연락처 정보

코스 개요

AI 보안 거버넌스의 기초

  • AI 거버넌스의 핵심 원칙
  • 엔터프라이즈용 AI 보안 프레임워크
  • 관계자별 역할 및 책임 사항

AI 위험 평가 방법론

  • AI 보안 위험의 식별과 분류
  • AI 기반 시스템에 대한 위협 모델링
  • 위험의 영향도 분석 및 우선순위 설정

안전한 AI 시스템 설계

  • 기밀성, 무결성, 가용성을 고려한 설계 방안
  • AI 파이프라인 내 보안 제어 요소의 도입 방법
  • 모델 수명 주기 관리에 관한 사항

AI 데이터 보호 및 개인정보보호

  • 머신러닝 환경에서의 데이터 거버넌스
  • 민감하거나 규제 대상인 데이터의 관리 방법
  • 개인정보 보호 강화 기술의 활용

AI 운영 모니터링 및 보안 유지

  • AI 시스템의 동작 상태 지속적 감시
  • 성능 변화, 이상 현상, 오용 행위 탐지 기법
  • AI 시스템 전용 운영상 위협 정보 활용 방안

규제 및 컴플라이언스 대응 전략

  • AI 보안에 영향을 미치는 국제 표준
  • 감사 준비를 위한 문서화 절차
  • 법적 의무 사항과의 거버넌스 연계 방법

AI 시스템을 위한 사고 대응 체계

  • AI 특유의 공격 유형 및 징후 식별
  • 침해된 모델에 대한 응답 프로세스 구축
  • 사건 발생 후 평가와 복구 절차 마련

전략적 AI 보안 관리 체계

  • 장기적인 AI 보안 역량 개발 전략
  • 엔터프라이즈 전략 수립 시 AI 위험 요소 반영
  • 성숙도 평가와 지속적 개선 계획 수립

요약 및 향후 실천 방향

요건

  • 정보 보안 위험 관리 기본 개념에 대한 이해
  • AI 또는 데이터 중심 시스템 관련 실무 경험
  • 엔터프라이즈 수준의 정보 보안 거버넌스 지식

대상자

  • AI 이니셔티브를 감독하는 보안 관리자
  • 거버넌스 및 리스크 관리 전문가
  • 안전한 AI 도입을 책임지는 기술 리더들
 21 시간

참가자 수


참가자별 가격

회원 평가 (3)

예정된 코스

관련 카테고리