웨비나속 Q&A

LLM을 PoC에서 실서비스로 확장할 때 가장 큰 비용 폭등 요인은 인프라, 특히 고성능 GPU 자원 비용입니다. 또한, 관리형 API 사용 시 예측 불가능한 토큰 사용량에 따른 과금이 서비스 규모가 커질수록 크게 증가합니다. 이를 통제하려면 모델 최적화, 인프라의 효율적인 배치 추론 및 오토스케일링, 그리고 토큰 사용량 최소화 전략을 통해 비용을 절감해야 합니다. 좀 더 상세한 답변이 필요하시면 웨비나 후 공유된 메일 주소로 문의 부탁드립니다.

어떤 상황인지는 확인이 필요한데요, 발표자에게 문의 주시면 협의 드리도록 하겠습니다.

Splunk는 보안장비 또는 SW 별로 표준화된 App/Add-On 을 제공하고 있습니다.

개인정보처리시스템에서 고객정보를 10분동안 10회 이상 조회 예시와 같이 탐지 하며 현재는 AI 적용은 되지 않습니다.

일단 시나리오별로 위험등급을 정의하고 Critical 한 알림에 대해서 우선 대응 하고, 현재 로드맵으로 탐지 이벤트를 ML 을 이용하여 자동분류하는 기능은 구현 예정입니다.

이부분은 아직 로드맵으로 Splunk AI Assistant 가 완료 될 경우 접목할 예정 입니다.

안녕하세요. 방금 말씀 하신 부분은 SM 단계에서 지원 하고 있습니다. 바이텍에서는 S사에서 진행 하고 있습니다.

안녕하세요. 스플렁크에서 제공되는 대시보드를 통해 html, css, java 사용해서 커스텀하게 사용 할 수 도 있습니다.

안녕하세요. 암호화 데이터만 아니면 모든 데이터 수집 가능 합니다.

룰기반(Known) + 예측기반(Unknown) 을 같이 적용할 경우 효과적입니다.

안녕하세요. 스플렁크 기본 대시보드는 css, java, 커스텀 하게 사용 하실 수 있습니다.

결국은 자동 조치전 프롬프트를 통해서 보안담당자의 분석이 필요 할 것으로 판단됩니다. 위헙 점수는 탐지된 사용자별로 전체 시나리오 대비 탐지된 시나리오 건수와 탐지된 시나리오 위험도 및 가중치를 이용하여 산정합니다.