網路分離與生成式 AI
Network Separation (Air Gap) & Generative AI
什麼是網路分離與生成式 AI?
- 將業務網路與網際網路分開的資安政策
- 商用 AI 被擋下的原因,也是地端部署需求的成因
- 資料分級分類是導入討論的起點
導入 AI 的順序在網路分離的組織裡會顛倒。一般企業會先問「哪個模型效能比較好」,而金融、公部門則是先決定模型能放在哪裡,再從中篩選出可以使用的模型。負責的人也不同:不是業務單位挑選工具,而是必須先由資訊安全部門與法務核准部署方案,才能開始。大部分預算不是流向模型使用費,而是流向基礎設施與管控機制。
網路分離也不是單一做法。有把 PC 與線路各備兩套的實體方式,也有用 VDI 只傳送畫面的邏輯方式;把業務網路隔離的做法,與只把上網功能另外拉到獨立 PC 的做法,管控強度不同。AI 的放置位置也依循這個架構。地端部署需要購買 GPU 伺服器並配置營運人力,常從縮減參數的輕量模型起步;私有雲端則以專線、專用執行個體的架構與委外相關程序為前提。這裡容易混淆的界線是:網路分離與外洩管控是不同的層次。即使網路隔開了,把複製貼上的一行內容帶出去,仍是 DLP 與提示過濾器負責的範圍。
現場最常見的錯位,是只用「網路分離,不能用」一句話就把審查關掉。實際上被擋住的只是外部 API 的呼叫路徑,而不是所有 AI 應用。若討論停在這裡,員工就會改用私人手機拍下畫面,拿去問外部的聊天機器人。這種在管控之外流出資料的影子 AI,才是網路分離真正的漏洞。還有相反的誤解,認為只要在內部部署開源模型就萬事搞定,但若內部文件沒有整理,搜尋品質就會崩壞,結果變成兩個月後就沒人再打開的系統。法規也常修訂,不要用去年的資料就斷言「不可行」,而應每次都確認主管機關的最新指引。
2011 年大型金融與公部門機構遭駭事件後,韓國的網路分離政策正式加強。透過《電子金融監督規定》與國家網路安全指引,此制度擴散到金融與公部門;之後隨著雲端與 AI 應用需求增加,有條件放寬的討論持續進行。
我們以一個假設案例來看。全體員工 1,200 名規模的產險公司 A 公司,所有員工的電腦都處於實體網路分離環境,因此摘要一件理賠審查文件平均要花 40 分鐘。經營層指示導入 AI,但資訊安全部門已連續 6 個月以「網路分離,無法使用」回覆,最後成立了一個限期 3 個月的審查專案小組。
- 資訊安全組長將 3,200 份內部文件依公開、內部、機密、客戶資訊四個等級逐一檢視後發現,真正含有客戶資訊的文件僅佔 18%,其餘文件因缺乏判斷標準,依慣例全部被列為機密。
- 專案小組將理賠審查摘要與條款查詢拆開處理。審查組長反問「條款不是都公開在官網上,為什麼不能放進去?」於是整理出先從公開等級的業務著手,以可連網際網路的 PC 5 台試行 3 個月的方案。
- 涉及客戶資訊的審查摘要,是在內部 GPU 伺服器 2 台上部署輕量開源模型,以 RAG 方式運作。但首次測試的準確度未達預期,光是重新調整條款與手冊文件,就又多花了 4 週。
- 法務團隊與資訊安全部門依部署方案整理出各方案的允許依據,製成 A4 共 11 頁的稽核應對文件保存;合規監理人員則以「日後能說明清楚即可」為附帶條件,蓋下了核准章。
- 6 個月後,每件理賠文件的摘要時間從 40 分鐘縮短為 12 分鐘,以個人手機使用外部聊天機器人而被查獲、通報的案例,則從 每月 9 件降為 1 件。
朴雪英
Seungtae Park