요청과 모델 호출
프롬프트, 모델과 버전, 응답 식별자, 정책 판단을 하나의 실행 흐름으로 연결합니다
AI 에이전트 감사 증적
AI 에이전트의 판단과 도구 호출을 감사 로그로 남깁니다
AI의 최종 답변만으로는 어떤 도구가 실행됐고 누가 승인했으며 외부 시스템에 무엇이 바뀌었는지 알기 어렵습니다 Rantropy 패키지는 요청, 모델 활동, 도구 호출, 승인과 외부 결과를 기관이 보관하고 검토할 수 있는 하나의 감사 흐름으로 연결합니다
공공조달 패키지 출시
난수 API와 별도 상품이며 나라장터와 벤처나라를 통해 구매할 수 있습니다 기관의 운영 환경과 보안 정책에 맞춰 도입 범위를 협의합니다
증적 범위
결과가 아니라 실행 흐름을 기록합니다
누가 무엇을 요청했고 어떤 모델과 도구가 어떤 순서로 작동했는지 확인할 수 있는 기록 구조를 설계합니다
도구 실행과 외부 액션
검색, 데이터 변경, 메시지 전송처럼 실제 시스템에 영향을 주는 도구 호출을 별도로 남깁니다
승인과 예외 처리
사람의 승인, 거부, 재시도, 우회 처리까지 포함해 책임 경계를 확인할 수 있게 합니다
도입 방향
기관 환경에 맞춰 패키지로 도입합니다
기관별 데이터 반출 기준, 보관 기간, 접근 권한과 독립 검증 요구를 확인해 설치 범위와 운영 정책을 정합니다
패키지 구성
기관이 사용하는 AI 애플리케이션과 에이전트에 증적 수집과 조회 기능을 연결합니다
보안과 보관 정책
제한된 네트워크, 계정 권한, 암호화와 보관 기간을 기관 기준에 맞춰 검토합니다
독립 검증
원본 서비스에 접속하지 않고도 내보낸 증적 자료를 검토할 수 있는 도구를 준비합니다
증적 수명주기
스키마와 보존, 내보내기 기준을 함께 관리합니다
이벤트 버전이 어떻게 바뀌는지, 보호 대상 필드를 어떻게 다루는지, 각 사본을 언제 삭제하고 독립 검토 자료에 무엇을 담는지 정합니다
버전형 감사 로그 스키마
모델 호출, 정책 판단, 도구 실행, 승인과 외부 결과를 안정적인 실행 ID와 이벤트 형식으로 연결합니다
보존과 삭제
운영 기록뿐 아니라 검색 인덱스, 내보낸 파일, 백업과 복구 가능한 사본까지 같은 수명주기로 관리합니다
독립 검토용 내보내기
스키마, 체크섬, 무결성 연결 정보, 조회 범위와 제외 항목을 기계 판독 가능한 명세에 담습니다
기술 가이드
도입 전에 증적 경계부터 정합니다
원본 애플리케이션 밖에서도 AI 기록을 검토하려면 어떤 이벤트와 식별자, 무결성 통제, 실패 시험이 필요한지 확인하세요
AI 증적은 실제 업무 흐름부터 검토해야 합니다
사용 중인 모델과 도구, 승인 절차, 감사 요구를 알려주시면 어떤 이벤트를 남겨야 하는지 함께 정리합니다