외부 LLM API 연동 — 프롬프트도 개인정보 처리다

한 문장 결론

외부 LLM API에 보내는 프롬프트·첨부·검색 결과는 모두 개인정보의 처리이자 외부 전송이므로, 호출 경로마다 처리 근거(제15조) → 벤더 관계(위탁인지 제3자 제공인지) → 국외 이전(제28조의8) → 전송 전 최소화를 차례로 확인하고, 이 결과를 처리방침과 계약에 반영해야 합니다.

적용 조건과 예외

상황	개인정보 처리 해당 여부	먼저 볼 것
사용자가 입력창에 자유 텍스트를 넣고 서버가 그대로 LLM에 전달	해당. 사용자가 자기 정보나 타인 정보를 넣을 수 있음	입력 필터링, 처리방침 공개
서버가 DB에서 고객 정보를 꺼내 프롬프트에 합침(요약, 답변 초안)	해당. 처리자가 능동적으로 전송	필드 허용목록, 목적 범위
사내 문서를 임베딩 API로 보내 벡터화	문서에 개인정보가 있으면 해당	문서 분류, 인덱싱 범위 → AI 학습·RAG 데이터
자체 호스팅 모델(사내 GPU)만 사용	외부 전송은 없음. 처리 자체는 해당	접근통제, 로그
완전히 익명화된 통계 문장만 전송	제58조의2에 해당하면 법 적용 제외	“더 이상 개인을 알아볼 수 없는지”를 실제로 검증

예외와 경계:

• 벤더 관계 판단은 이 문서가 확정하지 않습니다. 벤더가 위탁받은 범위(우리 서비스 응답 생성)에서만 처리한다면 업무위탁(제26조)으로 볼 여지가 크고, 벤더가 입력을 자체 모델 학습 등 자기 목적에 쓴다면 제3자 제공(제17조) 쟁점이 생길 수 있습니다. 어느 쪽인지는 계약 조건과 실제 데이터 흐름을 놓고 법무 검토가 필요합니다(review-required).
• 민감정보·고유식별정보(건강, 주민등록번호 등)는 제23조·제24조의 별도 요건이 있습니다. LLM 전송 목적으로 이런 정보를 새로 처리하는 설계는 피하는 편이 안전합니다. → 민감정보 구분, 고유식별정보
• 엔드포인트 리전이 국내여도 로그·모니터링·장애 대응 등으로 국외에서 조회·보관될 수 있습니다. 벤더 문서로 실제 처리 위치를 확인해야 합니다. 제28조의8제1항은 “조회되는 경우를 포함”한다고 명시합니다.

실제 법적 근거

• 「개인정보 보호법」 제15조제1항: 개인정보는 7가지 근거 중 하나에 해당할 때 수집할 수 있고 “그 수집 목적의 범위에서” 이용할 수 있습니다. LLM 기능이 당초 목적 밖이라면 제15조제3항(추가적 이용)이나 제18조(목적 외 이용)를 따로 검토해야 합니다.
• 제3조제1항·제7항: 목적에 필요한 최소한만 처리하고, 익명 또는 가명으로 목적을 달성할 수 있으면 그렇게 처리되도록 해야 합니다. 전송 전 마스킹의 법적 연결고리입니다.
• 제26조제1항: 위탁은 ① 위탁업무 수행 목적 외 처리 금지 ② 기술적·관리적 보호조치 ③ 대통령령으로 정한 사항(시행령 제28조제1항: 목적·범위, 재위탁 제한, 접근 제한 등 안전성 확보 조치, 관리 현황 점검 등 감독, 손해배상 책임)을 포함한 문서로 해야 합니다. 같은 조 제2항은 위탁 업무와 수탁자(재수탁자 포함)를 공개하도록 하고, 시행령 제28조제2항은 그 방법을 홈페이지 지속 게재로 정합니다.
• 제17조제1항: 제3자 제공은 동의 또는 제15조제1항제2호·제3호·제5호~제7호에 따라 수집한 목적 범위에서만 가능합니다. 계약 이행(4호)으로 수집한 정보를 제3자에게 제공하는 근거는 제17조제1항에 열거되어 있지 않다는 점에 주의하세요.
• 제28조의8제1항: 국외 제공(조회 포함)·처리위탁·보관은 원칙적으로 금지되고, 별도 동의(1호), 계약 체결·이행을 위해 처리위탁·보관이 필요한 경우로서 제2항 사항을 처리방침에 공개하거나 서면등의 방법으로 알린 경우(3호, 시행령 제29조의7) 등에만 허용됩니다.
• 시행령 제29조의10: 국외 이전 시 안전성 확보 조치, 고충처리·분쟁해결 조치 등을 이전받는 자와 미리 협의하고 계약내용 등에 반영해야 합니다.
• 시행령 제31조제1항제2호: 국외 이전의 근거와 제28조의8제2항 각 호 사항은 처리방침 기재 사항입니다.
• 「개인정보의 안전성 확보조치 기준」 제7조제4항: 인터넷망 구간으로 개인정보를 송·수신할 때는 안전한 암호 알고리즘으로 암호화해야 합니다(TLS 적용).

행정기관 안내서(권고, review-required):

• 「생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서」(2025.8.)는 서비스형 LLM을 활용하는 단계의 고려사항을 다룹니다. 이 문서에서 인용하는 취지(입력 데이터 관리, 벤더의 학습 이용 여부 확인)는 원문 쪽수 대조 전입니다.
• 「개인정보 처리방침 작성지침(2026)」의 생성형 AI 입력·출력 데이터 관련 공개 항목도 원문 대조 전입니다. 처리방침 문구를 확정하기 전에 지침 원문을 확인하세요.

(현행 법률 제21445호, 시행령 제36671호, 고시 제2026-9호 기준. 조문은 국가법령정보센터 원문과 대조함.)

개발자용 실무 해설

1. 호출 경로마다 “데이터 카드”를 만듭니다. 기능 이름, 프롬프트에 들어가는 필드, 근거, 벤더, 엔드포인트 리전, 벤더 보존 기간, 학습 이용 여부를 한 장에 적습니다. 이 카드가 처리방침의 위탁·국외 이전 항목과 1:1로 대응해야 합니다.
2. 필드는 허용목록으로 고릅니다. user 객체를 통째로 직렬화해 프롬프트에 넣지 마세요. 응답 생성에 필요한 필드만 명시적으로 고르는 빌더를 두면 새 컬럼이 추가돼도 자동으로 새지 않습니다.
3. 자유 텍스트는 전송 전에 탐지·마스킹합니다. 정규식은 주민등록번호·전화번호·이메일·카드번호처럼 형식이 있는 값에 효과적이고, 이름·주소는 놓치기 쉽습니다. 탐지는 “완벽한 차단”이 아니라 “위험 감소” 장치라는 점을 설계 문서에 적어 두세요(프로젝트 권장사항).
4. 벤더 설정을 코드로 고정합니다. 학습 이용 opt-out(또는 기본 미사용 여부), 데이터 보존 기간, 무보존(zero retention) 옵션, 리전은 콘솔 클릭이 아니라 계약서·벤더 문서·IaC 설정으로 확인하고, 확인일을 남깁니다. 벤더 약관은 바뀌므로 주기 점검 항목에 넣습니다.
5. 프롬프트·응답 로그도 개인정보 파일입니다. 디버깅용으로 전문을 남기면 원본 DB보다 오래, 더 넓은 권한으로 보관되기 쉽습니다. 기본은 메타데이터(요청 ID, 토큰 수, 모델, 마스킹 건수)만 남기고, 전문은 짧은 보존 기간과 별도 권한으로 분리합니다. → 로그 마스킹, 보존·파기
6. 응답도 검사합니다. 모델이 프롬프트에 들어간 다른 사용자 정보나 검색 결과를 그대로 복창할 수 있습니다. 출력 단계에서도 같은 PII 탐지기를 돌리고, 화면에 노출할 수 있는 정보인지 확인합니다.

권장 설계

[Client] ──입력──▶ [API 서버]
                    ├─ 1. 기능별 정책 조회 (LlmCallPolicy)
                    ├─ 2. 허용목록 필드만 컨텍스트에 포함
                    ├─ 3. 자유 텍스트 PII 탐지 → 마스킹/차단
                    ├─ 4. 벤더 호출 (TLS, 리전 고정, 학습 미사용 옵션)
                    ├─ 5. 응답 PII 재검사
                    └─ 6. 메타데이터 로그 (전문은 별도 저장소, 짧은 보존)

LlmCallPolicy
├─ feature: "ticket-summary"
├─ basis: CONTRACT (제15조제1항제4호, 상담 처리)
├─ vendor: "vendor-x" (위탁 / 제3자 제공 판단: review-required)
├─ region: "kr" | "us" ...  → 국외면 처리방침 제28조의8제2항 항목 기재
├─ allowed_fields: [ticket_text, product_name]
├─ vendor_retention: "30d (계약서 §x, 확인일 2026-10-23)"
├─ training_use: false (계약·설정 근거 링크)
└─ prompt_log_retention_days: 7

• 정책이 없는 기능에서 LLM 클라이언트를 호출하면 예외를 던지게 합니다.
• 벤더·리전·보존 기간이 바뀌면 처리방침 변경 PR이 함께 올라오도록 CODEOWNERS나 CI 검사로 묶습니다. → 처리방침
• 국외 이전에 해당하면 국외 이전 문서의 공개 항목을 채웁니다.

위험한 설계

• JSON.stringify(user)를 프롬프트에 그대로 넣는 코드
• 개발자 개인 API 키·개인 계정(학습 이용 기본값이 켜져 있을 수 있음)으로 운영 데이터를 호출
• 프롬프트와 응답 전문을 APM·에러 트래커에 무기한 저장
• 벤더의 학습 이용·보존 정책을 확인하지 않고 “API는 학습에 안 쓴다더라”는 전언에 의존
• 국외 리전 벤더를 쓰면서 처리방침에 위탁·국외 이전 항목이 없음
• 사용자가 업로드한 파일(신분증 사진, 진단서 등)을 OCR 없이 멀티모달 모델로 바로 전송

Python/TypeScript 구현 예제

# 전송 전 PII 마스킹 + 기능별 정책 강제 (FastAPI 서비스 계층)
import re
from dataclasses import dataclass

PII_PATTERNS = {
    # 한글과 숫자가 붙어 있어도 잡히도록 \b 대신 숫자 경계를 쓴다
    "RRN": re.compile(r"(?<!\d)\d{6}-?[1-8]\d{6}(?!\d)"),   # 주민등록번호·외국인등록번호 형식
    "PHONE": re.compile(r"(?<!\d)01[016789]-?\d{3,4}-?\d{4}(?!\d)"),
    "EMAIL": re.compile(r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}"),
    "CARD": re.compile(r"(?<!\d)(?:\d{4}[- ]?){3}\d{4}(?!\d)"),
}

@dataclass(frozen=True)
class LlmCallPolicy:
    feature: str
    allowed_fields: frozenset[str]
    block_on: frozenset[str] = frozenset({"RRN", "CARD"})  # 발견 시 전송 자체를 막을 유형

POLICIES = {
    "ticket-summary": LlmCallPolicy("ticket-summary", frozenset({"ticket_text", "product_name"})),
}

class PiiBlocked(Exception):
    pass

def mask_pii(text: str, block_on: frozenset[str]) -> tuple[str, dict[str, int]]:
    counts: dict[str, int] = {}
    for label, pattern in PII_PATTERNS.items():
        text, n = pattern.subn(f"[{label}]", text)
        if n:
            counts[label] = n
            if label in block_on:
                raise PiiBlocked(label)
    return text, counts

def build_llm_context(feature: str, record: dict) -> tuple[dict, dict[str, int]]:
    policy = POLICIES.get(feature)
    if policy is None:
        raise PermissionError(f"LLM 호출 정책이 없는 기능: {feature}")
    context, total = {}, {}
    for field in policy.allowed_fields & record.keys():
        masked, counts = mask_pii(str(record[field]), policy.block_on)
        context[field] = masked
        for k, v in counts.items():
            total[k] = total.get(k, 0) + v
    return context, total  # total은 로그에 건수만 남긴다

// 벤더 설정 확인 결과를 코드로 고정하고, 미확인 상태면 운영 호출을 막는다
type VendorProfile = {
  vendor: string;
  region: 'kr' | 'jp' | 'us' | 'eu';
  trainingUse: false;          // true인 벤더는 타입 단계에서 거부
  retentionDays: number;       // 벤더 측 보존 기간
  evidence: string;            // 계약서 조항, 벤더 문서 URL
  verifiedAt: string;          // 확인일 (주기 점검)
};

export function assertVendorUsable(p: VendorProfile, today = new Date()): void {
  const ageDays = (today.getTime() - new Date(p.verifiedAt).getTime()) / 86_400_000;
  if (ageDays > 180) throw new Error(`${p.vendor}: 벤더 정책 재확인 필요`);
  if (p.region !== 'kr' && !p.evidence.includes('privacy-policy#cross-border')) {
    throw new Error(`${p.vendor}: 국외 이전 공개 근거가 연결되지 않음`);
  }
}

전체 실행 가능한 예제(외부 LLM 전송 데이터 필터링)와 테스트는 구현 예제를 참고하세요.

개발 체크리스트

• LLM을 호출하는 모든 기능에 정책(허용 필드, 근거, 벤더, 리전, 보존 기간)이 등록되어 있다
• 프롬프트에 객체 전체가 아닌 허용목록 필드만 들어간다
• 자유 텍스트 입력에 PII 탐지·마스킹이 적용되고, 주민등록번호·카드번호 형식은 전송이 차단된다
• 응답에도 PII 재검사가 적용된다
• 벤더의 학습 이용 여부, 보존 기간, 처리 리전을 계약서나 벤더 문서로 확인하고 확인일을 남겼다
• 벤더 관계(업무위탁 / 제3자 제공)에 대한 법무 판단을 받았다 (review-required)
• 위탁이면 제26조제1항 문서(계약)와 수탁자 공개가, 국외 이전이면 제28조의8제2항 항목이 처리방침에 있다
• 국외 이전 시 시행령 제29조의10의 보호조치가 계약에 반영되어 있다
• 프롬프트·응답 전문 로그는 기본 비활성이거나 짧은 보존 기간과 별도 권한으로 관리된다
• 개인 계정·개인 API 키로 운영 데이터를 호출하지 않도록 키 관리가 되어 있다
• 생성형 AI 안내서와 처리방침 작성지침의 해당 항목을 원문으로 확인했다 (review-required)

공식 원문 링크와 확인일

아래 “근거 구분표”와 “공식 원문 링크”를 참고하세요. 법률·시행령·고시 조문은 2026-10-23에 국가법령정보센터 Open API로 받은 현행 원문과 대조했습니다. 생성형 AI 개인정보 처리 안내서(2025.8.), 처리방침 작성지침(2026), 통합 안내서의 위탁·제공 구분 해석은 원문 대조 전이라 review-required입니다.