개요

이번 달 사용량

-

/ - requests

현재 플랜

-

활성 API Keys

-

RPM 한도

-

분당 요청 한도

API Keys

내 API Keys

새 API Key가 발급됐습니다

이 키는 지금만 표시됩니다. 반드시 안전한 곳에 저장하세요.

키 이름

발급된 API Key가 없습니다.

API Key 사용 가이드

Quick Start

1. 인증 방식

모든 API 요청의 HTTP 헤더에 X-API-Key 를 포함하세요.

          # HTTP 헤더

          X-API-Key: ta_xxxxxxxxxxxx

2. curl 요청 예시

          # 채팅 API 호출

          curl -X POST http://localhost:8000/api/v1/chat \

            -H "Content-Type: application/json" \

            -H "X-API-Key: ta_xxxxxxxxxxxx" \

            -d '{"message": "예금 금리 알려줘", "session_id": "s1"}'

3. Python SDK

          # pip install truthanchor-sdk

          from sdk.python import TruthAnchorClient

          client = TruthAnchorClient(

            base_url="http://localhost:8000",

            api_key="ta_xxxxxxxxxxxx",

          )

          # 동기 호출

          response = client.chat("한국은행 기준금리 알려줘")

          print(response.content)

          print(f"불확실성: {response.uncertainty_score:.3f}")

          print(f"인용: {len(response.citations)}건")

4. JavaScript (fetch)

          const res = await fetch("/api/v1/chat", {

            method: "POST",

            headers: {

              "Content-Type": "application/json",

              "X-API-Key": "ta_xxxxxxxxxxxx",

            },

            body: JSON.stringify({

              message: "예금 금리 알려줘",

              session_id: "session-001"

            }),

          });

          const data = await res.json();

          console.log(data.content);

5. API 엔드포인트

Method	Endpoint	설명
POST	/api/v1/chat	채팅 요청 (동기/스트리밍)
POST	/api/v1/chat/feedback	응답 피드백 전송
GET	/api/v1/health	시스템 상태 확인
GET	/api/v1/metrics	Prometheus 메트릭

6. 응답 구조

          {

            "session_id": "s1",

            "content": "현재 한국은행 기준금리는...",

            "citations": [

              { "source": "한국은행", "excerpt": "...", "relevance_score": 0.95 }

            ],

            "metadata": {

              "uncertainty_score": 0.12,  // 0.0(확신) ~ 1.0(불확실)

              "intent": "interest_rate",

              "guardrail_results": { "passed": true, "violations": [] },

              "escalated": false

            },

            "disclaimer": "※ 참고용 정보입니다."

          }

주의사항

API Key는 발급 시 한 번만 표시됩니다. 안전한 곳에 보관하세요.
Key가 노출되었다면 즉시 비활성화하고 새 키를 발급하세요.
Key를 클라이언트(브라우저) 코드에 직접 포함하지 마세요.
환경변수(TRUTHANCHOR_API_KEY)로 관리하는 것을 권장합니다.
Rate Limit: Free 10 RPM / Starter 60 RPM / Enterprise 500 RPM

전체 API 문서 보기 →

결제 내역

날짜	금액	상태
로딩 중...

RAG 문서 관리

총 문서 수

-

인덱싱된 파일

총 벡터 수

-

Qdrant 포인트

선택됨

0

개 문서 선택

문서 업로드

📄

PDF, DOCX, TXT 파일을 드래그하거나 클릭하여 업로드

지원 형식: PDF, DOCX, DOC, TXT, MD, HWP

ⓘ 중복 검사 안내
파일 내용(SHA-256)을 기준으로 중복을 판단합니다. 동일 내용의 파일은 파일명이 달라도 자동으로 건너뜁니다.
같은 파일명이라도 내용이 변경된 경우(개정판 등)에는 정상적으로 재인덱싱됩니다. 이미지 기반 PDF는 OCR로 자동 처리됩니다.

문서 목록

	카테고리	파일명	청크 수	파일 크기	시행일	파일	작업
로딩 중...

지식 그래프

개념 탐색 /

도메인 필터

그래프 통계

-

노드

-

엣지

-

도메인

그래프의 노드를 클릭하거나
개념을 검색하여 탐색을 시작하세요.

단축키:
Esc 선택 해제 F 전체 보기
Space 물리 일시정지 P 성능 통계
/ 검색 포커스

지식 그래프 로딩 중...

120

범례

규제

개념

기관

절차

엔티티

상품

일반 관계

모순 관계

일반 RAG vs TruthAnchor 비교

일반 RAGTruthAnchor

검색 근거--

교차 규제미감지-

모순 탐지불가-

규제 타임라인

뉴스 & 투자보고서

뉴스 수집 / 팩트체크

뉴스 등급 기준

A등급 신뢰도 ≥ 0.9

공식 기관·국가 통신사

한국은행, 금융위, 금감원
연합뉴스, 뉴시스

B등급 신뢰도 ≥ 0.7

경제 전문지

한국경제, 매일경제
서울경제, 머니투데이

C등급 신뢰도 ≥ 0.5

일반 언론·전문 블로그

일반 매체
비즈니스 전문 블로그

D등급 신뢰도 < 0.5

미확인 출처

개인 블로그, SNS
출처 불명

등급은 출처 신뢰도 + 수치 검증 + 이슈 분석 3단계를 종합해 자동 결정됩니다. RAG 검색 시 A등급 +20%·D등급 −50% 가중치가 적용됩니다.

최근 뉴스 피드

정렬: A → B → C → D · 신뢰도 높은 순

키워드를 입력하고 '뉴스 수집'을 클릭하세요

투자보고서 생성

Documentation

서비스 개요 (Service Overview)▼

TruthAnchor는 금융 서비스에서 LLM(대형 언어 모델)을 신뢰할 수 있는 챗봇/에이전트로 활용하기 위한 다층 할루시네이션 방어 플랫폼입니다. 금융 규제·컴플라이언스 요건을 충족하면서 정확하고 근거 기반의 응답을 제공합니다.

4계층 아키텍처

계층	이름	주요 기능
Layer 1	입력 거버넌스	Intent 분류, PII 마스킹, 프롬프트 인젝션 방어
Layer 2	근거 기반 생성	Hybrid RAG, LLM 생성, Citation Linker
Layer 3	출력 검증	컴플라이언스 가드레일, 수치 검증, 불확실성 점수화
Layer 4	에스컬레이션	감사 로그, 에스컬레이션 라우터

주요 성과 지표 (Phase 3 목표)

지표	목표	설명
할루시네이션 탐지율	≥ 97%	4-Signal 복합 불확실성 점수 기반 탐지
응답 지연 p95	≤ 200ms	전체 파이프라인 처리 시간 (LLM 호출 제외)
금융 RAG 정확도	≥ 98%	근거 문서 기반 정확한 응답 비율

빠른 시작 (Quick Start)▼

1. API Key 발급

Dashboard의 API Keys 탭에서 "새 키 발급" 버튼을 클릭합니다. 발급된 키는 한 번만 표시되므로 반드시 안전한 곳에 저장하세요.

2. 첫 번째 API 호출 (curl)

curl -X POST https://your-domain.com/api/v1/chat \ -H "Content-Type: application/json" \ -H "X-API-Key: ta_xxxxxxxxxxxx" \ -d '{ "message": "예금자보호법의 보호 한도는 얼마인가요?", "session_id": "session-001", "options": { "stream": false, "include_citations": true } }'

3. 첫 번째 API 호출 (Python)

import requests resp = requests.post( "https://your-domain.com/api/v1/chat", headers={"X-API-Key": "ta_xxxxxxxxxxxx"}, json={ "message": "예금자보호법의 보호 한도는 얼마인가요?", "session_id": "session-001", "options": {"stream": False, "include_citations": True} } ) data = resp.json() print(data["answer"]) print(f"신뢰도: {1 - data['uncertainty_score']:.1%}") for c in data["citations"]: print(f" - {c['source']} (p.{c['page']})")

4. 응답 구조

{ "answer": "예금자보호법에 따라 1인당 5천만원까지 보호됩니다.", "uncertainty_score": 0.12, "citations": [ { "source": "예금자보호법_시행령.pdf", "page": 3, "snippet": "...금융회사가 파산 시 1인당 5천만원 한도..." } ], "guardrail_results": { "passed": true, "violations": [] }, "session_id": "session-001", "request_id": "req_abc123" }

uncertainty_score: 0.0 (매우 확신) ~ 1.0 (불확실). 0.6 이상이면 자동 에스컬레이션됩니다.
citations: 근거 문서의 출처, 페이지, 관련 스니펫.
guardrail_results: 가드레일 검증 통과 여부와 위반 내역.

불확실성 점수 (Uncertainty Score)▼

TruthAnchor는 4개의 신호를 결합한 복합 불확실성 점수를 산출합니다.

Signal	설명	가중치
Token Entropy	LLM 출력 토큰의 엔트로피. 높을수록 모델이 불확실	25%
Semantic Consistency	동일 질문에 대한 복수 응답 간 의미적 일관성	30%
Claim Verification	응답 내 주장(claim)이 근거 문서와 일치하는지 검증	30%
ECE (Expected Calibration Error)	모델 자체 신뢰도 보정 오차	15%

점수 해석 가이드

범위	상태	조치
0.0 ~ 0.3	높은 신뢰	응답을 그대로 사용 가능
0.3 ~ 0.6	주의 필요	사용자에게 불확실성 고지 권장
0.6 ~ 1.0	에스컬레이션	자동으로 사람 상담원에게 전달

용어사전 (Glossary)▼

Hallucination (할루시네이션)

LLM이 사실에 기반하지 않은 정보를 생성하는 현상. 금융 분야에서는 잘못된 수치, 없는 규정 인용 등으로 나타남.

RAG (Retrieval-Augmented Generation)

검색 증강 생성. 외부 문서를 검색하여 LLM 생성 시 근거로 활용하는 기법.

Guardrail (가드레일)

LLM 출력이 규제·컴플라이언스 요건을 충족하는지 검증하는 규칙 기반 필터.

Citation (인용)

응답의 각 주장에 대해 근거 문서의 출처·페이지·스니펫을 연결한 참조 정보.

Uncertainty Score (불확실성 점수)

0~1 범위의 복합 점수. 4개 신호(Entropy, Consistency, Claim Verification, ECE)를 결합하여 응답 신뢰도를 수치화.

Escalation (에스컬레이션)

불확실성이 높거나 가드레일 위반 시 사람 상담원에게 자동 전달하는 프로세스.

PII (Personally Identifiable Information)

개인식별정보. 이름, 주민번호, 계좌번호 등 마스킹 처리 대상.

Prompt Injection (프롬프트 인젝션)

악의적 사용자가 LLM의 시스템 프롬프트를 우회하려는 공격 기법.

Intent Classification (의도 분류)

사용자 입력의 의도를 금융 카테고리(예: 예금, 대출, 투자)로 분류하는 과정.

BM25

키워드 기반 문서 검색 알고리즘. TF-IDF의 확장으로 RAG의 sparse retrieval에 사용.

Hybrid Retriever

Dense(벡터) + Sparse(BM25) 검색을 결합하여 재현율과 정밀도를 동시에 높이는 검색기.

Qdrant

고성능 벡터 데이터베이스. TruthAnchor의 RAG 문서 임베딩 저장소.

Neo4j

그래프 데이터베이스. 금융 규정 간 관계(참조, 개정 등)를 저장.

Token Entropy

LLM 출력 토큰 분포의 정보 엔트로피. 높을수록 모델이 다음 토큰에 대해 불확실.

ECE (Expected Calibration Error)

모델의 예측 확률과 실제 정확도 간 차이. 보정 오차가 낮을수록 신뢰도 점수가 정확.

Compliance (컴플라이언스)

금융 규제 준수. 금소법, 자본시장법 등의 요건을 충족하는 것.

Audit Log (감사 로그)

모든 API 요청·응답·가드레일 판정을 기록하는 불변 로그. 금융 감사 대비.

Semantic Consistency

동일 질문에 대한 복수 응답 간 의미적 유사도. 낮으면 모델이 불안정.

Claim Verification

응답 내 각 사실 주장을 근거 문서와 대조하여 검증하는 과정.

Pipeline Orchestrator

4계층 파이프라인을 순차/병렬로 실행하고 결과를 조합하는 게이트웨이 핵심 모듈.

POST /api/v1/chat ▼

채팅 요청을 전송합니다. 4계층 파이프라인을 거쳐 근거 기반 응답을 반환합니다.

Headers

Name	Required	Description
X-API-Key	Yes	API 인증 키 (ta_xxxx...)
Content-Type	Yes	application/json

Request Body

Field	Type	Required	Description
message	string	Yes	사용자 질문 메시지
session_id	string	No	세션 ID (대화 유지용)
options.stream	boolean	No	스트리밍 응답 여부 (default: false)
options.include_citations	boolean	No	인용 포함 여부 (default: true)
options.max_tokens	integer	No	최대 응답 토큰 수 (default: 1024)

Request Example

{ "message": "예금자보호법의 보호 한도는 얼마인가요?", "session_id": "sess-abc123", "options": { "stream": false, "include_citations": true } }

Response (200 OK)

{ "answer": "예금자보호법에 따라 1인당 5천만원까지 보호됩니다.", "uncertainty_score": 0.12, "citations": [ { "source": "예금자보호법_시행령.pdf", "page": 3, "snippet": "...금융회사가 파산 시 1인당 5천만원 한도..." } ], "guardrail_results": { "passed": true, "violations": [] }, "session_id": "sess-abc123", "request_id": "req_abc123" }

Error Responses

Status	Code	Description
401	UNAUTHORIZED	API 키 누락 또는 유효하지 않음
429	RATE_LIMITED	RPM 한도 초과
400	INVALID_REQUEST	요청 형식 오류
500	INTERNAL_ERROR	서버 내부 오류

POST /api/v1/chat/feedback ▼

응답에 대한 사용자 피드백을 전송합니다. 모델 개선 및 감사 로그에 활용됩니다.

Request Body

Field	Type	Required	Description
request_id	string	Yes	피드백 대상 요청 ID
rating	string	Yes	"positive" \| "negative"
comment	string	No	추가 코멘트

Example

{ "request_id": "req_abc123", "rating": "positive", "comment": "정확한 답변이었습니다." }

GET /api/v1/health ▼

시스템 상태를 계층별로 확인합니다. 인증 불필요.

Response (200 OK)

{ "status": "healthy", "layers": { "input_governance": { "status": "ok", "latency_ms": 12 }, "evidence_generation": { "status": "ok", "latency_ms": 45 }, "output_verification": { "status": "ok", "latency_ms": 8 }, "escalation": { "status": "ok", "latency_ms": 3 } }, "dependencies": { "qdrant": "connected", "neo4j": "connected", "postgres": "connected", "redis": "connected", "kafka": "connected" }, "version": "1.0.0", "uptime_seconds": 86400 }

GET /api/v1/metrics ▼

Prometheus 형식의 메트릭을 반환합니다. 모니터링 시스템(Grafana 등)과 연동하여 사용합니다.

주요 메트릭

Metric	Type	Description
ta_requests_total	Counter	총 API 요청 수
ta_latency_seconds	Histogram	요청 처리 시간 (초)
ta_hallucination_detected_total	Counter	할루시네이션 탐지 횟수
ta_escalation_total	Counter	에스컬레이션 발생 횟수
ta_guardrail_violations_total	Counter	가드레일 위반 횟수
ta_uncertainty_score	Histogram	불확실성 점수 분포

가드레일 규칙 (Guardrail Rules)▼

TruthAnchor는 금융 컴플라이언스를 위해 다음의 가드레일 규칙을 적용합니다. 모든 LLM 응답은 이 규칙들을 통과해야 사용자에게 전달됩니다.

규칙 ID	이름	설명	심각도
CG-001	투자 권유 금지	특정 종목·상품에 대한 직접적 투자 권유 또는 매수/매도 추천 차단	Critical
CG-002	수익률 보장 금지	확정 수익률, 원금 보장 등 허위·과장 표현 차단	Critical
CG-003	수치 정확성 검증	금리, 환율, 수수료 등 수치 데이터가 근거 문서와 허용 오차(0.1%) 내 일치 검증	Critical
CG-004	출처 명시 의무	응답에 반드시 근거 문서 출처(법령명, 조항, 페이지)를 포함해야 함	High
CG-005	면책 조항 포함	투자·세금 관련 응답에 "본 정보는 참고용이며 투자 판단의 근거가 아닙니다" 면책 문구 포함	High
CG-006	개인정보 노출 방지	응답에 마스킹되지 않은 PII(주민번호, 계좌번호 등)가 포함되지 않도록 검증	Critical
CG-007	시점 명시	규정·금리 등 시간에 따라 변하는 정보에 기준 시점(시행일, 적용일)을 명시	High
CG-008	불확실성 고지	불확실성 점수 0.3 이상 시 응답에 "정보의 정확성이 완전히 확인되지 않았습니다" 고지	Medium

가드레일 위반 시 처리 흐름▼

가드레일 위반이 감지되면 다음과 같이 처리됩니다:

단계	동작	설명
1	위반 감지	Layer 3에서 규칙 위반 식별
2	심각도 판정	Critical: 응답 차단 / High: 수정 후 전달 / Medium: 경고 첨부
3	감사 로그 기록	위반 내용, 원본 응답, 판정 결과를 불변 로그에 기록
4	에스컬레이션 (Critical)	Critical 위반 시 사람 상담원에게 자동 전달
5	대체 응답 생성	안전한 대체 응답 또는 "확인 후 답변드리겠습니다" 메시지 반환

Python SDK 설치▼

설치

pip install truthanchor

또는 최신 개발 버전:

pip install git+https://github.com/truthanchor/truthanchor-python.git

동기 클라이언트 (Sync Client)▼

from truthanchor import TruthAnchorClient client = TruthAnchorClient( api_key="ta_xxxxxxxxxxxx", base_url="https://your-domain.com" ) # 단일 질문 response = client.chat("예금자보호법의 보호 한도는?") print(response.answer) print(f"신뢰도: {response.confidence:.1%}") # 인용 확인 for citation in response.citations: print(f" [{citation.source}] p.{citation.page}") # 세션 유지 대화 session = client.create_session() r1 = session.chat("적금과 예금의 차이점은?") r2 = session.chat("그러면 금리는 어느 쪽이 높나요?") # 이전 대화 맥락 유지

비동기 클라이언트 (Async Client)▼

import asyncio from truthanchor import AsyncTruthAnchorClient async def main(): client = AsyncTruthAnchorClient( api_key="ta_xxxxxxxxxxxx", base_url="https://your-domain.com" ) # 비동기 질문 response = await client.chat("신용등급 산정 기준은?") print(response.answer) # 스트리밍 async for chunk in client.chat_stream("금소법 주요 내용을 알려주세요"): print(chunk.text, end="", flush=True) await client.close() asyncio.run(main())

에러 처리▼

from truthanchor import TruthAnchorClient from truthanchor.exceptions import ( AuthenticationError, RateLimitError, ValidationError, ServerError, ) client = TruthAnchorClient(api_key="ta_xxxxxxxxxxxx") try: response = client.chat("질문") except AuthenticationError: print("API 키가 유효하지 않습니다.") except RateLimitError as e: print(f"요청 한도 초과. {e.retry_after}초 후 재시도하세요.") except ValidationError as e: print(f"요청 형식 오류: {e.message}") except ServerError: print("서버 오류. 잠시 후 재시도하세요.")

재시도 설정

client = TruthAnchorClient( api_key="ta_xxxxxxxxxxxx", max_retries=3, # 최대 재시도 횟수 timeout=30.0, # 요청 타임아웃 (초) retry_on_status=[429, 500, 502, 503], )

뉴스 팩트체크 등급 (A/B/C/D)▼

TruthAnchor에 수집되는 모든 뉴스는 자동 팩트체크를 거쳐 신뢰도 등급이 부여됩니다. 등급은 출처 신뢰도 + 수치 검증 + 이슈 분석을 종합하여 결정됩니다.

등급	신뢰도	기준	해당 출처
A	≥ 0.9	공식 기관, 국가 통신사	한국은행, 금융위원회, 금융감독원, 연합뉴스, 뉴시스
B	≥ 0.7	경제 전문지	한국경제, 매일경제, 서울경제, 머니투데이, 이데일리
C	≥ 0.5	일반 언론, 전문 블로그	일반 매체, 비즈니스 전문 블로그
D	< 0.5	미확인 출처	개인 블로그, SNS, 출처 불명

출처별 신뢰도 점수▼

출처(언론사)별로 사전 정의된 신뢰도 점수가 적용됩니다. 금융 공식 기관이 가장 높고, 미등록 출처가 가장 낮습니다.

점수	출처	분류
1.00	한국은행, 금융위원회, 금융감독원	공식 기관
0.95	연합뉴스	국가 통신사
0.90	뉴시스	통신사
0.85	한국경제, 매일경제, 서울경제	경제 전문지
0.80	머니투데이, 이데일리, 파이낸셜뉴스	경제 매체
0.75	조선비즈, 한경비즈니스	비즈니스 매체
0.50	기타 / 미등록 출처	기본값

등급 결정 과정▼

뉴스가 수집될 때 3단계 검증을 거쳐 최종 등급이 결정됩니다.

뉴스 수집 │ ▼ 1단계: 출처 신뢰도 평가 "연합뉴스" → 0.95 "한국경제" → 0.85 "알수없는블로그" → 0.50 │ ▼ 2단계: 수치 검증 (본문 내 %, 원, 억 등) "기준금리 2.75%" → 정상 범위 → 통과 "기준금리 50%" → 비정상 → 이슈 추가 │ ▼ 3단계: 최종 등급 결정 신뢰도 ≥ 0.9 + 이슈 없음 → A 신뢰도 ≥ 0.7 → B 신뢰도 ≥ 0.5 → C 신뢰도 < 0.5 또는 이슈 있음 → D

보고서 신뢰도 등급 (출처 태그)▼

투자보고서에서는 각 문장에 출처 태그가 표기되어 정보의 근거를 명확히 구분합니다.

태그	등급	의미	표기 예시
[규제]	A	법령/공시 기반 (확정 사실)	[규제] 예금자보호법에 따라...
[뉴스]	B	복수 뉴스 교차확인	[뉴스] 한경/매경에 따르면...
[시세]	A	실시간 시세 데이터	[시세] 기준금리 2.75%
[뉴스*]	C	단일 뉴스 (추가 확인 권장)	[뉴스*] ○○경제에 따르면...
[추론]	D	AI 추론 (근거 없음, 주의 필요)	[추론] 향후 금리 인하 가능성...

⚠ [추론] 태그가 붙은 문장은 사실이 아닐 수 있습니다. 투자 결정에 활용하기 전 반드시 추가 확인이 필요합니다.

등급이 보고서에 미치는 영향▼

뉴스 등급	보고서에서	의미
A등급 뉴스 2개+ 교차확인	B (복수뉴스) 신뢰도	높은 확신으로 인용
A/B등급 단일 뉴스	C (단일뉴스) 신뢰도	참고 수준으로 인용
C등급 뉴스	인용 시 경고 표시	추가 확인 권장
D등급 뉴스	보고서에서 제외 가능	신뢰할 수 없는 출처

뉴스 전용 가드레일 (CG-030~034)▼

뉴스를 기반으로 생성된 보고서에 추가로 적용되는 5개 전용 가드레일입니다.

규칙	명칭	설명
CG-030	출처 누락 탐지	수치 포함 문장에 출처 태그([뉴스], [규제])가 없으면 탐지
CG-031	내용 과장 탐지	뉴스 원문 "소폭 조정" → 보고서 "폭락"으로 과장 시 탐지
CG-032	단일 출처 의존	전체 인용의 70%+ 가 한 출처에서 올 경우 경고
CG-033	오래된 뉴스 현재화	7일+ 지난 뉴스를 "오늘", "현재"로 서술 시 차단
CG-034	상충 뉴스 누락	긍정/부정 상반된 뉴스 중 한쪽만 인용 시 탐지

뉴스 수집 방법▼

방법	설명	사용법
RSS 자동 수집	연합뉴스/한경/매경 RSS에서 키워드 관련 뉴스 자동 수집	뉴스 & 보고서 > 키워드 입력 > "뉴스 수집" 클릭
수동 입력	뉴스 제목/본문/출처 직접 입력	뉴스 & 보고서 > 왼쪽 폼 > "수집 & 인덱싱" 클릭
API 호출	외부 시스템에서 API로 전송	POST /api/v2/news/ingest
피드 조회	저장소에서 키워드 기반 검색	GET /api/v2/news/feed?keyword=금리

금융권 망분리 원칙▼

금융권 망분리는 전자금융감독규정 제15조, 제32조에 의해 모든 금융기관에 의무화된 보안 원칙입니다. 금융전산 시스템을 인터넷과 물리적/논리적으로 격리하여 고객 정보를 보호합니다.

원칙	요구사항	TruthAnchor 대응
물리적 분리	인터넷/업무망 분리	DMZ Proxy 경유
접근 통제	허가 트래픽만 통과	호스트 화이트리스트 (2개만 허용)
데이터 보호	고객 정보 유출 금지	PII 양방향 검사 + ARIA/SEED 암호화
감사 추적	외부 통신 전 건 기록	HMAC-SHA256 감사 로그 5년 보관
장애 격리	외부 장애 내부 전파 차단	서킷 브레이커 + LLM 캐시

3가지 배포 시나리오▼

A. DMZ 경유 (대부분 금융사)

외부 LLM API를 DMZ Proxy를 통해서만 호출합니다. 고객 데이터는 업무망에서만 처리되며, PII는 외부로 유출되지 않습니다.

고객 → [인터넷망] → [DMZ Proxy] → [업무망: TruthAnchor] │ api.anthropic.com (허용) api.openai.com (허용) 그 외 모든 호스트 차단

B. 완전 폐쇄망 (보안 최상위)

인터넷 연결 없이 자체 호스팅 LLM(vLLM, TGI, Ollama)을 사용합니다. 모든 데이터가 내부망에서만 처리됩니다.

# .env 설정 ONPREM_LLM_ENABLED=true ONPREM_LLM_BACKEND=vllm ONPREM_LLM_ENDPOINT=http://gpu-server:8000 DMZ_PROXY_ENABLED=false

C. 금융 클라우드 (CSAP 인증)

NHN Cloud 금융존, NCP 금융클라우드 등 금융위 허가 CSAP 인증 클라우드에서 운영합니다.

DMZ Proxy 보안 기능▼

기능	설명
호스트 화이트리스트	api.anthropic.com, api.openai.com만 허용
PII 유출 검사	주민번호, 카드번호, 계좌번호, 전화번호, 이메일 차단
감사 로깅	전 건 HMAC-SHA256 서명, 5년 보관
서킷 브레이커	외부 API 장애 시 자동 격리
동시 요청 제한	asyncio.Semaphore (기본 50건)
본문 크기 제한	10MB

보안 체크리스트▼

항목	상태
DMZ Proxy 화이트리스트	구현됨
TLS 1.3 / mTLS	구현됨
PII 유출 검사	구현됨
감사 로그 5년 보관	구현됨
ARIA/SEED 암호화	구현됨
OAuth 2.0 인증	구현됨
Multi-Region DR	구현됨
ISMS-P 인증	준비 중

상세: 사용자 매뉴얼 > 금융권 망분리

할루시네이션 방어 현황▼

지표	100건 벤치마크	600건 벤치마크
할루시네이션 탐지율	100.0% (46/46)	96.8% (+Judge)
False Positive	0.0% (0/54)	4.1% (패턴+NLI)
가드레일 규칙	38개 (CG-001~028 + NLI + Judge) + 뉴스 5개 (CG-030~034)
벤치마크	600건 (36개 카테고리)
3단계 방어	패턴 (<1ms) → NLI (~50ms) → Judge (~2s)

자주 묻는 질문 (FAQ)▼

TruthAnchor는 어떤 LLM을 사용하나요?▼

기본적으로 Anthropic Claude를 사용하며, OpenAI GPT 모델을 Fallback으로 지원합니다. LLMProvider 인터페이스를 구현하면 커스텀 모델도 연동할 수 있습니다.

무료 플랜에서는 얼마나 사용할 수 있나요?▼

무료(Free) 플랜은 월 100회 API 호출을 지원합니다. 더 많은 호출이 필요하면 Starter(월 5,000회) 또는 Enterprise(무제한) 플랜으로 업그레이드하세요.

할루시네이션 탐지율 97%는 어떻게 측정하나요?▼

금융 도메인 특화 벤치마크 데이터셋(약 500건)을 사용합니다. 정답이 있는 질문에 대해 LLM 응답을 생성하고, 4-Signal 불확실성 점수가 실제 할루시네이션 여부와 일치하는 비율을 측정합니다.

RAG에 사용되는 문서를 직접 업로드할 수 있나요?▼

네. Dashboard의 RAG 문서 탭에서 PDF, TXT, DOCX 파일을 업로드하면 자동으로 청킹 및 벡터 인덱싱됩니다. API를 통한 프로그래밍 방식 업로드도 지원 예정입니다.

에스컬레이션은 어떻게 동작하나요?▼

불확실성 점수가 0.6 이상이거나 Critical 가드레일 위반이 감지되면 자동으로 에스컬레이션됩니다. 에스컬레이션된 요청은 지정된 Webhook URL로 전송되거나, Kafka 토픽으로 발행되어 사람 상담원이 처리합니다.

응답 지연이 200ms를 초과하면 어떻게 되나요?▼

200ms는 파이프라인 처리 시간(LLM 호출 제외) 기준입니다. LLM 호출 시간은 모델 제공자(Anthropic/OpenAI)에 따라 달라집니다. Redis 캐시를 활용하면 반복 질문에 대해 50ms 이하로 응답할 수 있습니다.

감사 로그는 어디에 저장되나요?▼

PostgreSQL에 불변(immutable) 형태로 저장됩니다. 모든 요청/응답, 가드레일 판정, 에스컬레이션 이벤트가 기록되며, 금융 감독원 감사 시 증빙 자료로 활용할 수 있습니다.

커스텀 가드레일 규칙을 추가할 수 있나요?▼

Guardrail 인터페이스를 구현하고 config/plugins.yaml에 등록하면 자동으로 파이프라인에 포함됩니다. YAML 기반 규칙 정의도 지원하며, config/guardrails/ 디렉토리에 규칙 파일을 추가하세요.

On-premise 배포가 가능한가요?▼

네. Docker Compose 기반으로 모든 인프라(Qdrant, Neo4j, PostgreSQL, Redis, Kafka)를 로컬에 배포할 수 있습니다. Enterprise 플랜에서는 Kubernetes Helm Chart도 제공합니다.

지원하는 언어는 무엇인가요?▼

현재 한국어와 영어를 지원합니다. 금융 용어 사전과 규정 문서는 한국어 중심으로 구축되어 있으며, 영어 금융 문서도 RAG에 추가할 수 있습니다.