AI 시스템이 왜 그렇게 결정했는지를 기록하는 공개 표준: 결정 하나당 한 줄로, 그 시스템이 결정적이었다고 보고하는 가치·증거·출처를 담되 사용자 원문은 담지 않는다. 모델 비종속, 시스템 프롬프트로 추가, MIT 라이선스.
⚖️ 두 방향을 동시에 감당하도록 설계됐다. 감독 법제는 더 기록하라고 요구한다 — EU AI Act Art. 13–14. 개인정보 법제는 덜 보관하라고 요구한다 — GDPR Art. 5·17·25. AIO 20002은 추론을 읽을 수 있게 남기면서 사용자 원문은 담지 않는다. 어떻게, 그리고 어떤 조건에서 →
-red.svg){kind=icon}
ℹ️ v1.1 — 명칭 변경 및 확장 (2026년 7월). 이 표준은 이전에 PRISM이라는 이름으로 공개되었다. 이제 AIO 표준 번호 체계에 따라 AIO 20002로 지정된다. v1.1은 부분 출력도 도입한다: 모델이 평가하지 않은 컨텍스트 필드는 강제로 채우는 대신
-로 기록하고, 관여하지 않은 V/E/S 레이어는 생략한다. 유효한 v1.0 로그는 모두 그대로 유효하며, 이 저장소의 도구들은 레거시<prism_log>태그도 계속 인식한다. 자세한 내용은 CHANGELOG와 SPECIFICATION 참조.
AIO 20002이 무엇이고 무엇이 아닌가. AIO 20002은 모델이 보고한 추론 — 어떤 가치·증거·출처가 결정을 이끌었다고 모델이 말하는지 — 를 기록하며, 내부 연산의 인과 트레이스가 아니다. 이 구분은 의도적이고 하중을 받는다: 이 기록이 무엇에 쓸모 있고 무엇을 증명하도록 요구할 수 없는지를 동시에 규정한다. 본 표준이 주장하지 않는 것 참조.
<aio20002_log>
C:MED/IXi | V:Bec<Sda | E:Exp<Gui | S:Usr<Pro
</aio20002_log>
약 60자. 사용자 원문(verbatim) 없음. 토픽 수준 메타데이터만 (C: 도메인은 "이건 의료 질문이었다"를 드러낸다 — 기존 라우팅 로그가 이미 노출하는 수준).
이 줄의 디코딩:
- C — 컨텍스트: 도메인, 영향 범위, 가역성, 시간 지평
- V — 가치 위계: 어떤 가치 우선순위가 이겼는가
- E — 증거 위계: 어떤 증거 유형이 결정적이었는가
- S — 출처 위계: 어떤 출처 클래스가 신뢰되었는가
< 기호는 "에 밀린다"로 읽는다. 왼쪽 = 후순위, 오른쪽 = 우선.
일반적인 로그는 AI 시스템이 무엇을 했는지 기록한다 — 지연시간, 토큰, 요청 ID, 입력과 출력. 왜 그렇게 했는지는 기록하지 않는다.
이 공백이 문제가 되는 이유는, 배포된 시스템에 사후에 던져지는 질문이 거의 언제나 "왜"이기 때문이다. 왜 이 고려사항이 저것보다 앞섰는가? 어떤 종류의 증거가 결정을 움직였는가? 어떤 출처를 권위 있다고 취급했는가? 버전이 바뀌면서 그중 무엇이 달라졌는가?
기존의 답들은 규모를 감당하지 못한다. 자유 서술식 설명은 한 번에 한 결정만 다룬다 — 산문은 세거나, 비교하거나, 드리프트를 감시할 수 없다. Chain-of-thought 트레이스는 양이 방대하고 사용자 원문을 담으며 장기 기록으로 부적합하다. 결국 감독에 가장 중요한 계층이, 비교 가능한 형태로는 가장 확보되지 않은 계층이 된다.
AIO 20002은 그 계층을 구조화되고, 비교 가능하며, 보관 비용이 낮은 것으로 만든다. 고정된 어휘에서 뽑은 결정당 한 줄이므로 세션·모델·버전·조직을 가로질러 집계할 수 있고, 같은 추론을 서술하는 두 시스템이 같은 코드를 산출한다.
마지막 성질이 단순한 형식이 아니라 표준인 이유다. 서로 다른 시스템의 기록을 비교 가능하게 만드는 것은 공유된 어휘뿐이다. 자체 설계 스키마는 아무리 잘 만들어도 그것을 만든 시스템만을 서술한다.
| 용도 | 이 기록이 뒷받침하는 것 |
|---|---|
| 행동 감사 | 표본 추출한 대화록이 아니라, 배포된 시스템이 다수의 결정에서 어떻게 추론하는지 점검 |
| 드리프트 탐지 | 모델 버전·프롬프트 변경·시간에 따른 코드 분포 비교 |
| 사람 감독 | 검토자에게 결정의 보고된 근거를 한눈에 읽히는 형태로 제공 |
| 모델 비교 | 동일 조건에서 서로 다른 모델이 무엇을 우선하는지 평가 |
| 사고 조사 | 특정 결정 주변의 추론 맥락 재구성 |
| 규제 증거 | 해석가능성을 요구하는 체계에 구조화된 추론 기록 제공 — EU AI Act 사례 참조 |
규제 준수는 이 목록의 한 용도이지 표준의 목적이 아니다. 다만 현재까지 매핑이 가장 깊이 진행된 용도이며, 아래에서 상세히 다룬다.
이런 종류의 기록은 수년에 걸쳐 다수의 결정을 축적한다. 형식이 그 기록의 사용 가능성을 결정한다.
| 속성 | AIO 20002 코드 | JSON 등가물 |
|---|---|---|
| 길이 | 약 60자 | 약 300자 이상 |
| 출력 토큰 비용 | 약 25~40 토큰 (모델 의존) | 약 150 토큰 이상 |
| 프라이버시 | 원문 없음; 토픽 수준 메타데이터만 | 컨텍스트 유출 위험 |
| 집계 | 추출 후 직접 grep / SQL | 평탄화 필요 |
| 검토자 스캔 속도 | 높음 | 낮음 |
이 로그는 요약이 아니라 구조적 지문이다. 대화 내용은 대화 로그에 남는다. AIO 20002 줄은 대규모 행동 비교에 필요한 것만 포착한다.
하루 100만 건 이상의 배포에서는 ETL 파이프라인 (Airflow / Spark / ClickHouse 등)을 계획하라. Python 파서 (tools/aio20002_parser.py)는 배치 검증과 소규모 쿼리에 적합하며 스트리밍 집계용은 아니다.
감독 의무와 개인정보보호 의무가 같은 시스템에 함께 적용되는 곳이라면 어디서든 둘은 반대 방향으로 당긴다. 감독 체계는 더 기록하고 더 노출하라고, 개인정보보호 체계는 덜 보관하라고 요구한다. EU가 현재 가장 첨예한 사례다 — AI Act의 Art. 12·13·14 대 GDPR의 최소수집(Art. 5(1)(c))·삭제권(Art. 17)·설계상 데이터 보호(Art. 25) — 하지만 문제의 형태 자체는 유럽에 국한되지 않는다.
두 요구는 동시에 적용된다. 로그에는 입력·상호작용 트레이스·결정 파라미터가 쌓인다 — 운영자가 보관할 의무를 지는 동시에 최소화하고 요청 시 삭제할 의무도 지는 기록이다.
통상적인 프라이버시 해법은 해싱 또는 가명화다. 그것은 개인정보보호 쪽을 해결하면서 감독 쪽을 깨뜨린다: 해시는 해석 가능하지 않다. 무결성을 보존하고 재식별을 막지만, 그것을 읽는 검토자는 결정이 왜 내려졌는지 아무것도 알 수 없다 — 그리고 그것이 이 기록의 존재 이유다.
| 방식 | 추적성 | 해석가능성 | 최소수집 |
|---|---|---|---|
| 원문(raw) 로깅 | 가능 | 가능 | 취약 — 개인정보 축적 |
| 해싱 / 가명화 | 가능 | 불가 — 구조상 불투명 | 가능 |
| 추상화된 추론 기록 | 뒷받침 | 가능 — 근거를 기록 | 조건부 — 아래 참조 |
차이는 그 변환이 무엇을 보존하는가에 있다. 해싱은 내용을 무의미한 문자열로 바꾼다. 가치 위계는 내용을 의미 있는 근거로 바꾼다 — 어떤 가치가 어떤 가치에 앞섰는지, 어떤 증거 유형이 결정적이었는지, 어떤 출처 클래스가 신뢰되었는지 — 원문은 전혀 담지 않은 채로. 기록은 검토자가 읽을 수 있는 상태로 남되, 그것을 민감하게 만들었던 재료는 담지 않는다.
AIO 20002은 원문 로그를 대체하지 않는다. 그 위에 얹힌다:
L3 추론 기록 (C/V/E/S) 원문 없음 · 유효 보관기간 가장 길다
L2 컨텍스트 추상화 입력 자체가 아니라 도메인 / 범위 / 가역성
L1 원문 단기 보관 · 접근 통제 · 삭제 가능
(규제가 원문으로 요구하는 필드 포함)
L0 충실성 검증 L2–L3 라벨이 실제 행동을 따라간다는 증거
스택을 올라갈수록 개인정보 밀도는 낮아지고 유효 보관기간은 길어진다. 가장 오래 보관하도록 요구받는 계층이 개인정보를 가장 적게 담는 계층이 된다.
이는 설계 목표이지 형식이 부여하는 속성이 아니다. 위 표에는 네 가지 단서가 함께 붙는다.
- 추상화는 자동 익명화가 아니다. 어떤 기록이 익명인지 여부는 사안별 사실판단이다 — EDPB Opinion 28/2024 참조. 타임스탬프·세션 식별자·주변 맥락을 통해 특정 개인에게 다시 연결될 수 있는 추론 한 줄은 여전히 개인정보이며, 그에 따르는 최소수집·삭제 의무도 그대로 따라온다. 특정 배포가 그 기준을 넘는지는 DPO가 판단할 문제이지 로그 형식이 답할 수 있는 문제가 아니며, 본 저장소가 해결했다고 주장하는 문제도 아니다. 위의 보관 구도는 그 기준을 실제로 넘은 경우에만 성립한다.
- 충실성이 하중을 받는 전제다. 모델의 실제 행동을 따라가지 못하는 추론 기록은 프라이버시와 허위 안심(false assurance)을 동시에 제공한다. L0이 스택 옆이 아니라 스택 안에 있는 이유다. 본 표준이 주장하지 않는 것 참조.
- 원문 필드가 여전히 필요한 곳이 있다. 일부 체계는 특정 시스템 부류에 대해 원문 내용을 명시적으로 요구하며, 사고 조사 일반에도 L1이 필요하다.
- 조화 표준에 아직 반영되어 있지 않다. 현재 어떤 표준기구 산출물도 추론 기록 레이어를 규정하지 않는다. 앞서 있다는 것은 하나의 위치이지 승인이 아니다.
세 가지 출력 모드 — 모델이 지원하는 모드를 선택한다.
| 모드 | 사용 상황 | 사용자에게 로그 노출? |
|---|---|---|
| A. 인라인 태그 | 구조화 출력이 없는 구형 모델 | 노출 안 됨 (호스트가 <aio20002_log> 태그 제거) |
| B. 구조화 출력 (JSON) | JSON 모드를 지원하는 OpenAI · Gemini · Claude | 노출 안 됨 (별도 JSON 필드) |
| C. 도구 호출 | 네이티브 도구 사용이 가능한 Claude · OpenAI · Gemini | 노출 안 됨 (별도 tool_use 블록) |
시스템 프롬프트 (기존 시스템 메시지에 추가):
가치 어휘: 19가치 프로필 (Schwartz et al. 2012, Refined Theory of Basic Values) — v1.1부터 이 표준의 단일 가치 프로필이다. (더 거친 10가치 1992 프로필은 v1.1에서 폐기됐다. 이를 사용한 레거시 v1.0 로그는 유효한 과거 기록으로 남지만 19가치 로그와 집계 혼합은 금지.)
system_prompts/aio20002_v1_kr_inline_19v.md— Mode Asystem_prompts/aio20002_v1_kr_json_19v.md— Mode Bsystem_prompts/aio20002_v1_kr_tool_19v.md— Mode C
필수: 모든 모드·프로필에서 AIO 20002 로그는 감사 저장소 전용이며 절대 최종 사용자에게 노출되지 않는다. Mode A는 호스트가 태그를 제거해야 한다. Mode B·C는 본질적으로 분리되어 있다.
시스템 프롬프트 추가는 빠른 첫 단계다. 전체 배포는 다음을 요구한다:
- 출력 검증 (잘못된 형식 처리)
- 기존 로그 파이프라인 (DB, S3, SIEM)에
aio20002_code연결 - 저장 시점 해싱
- 소속 산업 요건에 맞는 보관 정책
- 집계 분포에 대한 드리프트 모니터링
시스템 프롬프트 추가 자체는 몇 분 걸리지만, 프로덕션 배포는 더 오래 걸린다.
from anthropic import Anthropic
client = Anthropic()
AIO20002_TOOL = {
"name": "record_aio20002_log",
"description": "Record the AIO 20002 log for a substantive decision.",
"input_schema": {
"type": "object",
"required": ["code"],
"properties": {"code": {"type": "string"}}
}
}
response = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=2000,
system=AIO20002_MODE_C_PROMPT, # system_prompts/aio20002_v1_kr_tool_19v.md에서 로드
tools=[AIO20002_TOOL],
messages=[{"role": "user", "content": user_input}]
)
# 사용자 노출 텍스트와 감사 로그는 별도 블록
user_facing = ""
aio20002_code = None
for block in response.content:
if block.type == "text":
user_facing += block.text
elif block.type == "tool_use" and block.name == "record_aio20002_log":
aio20002_code = block.input["code"]
# user_facing → 사용자 인터페이스
# aio20002_code → 감사 로그 저장소aio20002_code를 기존 로그 파이프라인에 연결하라. 저장 시 tools/aio20002_hash.py를 실행해 체인 무결성을 확보한다.
| 공급자 / 모델 | 프로필 | Mode A | Mode B | Mode C |
|---|---|---|---|---|
| Anthropic Claude (Sonnet 4.5) | 10v | 검증 완료 | 검증 완료 | 검증 완료 |
| Anthropic Claude (Sonnet 4.5) | 19v | 검증 완료 | 검증 완료 | 검증 완료 |
| OpenAI GPT 계열 | 양쪽 | 동작 예상; 커뮤니티 검증 진행 중 | 동작 예상 | 동작 예상 |
| Google Gemini 계열 | 양쪽 | 동작 예상; 커뮤니티 검증 진행 중 | 동작 예상 | 동작 예상 |
| 오픈소스 모델 (Llama, Mistral) | 양쪽 | 동작 예상; 커뮤니티 검증 대기 | 추론 스택에 따라 다름 | 다름 |
커뮤니티 검증 보고가 들어오는 대로 이 표를 업데이트한다. 출력 토큰 비용은 토크나이저에 따라 다르며, 실제로 코드당 약 25~40 토큰을 예상하면 된다 (모델 의존). 사이징 전에 자체 스택에서 측정하라.
EU AI Act는 이 표준이 상세히 매핑된 첫 번째 규제 체계이며, 현재까지 완성된 유일한 크로스워크다. 여기 포함된 이유는 AIO 20002이 유럽의 도구여서가 아니라, 해석가능성 기록이 무엇을 해내야 하는지를 지금까지 공표된 것 중 가장 까다롭게 서술한 체계이기 때문이다.
다른 체계에 대한 크로스워크는 기여로 열려 있다. NIST AI RMF, ISO/IEC 42001, 개별 산업 규제기관, 또는 각국 AI 법률에 대해 AIO 20002을 매핑해 본 적이 있다면 매핑 문서 pull request를 환영한다. 아래 내용이 다른 체계에도 동등한 매핑이 존재함을 시사하는 것으로 읽혀서는 안 된다 — 아직 존재하지 않는다.
AIO 20002은 기존 이벤트 로그 파이프라인에 추론 트레이스를 더하는 레이어다. 이것만으로 Art. 12를 충족하지는 못한다.
여전히 로깅해야 하는 항목:
- 사용자 식별자, 타임스탬프, 세션 ID — Art. 12(1) 수명주기 기록
- Art. 79(1) 위험 상황 식별, 시판 후 모니터링(Art. 72), 배포자 모니터링(Art. 26(5))을 가능하게 하는 이벤트 — 모든 고위험 로그가 충족해야 할 Art. 12(2) 목적
- 생체인식 시스템 전용 (Annex III 1(a)): 사용 기간 12(3)(a), 참조 데이터베이스 12(3)(b), 검색된 입력 데이터 12(3)(c), 결과 검증자 12(3)(d) (Art. 14(5) 교차참조). 비생체 고위험 시스템은 이 12(3) 내용 목록에 구속되지 않는다 — 12(1)–(2)에 다르게 구속될 뿐, 더 가볍게가 아니다.
AIO 20002은 이들 위에 결정당 추론 지문을 추가한다. 어떤 것도 대체하지 않는다.
일반적인 컴플라이언트 배포는 다음과 같다:
[일반 이벤트 로그] → 입력/출력/타임스탬프/사용자 ID
+
[AIO 20002 추론 로그] → 의미 있는 결정마다 C/V/E/S 코드
+
[해시 레이어] → 양쪽 위에 SHA-256 체인 (변조 방지 증거)
↓
[감사 저장소] → 인덱스 + Art. 12 요건에 맞는 보관 기간
일반 이벤트 로그 없이 AIO 20002만 도입하면 여전히 비준수다. 일부 마케팅이 이와 반대로 시사하기 때문에 이 부분을 명시적으로 강조한다 — 그것은 사실이 아니다.
2026년 5월 7일, EU 이사회와 의회가 디지털 AI Omnibus에 잠정 정치합의했다. 합의된 대로 정식 채택될 경우, 본 저장소가 처음 만들어진 동인이었던 고위험 시스템 일정이 뒤로 밀린다 — 하지만 사라진 것은 아니다. 구조화된 로깅 문제는 여전히 실재하고, 시행 시계만 이동했다.
| 의무 | 기존 일자 | 신규 일자 (Omnibus) |
|---|---|---|
| Annex III 단독형 고위험 시스템 — Art. 9–17 전체, Art. 12 로깅 포함 | 2026년 8월 2일 | 2027년 12월 2일 |
| Annex I 제품 임베디드 고위험 시스템 | 2027년 8월 2일 | 2028년 8월 2일 |
| Art. 50 투명성 의무 (생성형 AI 출력 표시, 딥페이크 고지) — GPAI 조항 아님; GPAI = Art. 53–55 | 2026년 8월 2일 | 적용일 불변 (2026년 8월 2일); 기존 시장 출시분은 2026년 12월 2일까지 경과조치 (4개월 유예 — Recital 20 및 신규 Art. 111(4)) |
| 금지 관행 (Art. 5) | 시행 중 (2025년 2월) | 변경 없음 |
| 범용 AI 모델 의무 (Art. 53–55) | 시행 중 (2025년 8월) | 변경 없음 |
Omnibus는 이사회·의회가 EU 규정 2024/1689 개정안을 정식으로 채택할 때까지 잠정안이다. 위 일자는 2026년 5월 7일 정치합의 기준이며, 통상 입법 절차를 통해 최종 확정될 예정이다. 어떤 일자라도 최종으로 간주하기 전에 공포된 개정 규정과 대조해 확인하라. 출처: 이사회 보도자료, 2026-05-07; 유럽의회 보도자료, 2026-03-16; Digital Omnibus on AI — Legislative Train.
-
Art. 12 로깅 요건은 여전히 온다. Annex III 시스템은 약 19개월 후 (2027년 12월), Annex I 제품 임베디드 시스템은 약 27개월 후 (2028년 8월)에 적용된다. CEN/CENELEC 조화 표준 작업은 병행 진행 중이며, 새 시행일보다 실질적으로 더 일찍 나올 가능성은 낮다.
-
표준 공백 구간은 짧아진 게 아니라 길어졌다. 조화 표준이 나오기를 기다리며 결정 로그 레이어 설계를 미루던 운영자들은 이제 더 많은 시간 동안 잘못된 아키텍처 결정을 내릴 여지를 갖게 됐다. 이 구간에 deployable한 오픈 pre-standard를 채택할 근거는 약해진 게 아니라 강해졌다.
-
2026년 12월도 많은 팀이 주시해야 할 마감이다. Art. 50 투명성 의무는 Annex III 고위험 분류보다 훨씬 더 많은 시스템에 적용된다. Art. 50(2)는 여전히 2026년 8월 2일부터 적용되며, 기존 시장 출시분에 한해 4개월 경과조치로 2026년 12월 2일까지 준수하면 된다 (Recital 20 및 신규 Art. 111(4)). 집행위는 6개월, 의회는 3개월을 제안했으나 합의 텍스트는 4개월로 정해졌다.
-
과징금 상한은 그대로다. Art. 99는 운영자 의무 위반에 대해 €15M 또는 매출 3%, 금지 관행에 대해 €35M 또는 매출 7%의 상한을 그대로 둔다. 이번 연기는 언제 그 상한이 적용되는지를 늦췄을 뿐, 적용 자체를 막지 않는다.
Art. 12는 위험·운영 추적성을 위한 자동 이벤트 로깅을 요구한다 — 그 목적은 Art. 79(1) 위험 상황 식별, Art. 72 시판 후 모니터링, Art. 26(5) 배포자 모니터링으로 이어진다. Art. 12는 결정 추론의 포착을 요구하지 않는다. 추론 — 어떤 가치가 우선했는가, 어떤 증거가 가중되었는가, 어떤 출처가 신뢰되었는가 — 의 문제는 Art. 13(배포자가 출력을 해석하게 하는 정보)과 Art. 14(출력을 올바로 이해하는 감독)의 영역이다. 일반 이벤트 로그(지연시간, 토큰 수, 요청 ID)는 Art. 12의 상당 부분을 충족하지만 그 해석 레이어는 담지 않으며, Art. 12 역시 그것을 요구하지 않는다. AIO 20002은 Art. 12 내부의 공백이 아니라 Art. 13–14의 해석가능성 필요를 메우고, Art. 12 로그를 읽을 수 있게 만든다.
조화 표준 (CEN/CENELEC)은 여전히 개발 중이다. 그 납기는 새 시행일에 맞춰 함께 연기되지 않았다. 운영자는 그것을 기다리며 구조화된 로깅 시작을 미룰 수 없다.
본 저장소는 더 큰 컴플라이언스 프로그램의 한 구성 요소로서 오늘 배포 가능한 working pre-standard다. 길어진 활주로는 약점이 아니라 기능이다 — 조기 도입자는 시행 이전에 12~24개월의 행동 베이스라인 데이터를 축적할 수 있고, 2027년에 retrofit 증거를 위해 허둥대지 않아도 된다.
왼쪽 열은 AIO 20002이 기술적으로 산출하는 것이다. 오른쪽 열은 각 항목이 EU AI Act의 어떤 조문을 뒷받침하는지(단독으로 충족하는 것이 아님)를 표시한다. 전체 컴플라이언스 프로그램 — 위험 관리, 데이터 거버넌스, 시판 후 모니터링 — 은 AIO 20002 단독이 아니라 Art. 9–17 전체를 중심으로 구축되어야 한다.
| AIO 20002이 산출하는 것 | 뒷받침하는 EU AI Act 조문 | 감사관 관점의 유용성 |
|---|---|---|
| 의미 있는 결정마다 AIO 20002 한 줄 | Art. 12(1) — 자동 기록 유지 | 일반 이벤트 로그와 보완되는 기계 생성 추론 트레이스 |
C: 레이어 (도메인 / 범위 / 가역성 / 시간) |
Art. 12(2) — 위험 상황 추적성 | 결정별 위험 컨텍스트 태그 |
운영 기간 전반의 집계 C: 분포 |
Art. 12(2) — 시간 경과 운영 추적성 (사용 기간 세부는 12(3)(a), 생체인식 전용) | 시간 경과에 따른 결정 카테고리 및 양 |
tools/aio20002_hash.py를 통한 SHA-256 체인 해시 |
무결성/변조 방지 — Recital 71(추적성·수명주기 로깅) + Art. 15(4)–(5)(견고성·무결성); Art. 12(3) 문언 그대로는 아님 | 로그 스트림에 대한 보관 사슬 증거 |
V:, E: 위계 |
Art. 13 — 추론 투명성 (뒷받침; Art. 13의 일차적 프레임은 배포자 대상 투명성) | 출력 배후의 가치 우선순위 및 증거 유형 보고 |
| 구조화된 한 줄 코드, grep·SQL 친화적 | Art. 14 — 사람 감독 가능성 (기여; Art. 14의 핵심은 사람의 정지/개입 능력) | 감사관이 AI 행동을 대규모로 점검할 수 있는 형식 |
| 버전 간 집계 코드 분포 | Art. 15 — 정확성 및 견고성 모니터링 | 모델 버전 간 드리프트 탐지 신호 |
이상 코드 패턴 (예: 예상치 못한 V: 역전, S:Ano 급증) |
Art. 9 · 72 — 위험 관리·시판 후 모니터링 (Art. 73 보고로 이어질 수 있는 상류 입력) | 사전 조사 단계의 신호 출처 |
S: 출처 위계 |
맥락 참고 — 정식 Art. 10 매핑 아님 (Art. 10은 학습·검증·테스트 데이터 품질이지 결정별 텔레메트리가 아님) | 신뢰된 출처 클래스의 결정별 기록 |
읽기 가이드: "뒷받침한다"와 "기여한다"는 의도적으로 "충족한다"보다 약하다. AIO 20002 로그만으로는 위 어떤 의무도 단독으로 면제되지 않는다. AIO 20002 로그는 거버넌스 문서·일반 이벤트 로그·위험 관리 문서·시판 후 모니터링 산출물 옆에서 감사관과 인증기관이 참조하는 구조화된 증거를 제공한다. DISCLAIMER.md 참조.
Art. 12(3) 관련: 해당 항은 생체인식 식별 시스템 (Annex III 1(a))의 최소 로깅 항목을 명시하며 일반적으로 해싱을 요구하지 않는다. 본 저장소가 제공하는 해시 도구는 방어적 무결성 조치이지 Art. 12(3) 문언 그대로의 구현이 아니다.
Art. 12(2)의 "위험(risk)"에 관하여: 그 기준은 내부 개념이 아니라 외부적으로 고정된다. Art. 79(1)을 통해 시장감시규정(EU) 2019/1020 Art. 3(19)의 "위험을 제시하는 제품(product presenting a risk)" 의미(기본권으로 확장)를 취한다 — 평가·시정조치·회수·리콜을 촉발하는 그 기준이다. 내장 로그는 이를 표면화할 수 있어야 하며, 이는 단지 위험해 보이는 것을 기록하는 것보다 무거운 기준이다.
Omnibus와 본 크로스워크의 전제에 관하여: 2026년 5월 연기는 Art. 9–17 자체를 수정하지 않는다 — 언제 적용되는지를 수정할 뿐이다. 이 크로스워크를 추동한 본질적 의무 — 감사 가능한 결정별 추론 기록 — 은 변하지 않았다.
엔지니어·법무·평가자가 무엇을 읽고 있는지 분명히 알 수 있도록 명시한다:
- 참된 추론의 증명이 아니다. LLM 자기 보고는 사후 합리화일 수 있다. AIO 20002 로그는 보고된 추론이지 인과적 트레이스가 아니다. (이 한계는 chain-of-thought, 어텐션 트레이스, 사람이 작성한 문서에도 동일하게 적용된다.)
- 독립 감사의 대체가 아니다. 내부 기록은 외부 검증을 통해야 규제 효력을 갖는다.
- 일반 이벤트 로그의 대체가 아니다. 위의 보완 레이어 섹션 참조.
- 자동 컴플라이언스가 아니다. 이것은 구조화된 증거 레이어다. 어떤 체계에서든 컴플라이언스는 그것을 둘러싼 전체 거버넌스 시스템 — 위험 관리, 데이터 거버넌스, 일반 로깅, 투명성, 사람 감독, 정확성·견고성, 품질 관리, 시판 후 모니터링, 사고 보고 — 에 달려 있다.
- 단일 솔루션이 아니다. AIO 20002은 더 큰 도구체인의 한 구성 요소다. 다른 보완 접근으로는 일반 이벤트 로깅, chain-of-thought 추론 캡처, NIST AI RMF 문서 패턴, IBM AI FactSheets 등이 있다. 거버넌스 프로그램에 맞는 조합을 선택하라.
본 표준이 하는 것: 증거의 추론 레이어를 위한 개방적·구조화·규제 가독적 형식. 오늘 사용 가능. 무료. 포크 가능.
AIO가 하는 일과 하지 않는 일. AIO는 어휘, 규제 크로스워크, 적합성(conformance) 기준을 정의한다. AIO는 로깅 시스템·보관 인프라·모니터링 파이프라인을 구축하거나 운영하지 않는다.
EU AI Act에 관해 AIO는 다음을 하지 않는다:
- notified body(적합성 평가기관)로서 활동하거나 EU AI Act 준수 인증을 발급하지 않는다 — 이는 인증된 notified body·관할 당국의 역할이다;
- 배포자의 규제 준수를 감사하지 않는다.
이와 별개로 AIO는 자체 프로그램을 운영하며 AIO 자체 표준에 대한 선택적·독립적 인증을 제공할 수 있다 — 예: AIO 20002-Compliant 적합성 마크, 교육 과정 및 수료 인증, 향후 개발될 AIO 측정 프레임워크의 인증. 이들은 AIO 표준과의 정합을 증명할 뿐 어떤 법령상 준수도 판정하지 않으며, 표준은 이러한 인증 없이도 자유롭게 사용할 수 있다.
AIO 20002은 플랫폼이나 컴플라이언스 대행 서비스가 아니라 프로토콜이다. 구현·운영과 규제 감사는 아래 주체들의 몫이며, AIO 20002은 그들이 공통으로 꽂는 형식이다.
| 역할 | 하는 일 | AIO 20002의 위치 |
|---|---|---|
| 운영자/배포자 | 이벤트 로그·보관·위험·시판 후 모니터링 구축 | 결정마다 AIO 20002 코드 산출, 로그 파이프라인에 연결 |
| 컴플라이언스 팀/컨설팅 | 고객의 거버넌스 프로그램 구현·평가 | AIO 20002을 구조화 추론 레이어로 사용, 해당 크로스워크 적용 |
| notified body/관할 당국 | 적합성 평가·인증 | AIO 20002 로그를 감사 보조 증거(보고된 추론)로, 나머지 기술 문서와 함께 검토 |
| AIO | 형식·크로스워크·적합성 기준 유지; 선택적 AIO 20002 적합성 인증·교육 제공 (법령상 인증 아님) | — |
| 파일 | 용도 |
|---|---|
SPECIFICATION.md |
v1.1 코드 사양 전체 (출력 모드 정의 포함) |
DISCLAIMER.md |
적용 범위, 한계, 무보증 조항 |
system_prompts/ |
드롭인 시스템 프롬프트 (EN + KR; 10v + 19v; 3개 모드) |
examples/ |
7개 도메인 실사용 로그 예시 |
tests/validate.py |
다중 모드 추출 검증기 (--profile=10v|19v) |
tools/aio20002_parser.py |
코드 추출 및 구조화 파싱 |
tools/aio20002_hash.py |
SHA-256 무결성 도우미 (독립·체인 해시) |
docs/integration_guide.md |
공급자별 통합 가이드 |
README.md |
English documentation |
MIT. 사용·수정·상업 제품 임베드 모두 가능. 출처 표기 권장 (필수 아님). LICENSE 참조.
본 표준은 기술 사양이며 법률 조언이 아니다. 이를 사용한다고 어떤 규제 준수도 보장되지 않는다. 전체 적용 범위와 한계는 DISCLAIMER.md 참조.
AI Integrity Organization (AIO), 스위스 등록 비영리. AI 거버넌스 및 행동 감사 가능성을 다룬다.
AIO 20002 프레임워크의 학술적 배경은 다음 워킹 페이퍼를 참조:
- S. Lee (2026a). AI Integrity: A New Paradigm for Verifiable AI Governance. arXiv:2604.11065 [cs.AI].
- S. Lee (2026b). Measuring the Authority Stack of AI Systems: Empirical Analysis of 366,120 Forced-Choice Responses Across 8 AI Models. arXiv:2604.11216 [cs.AI].
- S. Lee (2026c). PRISM Risk Signal Framework: Hierarchy-Based Red Lines for AI Behavioral Risk. arXiv:2604.11070 [cs.AI].
19가치 프로필이 특히 기반하는 문헌:
- Schwartz, S. H., Cieciuch, J., Vecchione, M., Davidov, E., Fischer, R., Beierlein, C., et al. (2012). Refining the theory of basic individual values. Journal of Personality and Social Psychology, 103(4), 663–688.
- 이슈 / 제안: GitHub issues
- 상업적 문의: 2sk@aioq.org
- 웹사이트: aioq.org