강의계획서 · AI 보안과 국가안보의 미래
1. 강의명 (Title)
AI · 보안 · 국가정책
① AI 보안, 이제 선택이 아닌 필수
② 중국 ‘딥시크’ 사건으로 보는 글로벌 AI 리스크
③ AI 기술 경쟁 시대의 국가안보 전략
2. 교육 개요 (Overview)
AI는 이제 단순한 기술이 아니라 국가 안보와 직결된 시대입니다. 딥시크 논란을 통해 드러난 개인정보 수집, 데이터 저장, 외부 공유 문제는 AI가 얼마나 큰 보안 취약점을 만들 수 있는지 보여줍니다.
본 강의는 AI 서비스들이 가진 구조적 위험, 각국의 규제 전략, 그리고 한국이 갖추어야 할 보안 관점의 대응책을 심도 있게 다룹니다.
3. 교육 목표 (Objectives)
- AI 기술이 갖는 보안 위협의 구조적 원인을 이해한다
- 딥시크 사례를 기반으로 국가·기업·개인의 리스크를 분석한다
- AI 보안 정책과 글로벌 규제의 흐름을 파악한다
- 조직이 채택해야 할 보안 기준 및 실천 전략을 도출한다
4. 기대 효과 (Expected Outcomes)
- AI 도입 시 필요한 보안 리스크 평가 능력 향상
- 데이터 유출·감시·정보 조작 등의 위험을 사전에 차단
- 조직 내 AI 보안 규정 수립 및 활용지침 마련 가능
- AI 활용과 정책 규제 사이의 균형 있는 의사결정 능력 확보
5. 상세 커리큘럼 (Curriculum)
| 모듈 | 주제 | 핵심 내용 |
|---|---|---|
| 1 | AI 보안의 개념과 현재 환경 |
AI·데이터 처리 구조 이해 개인정보 저장·수집·활용의 위험성 “AI는 어떻게 사고를 치는가?” 사례 소개 |
| 2 | 딥시크 사건 분석 |
딥시크의 데이터 수집 방식 키보드 입력 패턴 감지, 정보 저장 문제 해외 정부기관의 전면 차단 이유 |
| 3 | AI 보안, 글로벌 시각 |
미국 : 기술 발전 중심, 규제 완화 유럽 : AI Safety 중심 강력 규제 중국 : 데이터 보안법·국가제공 의무화 |
| 4 | 한국의 현주소와 문제점 |
기술 확보와 규제의 충돌 상황 AI 스타트업의 보안 인력 부족 문제 공공기관의 AI 사용 기준 공백 |
| 5 | AI 보안 위협의 실제 리스크 |
데이터 유출·정보조작·국가감시 가능성 기업·개인 정보 활용의 회색지대 AI 모델 학습 데이터 취약점 |
| 6 | 기업·기관이 갖춰야 할 AI 보안 체크리스트 |
AI 도입 전 Risk Assessment 데이터 저장·전송·암호화 기준 내부 보안 가이드라인 구축 |
| 7 | AI 보안의 미래와 대응 전략 |
국가안보 관점의 AI 접근 필요성 조직별 보안 담당자 역할 강화 안전한 AI 활용을 위한 정책 제언 |
6. 강사 소개 (Instructor)
- AI·보안·데이터 정책 전문가
- 국내외 AI 보안 사례 분석 및 위험관리 컨설턴트
- 공공기관·기업 AI 리스크 관리 강의 다수 진행
- AI 보안 정책·정보보호 전략·규제 대응 전문
※ 본 강의 계획서는 블로그, 인터뷰, 유튜브 등에 공개된 자료를 바탕으로 구성되었습니다. 실제 강연 내용과 일부 차이가 있을 수 있습니다.
그만하기
계속 답변하기
