Analisis Putusan / Pembaruan Hukum

Keamanan AI | Apakah AI menjadi jalan pintas kebocoran data dan teknologi? Pembangunan sistem pencegahan menjadi kebutuhan mendesak

Jika keamanan AI tidak memadai, penggunaan kecerdasan buatan itu sendiri dapat menjadi jalur utama kebocoran data dan teknologi. Untuk melindungi sumber pertumbuhan masa depan perusahaan, kini saatnya memberikan perhatian pada pengendalian penggunaan AI.

1. Keamanan AI | AI generatif, jalur kebocoran data dan teknologi yang paling umum tetapi tidak terlihat

Keamanan AI, jalur kebocoran data dan teknologi, AI generatif

Latar belakang meningkatnya arti penting keamanan AI sudah jelas.

AI generatif telah menjadi "alat produktivitas sehari-hari" yang paling sering digunakan di tempat kerja, tetapi pada saat yang sama dengan cepat menjadi jalur kebocoran data dan teknologi yang paling sulit dikendalikan oleh perusahaan.

Masalahnya adalah masih banyak perusahaan yang menganggap AI sekadar sebagai alat kerja.

Namun, pada kenyataannya AI berfungsi sebagai infrastruktur kebocoran baru setelah surel, USB, dan cakram keras eksternal. Karena lebih sulit dideteksi dan dikendalikan dibandingkan metode kebocoran yang telah ada, AI secara signifikan meningkatkan kesulitan penanganan bagi perusahaan.

Berdasarkan analisis terkini terhadap lingkungan perusahaan di luar negeri, sebagian besar karyawan diketahui telah menggunakan perangkat AI generatif.

Masalahnya, banyak di antara mereka menggunakan AI melalui akun pribadi yang berada di luar lingkup pengelolaan dan pengendalian perusahaan.

Perubahan metode kebocoran

Kebocoran teknologi juga terjadi dengan cara yang sulit dideteksi oleh sistem keamanan yang ada, dan hal ini semakin menyulitkan penanganannya.

Sistem keamanan yang ada dirancang dengan berfokus pada pengunggahan atau penyimpanan berkas. Namun, sebagian besar kebocoran data dan teknologi sebenarnya terjadi bukan melalui berkas, melainkan melalui proses salin dan tempel, yaitu ketika informasi dimasukkan ke dalam prompt.

∙ Banyak karyawan memasukkan notulen rapat, kode, dan penjelasan desain secara langsung ke dalam prompt AI

∙ Sebagian besar penggunaan tersebut dilakukan melalui akun pribadi

∙ Kebocoran terjadi melalui "saluran tanpa berkas" berupa papan klip

∙ Kebocoran tersebut bahkan sulit dideteksi melalui DLP dan log keamanan yang ada

Akibatnya, perusahaan bukan hanya tidak mampu mencegah kebocoran, tetapi juga berada dalam keadaan tidak menyadari bahwa kebocoran telah terjadi.

Dengan demikian, dalam proses penggunaan AI, alur kerja dengan visibilitas dan pengendalian yang melemah menjadi faktor risiko yang lebih besar daripada teknologinya sendiri.

Dalam lingkungan perusahaan di luar negeri, bahkan telah dilaporkan kasus ketika struktur algoritma inti terungkap kepada pihak luar hanya melalui pemasukan prompt AI dalam proses peninjauan kode pengembangan atau penataan dokumentasi teknis.

2. Keamanan AI | Ancaman yang beralih dari masalah teknologi menjadi risiko manajemen

Persoalan keamanan AI telah memasuki tahap ketika kebocoran data dan teknologi akibat AI generatif harus dipandang bukan lagi sebagai insiden, melainkan sebagai risiko manajemen yang bersifat struktural.

Jenis ancaman utama adalah sebagai berikut.

Kebocoran informasi rahasia berbasis masukan

Ketika karyawan atau jajaran manajemen memasukkan informasi rahasia ke dalam prompt, informasi tersebut dapat keluar dari ranah kendali perusahaan.

Bergantung pada cara layanan AI dioperasikan, kemungkinan bahwa informasi yang dimasukkan akan digunakan sebagai log atau data analisis sulit dikesampingkan sepenuhnya.

Injeksi prompt dan serangan adversarial

Ini merupakan metode serangan yang melalui masukan eksternal mendorong AI mengungkapkan data yang tidak dimaksudkan untuk diungkapkan atau menghindari aturan internal.

Risikonya meningkat terutama dalam pekerjaan otomatis, seperti layanan pelanggan, peringkasan dokumen, dan verifikasi kode.

Hal ini dapat berkembang melampaui insiden keamanan kecil menjadi risiko yang membuat perusahaan menanggung tanggung jawab hukum atau kontraktual yang tidak dimaksudkan dalam proses pengambilan keputusan otomatis.

Ketidakjelasan struktur pertanggungjawaban

Keluaran AI muncul dalam bentuk "produk turunan", sehingga sangat sulit membuktikan kesamaannya dengan teknologi asli, jalur kebocoran, dan pihak yang bertanggung jawab setelah kejadian.

Oleh karena itu, perusahaan dapat menghadapi risiko manajemen berikut.

∙ Keterbatasan struktural yang membuat pembuktian jalur kebocoran dan pihak yang bertanggung jawab menjadi sangat sulit

∙ Dinilai sebagai perusahaan dengan pengelolaan keamanan yang tidak memadai dalam proses investasi dan kerja sama

∙ Risiko pelanggaran regulasi terkait data pribadi dan teknologi industri

∙ Kerentanan struktural yang membuat terulangnya insiden tidak dapat dicegah bahkan setelah insiden terjadi

Keamanan AI kini tidak lagi terbatas pada ranah departemen keamanan informasi atau penanggung jawab tertentu, tetapi telah berkembang menjadi risiko manajemen yang harus dikelola di seluruh perusahaan.

3. Keamanan AI | Inti tata kelola data AI yang harus dibangun perusahaan

Inti tata kelola data yang harus dibangun perusahaan untuk keamanan AI

Untuk menjaga keamanan AI, beberapa perusahaan memilih untuk melarang penggunaan AI generatif sepenuhnya, tetapi langkah ini sulit menjadi alternatif yang realistis.

Ketika penggunaan AI sepenuhnya dilarang dalam organisasi yang telah merasakan efisiensi dan kecepatannya, penggunaan AI akan beralih dari sistem resmi ke AI bayangan (Shadow AI).

AI bayangan adalah penggunaan akun pribadi atau layanan AI eksternal oleh karyawan dan jajaran manajemen tanpa persetujuan atau pengelolaan perusahaan.

Dalam keadaan ini, pencatatan dan pemantauan data masukan maupun keluaran menjadi tidak mungkin, dan setelah kejadian pun sulit memastikan informasi apa yang diberikan kepada pihak luar serta melalui jalur mana.

Khususnya, ketika data sensitif seperti kode, dokumentasi teknis, dan informasi pelanggan dimasukkan ke dalam prompt tanpa pengendalian khusus, kebijakan keamanan dan sistem pengendalian internal pada praktiknya menjadi tidak efektif.


Akibatnya, pengendalian menghilang dan timbul persoalan tambahan berupa risiko yang justru semakin besar.

Oleh karena itu, yang diperlukan bukanlah pelarangan, melainkan struktur penggunaan yang dapat dikendalikan, yaitu tata kelola data.

Apa yang dimaksud dengan tata kelola data?

Tata kelola data adalah sistem yang digunakan perusahaan untuk menetapkan terlebih dahulu data apa yang harus dilindungi serta siapa yang dapat menggunakannya, untuk tujuan apa, dan dalam lingkup apa, kemudian memastikan bahwa standar tersebut diterapkan secara konsisten dalam pekerjaan dan sistem yang sebenarnya.

Dalam lingkungan AI, inti tata kelola data adalah struktur pengendalian terpadu yang mencakup lingkup data masukan dan keluaran AI, persyaratan penggunaannya, serta metode pencatatan dan pemantauan.


Untuk mencegah kebocoran melalui AI, perusahaan harus terlebih dahulu mengidentifikasi apa yang harus dilindungi.

Pengendalian yang diterapkan tanpa mendefinisikan lingkup teknologi dan data inti pasti hanya bersifat formalitas.


Jika prasyarat ini tidak terpenuhi, sistem atau kebijakan keamanan apa pun akan sulit diterapkan secara efektif.

Struktur yang mencegah data keluar

Jika AI generatif terbuka digunakan secara langsung, informasi yang dimasukkan oleh karyawan dan jajaran manajemen akan dikirimkan bukan ke sistem internal perusahaan, melainkan ke server layanan eksternal.


Dalam proses ini, perusahaan sulit memeriksa atau mengendalikan secara langsung lokasi penyimpanan data tersebut, cara pemrosesannya, dan apakah data itu digunakan kembali untuk pelatihan.

Sebaliknya, dalam lingkungan lokal ketika perusahaan memiliki server sendiri dan mengoperasikan AI hanya di dalam sistem internal, atau dalam struktur AI Privat berbasis VPC khusus yang mengoperasikan AI di ruang independen yang dipisahkan khusus untuk perusahaan meskipun menggunakan komputasi awan eksternal, perusahaan dapat mengelola secara langsung lingkup penyimpanan, pemrosesan, dan akses data.

Karena memungkinkan pengendalian agar data tidak bocor ke luar, struktur semacam ini kini telah menjadi prasyarat mendasar, bukan sekadar pilihan.

Pengendalian teknis yang memblokir informasi pada tahap masukan

Kebijakan atau pernyataan komitmen saja memiliki keterbatasan.

Untuk mencegah kesalahan, diperlukan mekanisme penghambat fisik yang melampaui sekadar "disiplin".

∙ Deteksi dan pemblokiran otomatis informasi sensitif ketika dimasukkan ke dalam prompt (DLP)

∙ Penyamaran atau pembatasan pemasukan data pribadi dan teknologi inti

∙ Pengendalian terhadap tindakan salin dan tempel itu sendiri

Pengelolaan berdasarkan siklus hidup AI

Pengendalian harus berfungsi pada seluruh tahap, mulai dari pengumpulan data, pelatihan, inferensi, hingga pemusnahan.

∙ Memperjelas lingkup dan tujuan data pelatihan

∙ Struktur penghapusan pembelajaran (Unlearning) yang memungkinkan penghapusan data tertentu jika diperlukan

∙ Penetapan hak akses berbeda berdasarkan peran dan pencabutannya secara otomatis

Penetapan pihak yang bertanggung jawab secara jelas

Kebocoran teknologi dan data akibat AI generatif kini merupakan bidang yang memerlukan penetapan tanggung jawab secara jelas.

Perusahaan perlu menetapkan pihak yang bertanggung jawab atas kebijakan penggunaan AI, pengendalian akses, dan penanganan insiden, serta memasukkan aspek AI ke dalam sistem keamanan yang ada, seperti ISMS-P.

Hal ini juga berkaitan langsung dengan struktur pembelaan hukum untuk membuktikan bahwa perusahaan telah memenuhi tanggung jawab pengelolaannya ketika terjadi insiden.

4. Keamanan AI | Era ketika tingkat keamanan menentukan kepercayaan terhadap perusahaan dan penilaian investasi

Sebagaimana kebocoran teknologi telah meluas menjadi risiko bagi seluruh industri, tingkat keamanan AI kini mulai berfungsi sebagai unsur penilaian perusahaan yang melampaui insiden individual.

▶ Pemeriksaan tingkat pengendalian penggunaan AI dalam uji tuntas investasi

▶ Penguatan persyaratan keamanan dalam proses kerja sama internasional dan pemindahan data

▶ Kegagalan mematuhi regulasi dapat berkembang menjadi persoalan tanggung jawab manajemen

Cara menetapkan dan mengelola lingkup penggunaan AI serta pihak yang bertanggung jawab merupakan hal penting.

AI bukan sesuatu yang harus dihalangi, melainkan aset manajemen yang harus dikelola

AI merupakan alat untuk meningkatkan daya saing perusahaan, tetapi sekaligus dapat menjadi jalur kebocoran informasi tercepat jika tidak dikendalikan.

Oleh karena itu, penting untuk meninjau struktur pengambilan keputusan dan sistem pertanggungjawaban organisasi secara bersamaan.

Untuk menanggapi perubahan ini, Firma Hukum Daeryun telah membentuk Grup Inteligensi AI dan Data serta membangun sistem analisis perkara dan penanganan risiko berbasis data yang memadukan ▲kepatuhan AI ▲strategi AI menurut sektor industri ▲keamanan siber dan penanganan krisis ▲forensik digital&e-discovery.

Jika Anda perlu meninjau struktur penggunaan AI, mendiagnosis risiko kebocoran data, atau merancang tata kelola AI internal, pertimbangkan untuk meninjau strategi penanganan melalui diagnosis terpadu dari sudut pandang solusi keamanan dan risiko manajemen.

Informasi Terkait

Lihat informasi hukum yang terkait dengan perkara ini.

Jelajahi informasi hukum lainnya

Keunggulan Utama Daeryun

Latar keunggulan utama Daeryun
Strategi litigasi berbasis
teknologi AI & IT milik Daeryun

Strategi litigasi berbasis teknologi AI & IT milik Daeryun

Lebih dari 240
anggota inti

Lebih dari 240 anggota inti

Lebih dari *experience_cnt* perkara
yang ditangani per bulan

Lebih dari 1,200 perkara yang ditangani per bulan

* 2025년 월평균 기준
Mematuhi Pasal 4 (1) Peraturan Periklanan Asosiasi Advokat Korea

Jelajahi
keunggulan lainnya
Panah jelajahi keunggulan lainnya

Buat janji konsultasi
hukum dengan pengacara

Semua konsultasi ditinjau terlebih dahulu oleh pengacara spesialis,
sehingga hanya dilakukan dengan perjanjian.

Konsultasi telepon

1800-7905

Tersedia 24 jam, 365 hari setahun

Konsultasi telepon
Konsultasi online

Konsultasi online

Kami menyediakan layanan hukum
yang disesuaikan untuk klien.

Konsultasi via chat

Konsultasi via chat

Saluran KakaoTalk
Pengacara Daeryun Law LLC

Ajukan konsultasi

Anggota Terkait

Lihat selengkapnya
Pengacara Cho Young-kon

Cho Young-kon

T. 070-7510-2014

Berpengalaman sebagai Kepala Kejaksaan Distrik Seoul Pusat, pengacara spesialis pidana/hukum korporasi

Pengacara Lee Seo-hyung

Lee Seo-hyung

T. 070-7510-2016

Banyak melaksanakan konsultasi hukum startup, pengacara spesialis forensik digital/medis/hukum korporasi

Pengacara Heo Jeongwon

Heo Jeongwon

T. 070-5117-3709

Pengacara spesialis hukum korporasi

Bidang Praktik Terkait

Lihat selengkapnya

Konsultasi dalam bahasa lain

Kolom Populer

Lihat selengkapnya

Sebelumnya

Dugaan penggelapan pajak | Kontroversi penagihan 20 miliar won atas Cha Eun-woo, apa yang dipersoalkan Dinas Pajak Nasional Korea Selatan

Berikutnya

Di Era Kebocoran Teknologi Mengguncang Seluruh Industri, Apa yang Harus Ditinjau oleh Manajemen?

Lihat daftar
Menu Cepat

Chat