순수 JavaScript로 제로 지식(Zero-Knowledge) AI 프롬프트 익명화기 구축하기 (양방향 PII 마스킹)

매일 개발자, 변호사, 창업가들이 기밀 소스 코드, 고객 기록, 내부 비즈니스 지표 등을 ChatGPT, Claude, Gemini에 직접 붙여넣습니다.

"TechNova GmbH의 Sarah Jenkins가 $45,000을 결제했다"와 같은 원본 클라이언트 데이터를 공개 LLM 채팅창에 붙여넣으면, 그 개인 정보는 인터넷 전반으로 전송되고, 제공업체 텔레메트리 데이터베이스에 기록되며, 잠재적으로 미래 AI 모델 재학습에 사용될 수 있습니다.

이 가이드에서는 순수 JavaScript로 100% 클라이언트 측의 제로 지식(zero-knowledge) AI 프롬프트 정화기를 구축할 것입니다. 이 도구는 기밀 이름, 이메일, 금융 수치를 구조화된 플레이스홀더 토큰으로 대체하며, 외부 서버에 단 하나의 바이트도 업로드하지 않고 실제 이름을 AI 응답에 다시 매핑하는 원클릭 양방향 복원 엔진 기능을 제공합니다.

1. 서버 측 마스킹이 사생활을 파괴하는 이유

대부분의 온라인 PII(Personally Identifiable Information, 개인 식별 정보) 스크러버는 사용자의 프롬프트를 자체 클라우드 서버에 업로드하여 머신러닝 모델을 실행하는 방식으로 작동합니다.

이는 심각한 사생활 함정(privacy trap)을 만듭니다: OpenAI로부터 데이터를 보호하기 위해, 당신은 기밀 텍스트를 알 수 없는 제3자 서버로 전송하고 있는 것입니다.

The Traditional Cloud Trap:
Your Prompt -> Third-Party Redaction Server -> OpenAI LLM
[--- Risk of Leaks / Logs at Every Step ---]
...

2. 양방향 마스킹 워크플로우

안전한 AI 프롬프팅의 비결은 **역매핑(reverse mapping)을 이용한 가명화(pseudonymization)**입니다:

1. 단계 1 (토큰화): 민감한 엔티티를 지정된 토큰([PERSON_1], [COMPANY_1], [CURRENCY_1])으로 대체합니다.
2. 단계 2 (프롬프트 AI): 정제된 텍스트를 ChatGPT 또는 Claude로 전송합니다. AI는 컨텍스트를 완벽하게 이해하며, 토큰을 포함하는 응답을 반환합니다.
3. 단계 3 (복원): AI의 답변을 로컬 브라우저 도구에 붙여넣습니다. 메모리 내 사전(in-memory dictionary)이 원클릭으로 토큰을 원래 이름으로 교체합니다.

일반적인 민감 데이터 유형 및 대체 패턴

3. JavaScript 익명화 엔진 구현

토큰화, 상태 관리 및 역 복원(reverse restoration)을 메모리 내에서 직접 처리하는 완전하고 독립적인 JavaScript 구현 코드는 다음과 같습니다:

class PromptAnonymizer {
  constructor() {
    this.tokenMap = new Map(); // [TOKEN] -> 실제 값 매핑
...

4. 엔진 테스트: 단계별 실행

실제 기밀 비즈니스 프롬프트를 사용하여 엔진을 테스트해 보겠습니다:

const sanitizer = new PromptAnonymizer();

const confidentialPrompt = 
...

실행 결과:

AI용 안전한 프롬프트:
[COMPANY_1]의 [EMAIL_1]에게 보내는 이메일로, [CURRENCY_1] 프로젝트 대금에 대해 감사하는 내용을 작성해 주세요. 연락처는 [EMAIL_1]입니다.

...

5. 보안 및 아키텍처적 이점

1. 결정론적 정확성: 정규 표현식(Regex)과 대괄호 구분자 파싱은 브라우저 V8 엔진 RAM에서 2밀리초 미만에 실행됩니다.
2. 문법 보존: [COMPANY_1] 및 [PERSON_1]과 같은 지정된 의미론적 자리 표시자(semantic placeholders)를 사용함으로써, LLM은 완벽한 문법과 대명사 일치(he/she/they)를 유지합니다.
3. 제로 원격 측정 책임: 토큰이 클라이언트 장치를 벗어나지 않기 때문에, 귀하의 워크플로우는 GDPR, HIPAA, SOC 2 사전 프롬프트 가이드라인을 완벽하게 준수합니다.

논의 및 질문

귀하의 팀은 생성형 AI 도구를 사용할 때 민감한 고객 데이터와 자격 증명을 어떻게 보호하나요? 브라우저 확장 프로그램, 수동 검색 및 바꾸기 기능을 사용하시나요, 아니면 엄격한 데이터 손실 방지(DLP) 규칙을 사용하시나요? 아래 댓글에서 논의해 봅시다!