AI
보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계
두줄요약
보안 업무에 AI를 적용할 때 사람의 판단을 남기고 AI는 1차 정리와 근거 수집을 맡기는 SAGE 플랫폼 설계를 소개했습니다. 3개 진입점과 멀티 에이전트, RAG, MCP, 피드백 루프로 운영하는 방식도 정리했습니다.
핵심 내용
- 보안 업무에 AI를 적용할 때 사람의 최종 판단을 남기고 AI는 1차 정리와 근거 수집만 맡기는 SAGE 플랫폼 설계
- 티켓 기반 상담, Slack 운영 안내, 담당자용 분석 워크벤치의 세 진입점과 공통 오케스트레이션 구조
- 멀티 에이전트, RAG, MCP, Langflow, Langfuse, GPT 계열 모델을 조합한 운영 방식
- 운영 피드백과 검증된 규칙만 답변 정책에 반영하는 휴먼 인 더 루프 개선 구조
적용해볼 점
- 도메인별로 워크플로를 분리해 책임 경계를 명확히 두는 설계
- AI가 결론을 단정하지 않고 확인해야 할 정보와 근거를 먼저 제시하는 방식
- 운영 피드백을 별도 부가 기능이 아닌 핵심 개선 루프로 두는 방식
