Porter AI 엔터프라이즈는 기업 전용 인프라 제공, 중앙 권한 관리, 셀프 호스팅 모델 연결, 사용량 관리 기능을 통해 AI 활용 환경을 조직이 통제할 수 있는 구조로 제공됩니다.
인프라 레벨에서의 보안
Porter AI 엔터프라이즈는 관리형 단독 클러스터 또는 Self-Hosting 방식으로 운영할 수 있습니다. 조직의 보안 정책과 인프라 운영 방식에 맞춰 AI 서비스가 실행되는 환경과 데이터가 저장되는 위치를 선택할 수 있습니다.관리형 단독 클러스터
Porter AI가 고객사별로 별도의 GCP 프로젝트와 전용 VPC를 구성하고 운영합니다. 사용 내역이 저장되는 DB와 파일이 저장되는 오브젝트 스토리지도 고객별로 독립 구성됩니다.
Self-Hosting
조직이 운영 중인 클라우드(AWS, Azure 등) 또는 온프레미스 환경에 Porter AI를 설치해 사용할 수 있습니다. 데이터와 실행 환경은 조직의 인프라 안에서 관리됩니다.
데이터 접근 권한 관리
Porter AI는 지식베이스, MCP 서버, REST API 웹호출 도구, Skills를 중앙에서 등록하고 전역 또는 스페이스를 지정하여 사용 권한을 부여할 수 있습니다.지식베이스와 내부 시스템 접근 권한 관리
관리 권한이 있는 담당자가 문서 지식베이스, 내부 시스템과 연동할 수 있는 MCP 서버, 웹호출 도구를 중앙에서 등록하고, 전역 또는 스페이스별로 접근 권한을 부여할 수 있습니다.
Skills와 시크릿 관리
업무 자동화를 위해 만든 Skills를 중앙에서 등록하고, Skills 실행에 필요한 API 키나 토큰 값은 시크릿 환경변수로 분리해 키 값 노출 없이 안전하게 공유할 수 있습니다.
문서 파일을 여러 직원에게 직접 전달하지 않아도, 관리자가 지식베이스를 중앙에서 구성하고 필요한 사용자에게만 접근 권한을 부여할 수 있습니다. 사용자는 파일 원본을 전달받는 대신, 권한이 허용된 범위 안에서 AI 답변을 통해 문서 내용을 활용합니다.
AI 모델 보안
보안상의 이유로 AI 모델까지 내부에서 실행해야 하거나 외부 모델 API 비용을 줄이고 싶은 경우, 자체 구축 모델을 Porter AI의 모델 선택지로 추가할 수 있습니다.셀프 호스팅 모델 연결
자체 구축하거나 운영 중인 AI 모델을 Porter AI의 모델 선택지로 추가할 수 있습니다. 모델 서버의 엔드포인트, 모델 식별자, API Key, 커스텀 헤더를 설정해 연결합니다.
전역 모델 관리
자체 모델을 특정 스페이스를 지정하여 연결하거나, AI 운영시스템에서 연결한 후 전역으로 사용할 수 있도록 설정하는 중앙 관리 방식으로도 운영할 수 있습니다.
자체 모델을 직접 구축하기 어려운 조직에는 Porter AI가 GPU 기반 모델 실행 환경을 직접 구성해 제공하는 방식도 지원합니다. 자세한 내용은 도입 문의 과정에서 안내합니다.
사용량과 운영 관리
AI 운영시스템에서 관리자 권한이 부여된 담당자는 누가 어떤 AI 자원을 얼마나 사용하는지 확인하고, 조직 정책에 맞게 사용량을 제한할 수 있습니다.1
사용 내역 조회
기간을 선택해 모델 또는 도구 호출 내역을 확인하고, 호출한 사용자와 스페이스, 사용 모델, 토큰 사용량, 비용을 조회할 수 있습니다.
2
사용 통계 확인
모델 또는 도구별 사용량 합계를 확인해 조직에서 어떤 AI 자원이 많이 사용되는지 파악할 수 있습니다.
3
사용 한도 설정
모든 스페이스에 기본 적용되는 시간당, 일간, 주간, 월간 한도를 설정하고, 필요에 따라 특정 스페이스의 한도를 별도로 조정할 수 있습니다.
자주 묻는 보안 관련 질문
관리형 단독 서버는 일반 SaaS와 무엇이 다른가요?
관리형 단독 서버는 일반 SaaS와 무엇이 다른가요?
관리형 단독 서버는 고객사별 별도 GCP 프로젝트, 전용 VPC, 전용 데이터베이스, 전용 오브젝트 스토리지로 구성됩니다. 고객사는 공용 SaaS 환경과 분리된 실행 환경과 데이터 저장소를 확보하고, 네트워크와 데이터 보관 방식을 기업 보안 정책에 맞춰 구성할 수 있습니다.
사내 문서를 업로드해 지식베이스로 만들어도 안전한가요?
사내 문서를 업로드해 지식베이스로 만들어도 안전한가요?
엔터프라이즈 환경에서는 문서 원본이 고객사별 프로젝트의 전용 오브젝트 스토리지에 보관됩니다. 중요한 문서 파일을 직원들에게 직접 전달하지 않고, 관리자가 지식베이스로 구성한 뒤 필요한 스페이스에서만 활용하도록 설정할 수 있습니다.
부서별로 접근 가능한 문서를 다르게 설정할 수 있나요?
부서별로 접근 가능한 문서를 다르게 설정할 수 있나요?
각 부서에서 문서 담당자의 스페이스에 지식베이스를 구성하고 부서원을 초대해 공유할 수 있습니다. 조직 차원의 중앙 관리가 필요한 경우에는 AI 운영시스템에서 부서별 지식베이스를 등록하고, 필요한 부서의 스페이스를 지정하여 접근 권한을 부여할 수 있습니다.
사내 시스템 API를 AI에 연결해도 안전하게 사용할 수 있나요?
사내 시스템 API를 AI에 연결해도 안전하게 사용할 수 있나요?
웹호출 도구를 통한 API 연동은 사내에서 접근 권한이 있는 담당자가 API 호출에 필요한 인증 토큰이나 헤더 값을 입력해야 가능합니다. 등록된 도구는 AI 운영시스템에서 별도로 접근 권한을 부여한 스페이스에서만 사용할 수 있으며, 운영 서버와 AI 호출을 분리해야 하는 경우 같은 API 서버를 앱 배포 플랫폼에 AI 전용으로 배포해 활용할 수 있습니다.
사내 데이터와 연동하는 MCP 서버는 어디에 배포해야 하나요?
사내 데이터와 연동하는 MCP 서버는 어디에 배포해야 하나요?
개발한 MCP 서버를 기존 인프라 환경에 배포하려면 보안 검토와 운영 관리 부담이 커질 수 있습니다. Porter AI와 동일한 격리된 환경에서 작동하는 앱 배포 플랫폼을 활용하면 MCP 서버를 안전한 환경에 배포하고 관리할 수 있습니다.
누가 어떤 AI 자원을 사용했는지 확인할 수 있나요?
누가 어떤 AI 자원을 사용했는지 확인할 수 있나요?
AI 운영시스템에서 전체 사용량, 계정별 사용량, 모델과 도구 호출 내역을 확인할 수 있으며, 필요한 경우 조회한 데이터를 엑셀 파일로 다운로드해 내부 점검이나 감사 자료로 활용할 수 있습니다. 질문 내용 등 더 세부적인 데이터 조회가 필요한 경우에는 엔터프라이즈 환경에서 구성되는 고객사 전용 데이터베이스를 기준으로 확인할 수 있습니다.
보안상 외부의 AI 모델을 사용하는 것이 부담스러우면 어떻게 하나요?
보안상 외부의 AI 모델을 사용하는 것이 부담스러우면 어떻게 하나요?
폐쇄망 또는 내부망에서 작동하는 셀프 호스팅 모델을 Porter AI에 연결할 수 있습니다. 자체 모델 실행 환경을 직접 운영하기 어렵다면, Porter AI가 고객 환경에 GPU 기반 AI 모델 실행 환경을 별도로 구성하는 방식도 지원합니다.
다음 단계
ChatGPT와 비교
ChatGPT Enterprise와 Porter AI의 구조적 차이를 확인합니다.
AI 운영시스템
전역 모델, 데이터, MCP, Skills를 조직 단위로 관리하는 방식을 확인합니다.
빠른 시작
지식베이스와 Skills를 실제 화면에서 사용하는 흐름을 확인합니다.