A: 벤더를 선택할 때 세 가지를 봅니다. 데이터가 공장 안에 머물 수 있는지, 누가 무엇을 보는지 통제할 수 있는지, 사고를 추적할 수 있는지입니다. 제조 AI 보안은 인터넷과 다릅니다. 공장에서 도는 것은 공정 파라미터, 설비 로그, 검사 이미지이며 이것이 유출되면 잃는 것은 트래픽이 아니라 주문과 수율입니다. 그러므로 벤더의 알고리즘이 얼마나 강한지만 듣지 말고 데이터 프라이버시의 실제 역량을 먼저 보십시오.
I. 데이터 배포 방식이 현지화와 엣지 격리를 지원하는지 확인하십시오. 많은 제조 라인이 외부 네트워크에 연결될 수 없어 AI 모델은 공장 내 서버나 엣지 박스에서 돌아야 합니다. 학습 데이터가 공장을 떠나는지, 추론이 퍼블릭 클라우드에 의존하는지 명확히 물어야 합니다. 한 자동차 부품 기업이 표면 결함 검사를 원하는데 벤더가 모든 이미지를 클라우드로 업로드해야 한다면 사실상 탈락입니다. ZEVON은 산업 AI를 납품할 때 보통 MES + AI 추론 노드를 현장 측에 배포하고 비식별화된 통계 결과만 반환하여 실시간성과 데이터 경계를 모두 지킵니다.
II. 권한 세분성과 감사 역량을 확인하십시오. 공장의 역할별로 볼 수 있는 데이터는 완전히 다릅니다. 작업자는 자기 작업 스테이션만 보고, 공정 엔지니어는 파라미터 곡선을 보되 고객 주문 정보는 건드리면 안 됩니다. 벤더는 필드 수준 권한, 작업 로그 추적, 비정상 접근 경고를 지원해야 합니다. 실시간 시연을 요구하십시오. 특정 검사 모델의 데이터 접근을 특정 계정에만 개방할 수 있는지, 지난 90일간 원본 이미지를 누가 내려받았는지 내보낼 수 있는지입니다. 답하지 못하는 벤더는 즉시 감점입니다.

III. 데이터 비식별화와 암호화가 기본값으로 켜져 있는지 확인하십시오. 많은 AI 벤더가 비식별화를 선택 옵션으로 두는데 이는 위험합니다. 제조 데이터에는 공급업체명, 부품 번호, 심지어 작업자 ID까지 섞이므로 익명화나 가명화가 기본이어야 합니다. 전송 구간에는 TLS, 저장 시에는 AES-256을 사용하고 키는 직접 관리하십시오. 내부 정책이 있다는 말을 받아들이지 말고 설정 화면과 암호화 증적을 보여달라고 하십시오.
IV. 컴플라이언스 자격과 사고 대응을 확인하십시오. 최소한 등급보호 3급과 ISO 27001이 필요하며 수출 사업이 있다면 GDPR이나 국경 간 데이터 이전 평가도 확인하십시오. 더 중요하게는 데이터 침해 발생 시 얼마나 빨리 통지하는지, 보험이 있는지, 포렌식에 협조할 것인지 물으십시오. ZEVON은 15개 이상 산업에서 120개 이상 고객에 서비스하며 제조 시나리오의 데이터 분류·등급화 템플릿을 갖추고 있어 기업이 우회를 피하도록 돕습니다.
V. AI 모델 자체의 설명 가능성과 변조 저항성을 확인하십시오. 보안은 외부 공격만이 아니라 모델 중독이나 드리프트도 포함합니다. 벤더는 모델 버전 관리, 입력 이상 탐지, 의사결정 로그를 제공해야 합니다. 예를 들어 한 전자 공장이 PCB 결함 분류에 AI를 쓴다고 가정할 때 모델이 갑자기 양품을 불량으로 판정하면 어느 배치의 데이터가 원인인지 추적할 수 있어야 합니다.
요약: 먼저 자체 데이터 분류를 정의한 뒤 벤더가 항목별로 답하게 하십시오. 온프레미스 배포, 기본 비식별화, 세밀한 권한, 감사, 컴플라이언스 자격을 지원하는 벤더를 우선하십시오. AI 정확도 99퍼센트라는 주장에 흔들리지 마십시오. 보안과 프라이버시가 무너지면 높은 정확도는 지능을 경쟁사에 넘기는 일입니다. 산업 AI와 데이터 프라이버시의 결합에서 ZEVON ESOP는 보안 역량을 사후 패치가 아니라 일상 MES + AI 프로세스에 내장하는 것을 강조하며, 이는 선택 시 주의 깊게 볼 만합니다.