유빅, 정보유출 예측방지 솔루션 ‘릿 아이 뷰’ 이메일 감사 시스템 출시
상태바
유빅, 정보유출 예측방지 솔루션 ‘릿 아이 뷰’ 이메일 감사 시스템 출시
  • 이광재 기자
  • 승인 2014.03.07 10:42
  • 댓글 0
이 기사를 공유합니다

인공지능 기반 사전 정보유출 예측·방지 소프트웨어

국제 소송 지원 서비스를 제공하는 유빅(UBIC)이 인공지능 기술을 활용해 정기적으로 사내 이메일 커뮤니케이션을 감사 할 수 있는 ‘릿 아이 뷰(Lit i View) 이메일 감사 시스템’을 출시한다.

IT 기술의 눈부신 발전과 기업들의 글로벌 시장진출 확대라는 잠재적 상황에 보다 효과적인 대응을 위해 정기적으로 직원의 업무상 이메일을 분석해 사전에 위험 요소를 예측할 필요성이 대두되고 있다. 하지만 지금까지의 소프트웨어는 그 과정이 매우 번거롭고 방대한 시간이 소요돼 심도 깊은 이메일 분석에 어려움이 많았다.

또한 PC당 저장되는 데이터 양이 기하급수적으로 증가해 빅데이터 시대라고 정의되는 현재의 이메일 분석 작업은 이전과 비교할 수 없을 만큼의 정확성과 효율성을 필요로 한다. 이에 따라 기업에서는 이에 따른 막대한 소요 비용과 관련된 전문 인력 확보 등이 점차 큰 이슈로 제기되고 있다.

이러한 가운데 유빅은 자사가 출시한 릿 아이 뷰 이메일 감사 시스템의 경우 이메일 분석 전 시스템에 학습시킨 선별기준에 따른 인공지능 기반의 자동 이메일 분석 프로세스가 진행돼기존 법률 전문가와 감사관들에 의해 진행된 작업 대비 4000배 빠른 리뷰 속도와 90% 이상의 높은 정확도를 나타내며 전체적 과정의 예산을 절감할 수 있다고 밝혔다.

릿 아이 뷰 이메일 감사 시스템은 ‘프레딕티브 코딩(Predictive Coding)’이라는 유빅의 독자적인 기술을 활용한 정기적인 이메일 분석을 통해 사전에 위험 요소를 발견함으로써 정보 유출과 잠재적 위험 요소를 차단하는 효과적인 안전장치 역할을 제공한다. 또한 이 서비스는 기업의 컴플라이언스 보장 측면에서도 이상적이라는 것이 회사측의 설명이다.

앞서 유빅은 방대한 데이터의 정확한 분석 결과 산출을 위해 인공지능을 기반으로 하는 한국어 프레딕티브 코딩 기술을 개발한 바 있다. 이는 특정한 증거의 내용을 기준으로 공통된 패턴을 솔루션에 학습시킨 후 이 패턴에 따라 이메일의 자동 분류 프로세스가 이뤄져 전체적 분석시간을 대폭 단축시켰고 분석 결과의 정확도가 함께 향상되는 결과로 이어졌다.

또한 기존 소프트웨어들이 단순한 이메일의 수신-발신일, 수신-발신자와 해당 이메일의 주제 분석에 국한됐다면 유빅의 이메일 감사 시스템은 다각도의 인적 상호관계 분석 기능을 통한 담당자별 커뮤니케이션 분석과 기업 간 커뮤니케이션 검토 과정을 통해 표면적으로 드러나지 않았던 모든 교류상황을 확인할 수 있게 한다.

유빅의 릿 아이 뷰 이메일 감사 시스템은 4월1일 일본을 시작으로 향후 한국, 미국, 중국, 대만을 포함한 다른 지역에도 서비스가 확대될 예정이다.

한편 비용과 시간, 효율성 측면에서 탁월한 경쟁력을 가진 유빅의 이메일 감사 솔루션 릿 아이 뷰 이메일 감사 시스템은 ▲행동 정보과학(Behavior Informatics) ▲인공 지능(Artificial Intelligence) ▲시스템 학습(Machine Learning) 등 3가지 핵심요소를 가지고 있다.

행동 정보과학이란 정보과학(통계학, 수학, 데이터 마이닝 패턴 인식 기술 등)과 행동과학(심리학, 범죄학, 사회학 등)을 융합한 개념으로 기존 접근 방식이 과거의 사건을 분석해 증거를 찾는데 국한됐다면 행동 정보과학은 행동과 커뮤니케이션의 패턴을 분석해 사전 위험요소를 탐지해내는 것을 목표로 한다.

또한 유빅은 방대한 데이터의 분석 결과를 보다 정확하고 신속하게 산출하기 위해 인공지능을 기반으로 하는 프레딕티브 코딩이라는 기술을 개발했으며 기존 접근 방식이 키워드 기반의 조사 과정을 통한 이메일 추출에 한정돼 선택한 키워드를 포함하지 않는 이메일이 선별 과정에서 제외되는 문제가 있었다면 프레딕티브 코딩 기술은 특정한 분석 패턴을 시스템에 직접 학습시킨 자동 분석 프로세스를 통해 보다 정확하고 신속하게 관련 이메일을 선별할 수 있게 한다.

이와 함께 일반적으로 이메일을 선별하기 위해서는 지속적인 키워드의 도입과 수정, 삭제하는 반복 작업과정이 필요했지만 유빅의 시스템 학습기능은 기존 분석과정을 거친 이메일과 관련이 있는 특정 패턴을 시스템에 통합하고 업데이트된 키워드를 자동적으로 반영해 더욱 정확한 선별 작업을 가능하게 한다.



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.