리
AI는 익명화된 데이터만 수신하고 처리합니다
응답 반환
AI 응답이 MCP 서버를 통해 돌아옵니다
디토큰화
선택적: 원래 값이 사용자에게 복원됩니다