LLM 가드레일 계층 구축

지정해주신 개념 ‘LLM 가드레일 계층 구축’ (유형: workflow)에 대한 신규 위키 노트를 성공적으로 작성하여 지식 베이스에 추가했습니다.

📄 작성된 노출 및 경로

• 노트 위치: LLM 가드레일 계층 구축.md

---

📝 주요 포함 내용 요약

1. Frontmatter 및 메타데이터 준수: type: workflow, status: draft, sources, 태그 및 날짜 정보를 완벽히 설정했습니다.
2. 2중 방어선 구조 설계:
   • 입력 가드레일 (Input Guardrail): Prompt Injection Detector, Topic Classifier (Off-topic 차단), PII (개인식별정보) 마스킹.
   • 출력 가드레일 (Output Guardrail): Hallucination Detector, Format Validator (Pydantic/JSON 스키마 검증), Toxicity Filter.
3. 구체적 실무 예시 및 모델 명시:
   • Meta-Llama-Guard-3-8B, DeBERTa-v3-base-injection, Microsoft Presidio 등의 검증 모델 명시.
   • 파이썬 기반 LLMGuardrailPipeline 구현 예시 코드 및 엔터프라이즈 금융 RAG 시스템 활용 시나리오 수록.
4. 지연 시간(Latency) 및 안전성 충돌 분석:
   • 직렬 가드레일 검증 시 발생하는 latency 지연 이슈와 이에 대응하기 위한 경량 모델 활용 및 비동기/스트리밍 검증 트레이드오프 기재.
5. 소스 출처 표기 및 관련 노트 연동:
   • 본문 수치 및 지표에 (raw/2026년 실제로 나오는 생성형 AI 면접 질문 40선과 답변.md) 표기.
   • 프롬프트 인젝션 보안 방어, LLM 외부 환각 탐지 및 완화 메커니즘, 에이전틱 보안 파이프라인, RAG 아키텍처 선택, 장애 복구 및 폴백 아키텍처 (Fallback & Failure Modes Design) 등 유관 개념 링크 연결 완료.