웨비나속 Q&A

Microsoft365 Copilot은 GDPR과 같이 광범위하게 적용되는 개인 정보 보호법과 클라우드 개인 정보 보호를 위한 세계 최초의 국제 행동 강령인 ISO/IEC 27018과 같은 개인 정보 보호 표준을 준수하여 데이터에 대한 제어가 강화됩니다.

Microsoft가 실시한 조사에 따르면 Copilot for Security를 사용했을 때 조사 및 헌팅, 위협 인텔리전스 강화 등의 업무에 소요되는 시간이 최대 40% 단축되었으며, 알림이나 인시던트에 대한 보고, 요약 및 시각화 등의 작업의 속도를 높여 미션 크리티컬하지 않은 업무에 소요되는 시간이 최대 63% 절약할 수 있었습니다. 또한 Copilot을 통해 주니어 레벨의 직원이 KQL 쿼리나 스크립트 분석 등 어렵고 까다로운 업무를 수행할 수 있도록 보조하여 보다 높은 업무 효율을 보여줍니다.

Copilot for Microsoft 365를 효율적으로 사용할 수 있도록 Microsoft에서 프롬프트 북을 제공하고 있습니다. 또한 저희 씨앤토트에서도 Copilot for Microsoft 365를 도입 후 효과적으로 사용할 수 있도록 변화관리 서비스를 제공하고 있습니다.

Copilot을 확장하여 사용할 때 외부 데이터와 내부 데이터를 활용하는 것에는 다음과 같은 차이점이 있습니다: 데이터 소유권 및 보안 외부 데이터: 공개된 데이터셋을 사용하므로 데이터 소유권 이슈는 적지만, 데이터 보안성은 다소 취약할 수 있습니다. 내부 데이터: 기업의 프로프라이어터리 데이터를 활용하므로 데이터 보안에 주의를 기울여야 하지만, 데이터 소유권은 명확합니다. 데이터 적합성 및 관련성 외부 데이터: 일반적인 지식은 포함되어 있지만 특정 비즈니스 도메인이나 작업에 최적화되어 있지 않을 수 있습니다. 내부 데이터: 기업 특화 데이터를 활용하므로 해당 비즈니스 영역에 특화된 지식과 작업 이해도가 높아집니다. 데이터 품질 관리 외부 데이터: 데이터 품질 관리가 어려울 수 있으며, 부정확하거나 노이즈가 있는 데이터가 포함될 가능성이 있습니다. 내부 데이터: 기업 내부의 엄격한 데이터 관리 정책 하에서 데이터 품질을 일정 수준 이상으로 유지할 수 있습니다. 모델 맞춤화 수준 외부 데이터: 일반적인 지식을 바탕으로 하므로 특정 작업에 특화된 성능을 내기 어려울 수 있습니다. 내부 데이터: 기업 고유의 데이터를 활용하여 특정 작업이나 비즈니스 프로세스에 맞춤화된 AI 모델을 구축할 수 있습니다. 따라서 외부 데이터를 사용하면 일반적인 지식을 활용할 수 있지만, 내부 데이터를 활용하면 기업 특화 지식과 보안 요구사항을 충족시키면서 모델 맞춤화 수준을 높일 수 있습니다. 두 가지 접근법 모두 장단점이 있으므로 상황에 맞게 전략적으로 선택하는 것이 중요합니다.

1. 주로 소프트웨어 개발, 데이터 분석, 문서 작성 등의 업무에서 생산성이 크게 향상될 것으로 기대됩니다. Microsoft에 따르면 평균 35%의 시간 절감 효과가 있다고 합니다. 2. Copilot의 성숙도는 아직 초기 단계입니다. 예외 상황 대응을 위해서는 지속적인 모니터링과 피드백이 필요합니다. 현재는 완전 자동화보다는 관리자의 판단과 감독하에 AI를 보조 도구로 활용하는 것이 바람직합니다. 3. 제로 트러스트 네트워크 액세스 및 최소 권한 원칙 적용 다단계 인증, 액세스 제어, 암호화 등 강화된 보안 정책 수립 AI 기술은 아직 완전치 않지만, 적절한 통제와 관리하에 업무 효율성을 크게 높일 수 있습니다. 동시에 새로운 보안 위협에도 지속적으로 대비해야 합니다.

안녕하세요. 문정미님. 인공지능에 학습된 개인정보 보호에 대해 문의주셨습니다. 죄송하게도, 개인정보 보호에 대한 신뢰성 검증은 현재로써는 답변드리기 어려운 정보로 보입니다. 현재, 데이터 및 개인정보 보호,보안에 대해 공개된 내용은 하기 URL을 통해 확인하실 수 있습니다. https://learn.microsoft.com/ko-kr/copilot/microsoft-365/microsoft-365-copilot-privacy 추후에 추가적인 내용이 확인된다면 추가 답변 드릴 수 있도록 하겠습니다.