엔드투엔드 워크플로우, 거버넌스, 검증 및 윤리

이득:

• 아이디어부터 메인넷까지 모든 단계에 AI + 인간 검증 게이트를 배치하는 엔드투엔드 워크플로우 구축 능력
• 승인된 도구 목록, 데이터 분류, 로깅 규칙 및 개인 키 보안을 갖춘 거버넌스 프레임워크를 생성하는 기능
• 워크플로우의 모든 단계에 인간의 책임, 옹호, 기밀성, 투명성 및 무결성 원칙을 포함시키는 능력

이 마지막 단원에서는 모듈의 모든 부분을 하나의 일관된 워크플로로 결합합니다. 즉, 아이디어에서 시작하여 스마트 계약 작성, 감사, 온체인 분석, 토큰경제학 및 사기 방어를 통해 AI를 책임감 있게 엔드 투 엔드로 사용하는 방법입니다. 또한 팀 또는 독립적인 전문가로서 거버넌스 프레임워크(도구 선택, 데이터 분류, 기록 및 검증 분야)를 구축하고 윤리적 원칙을 워크플로에 포함시키는 방법도 다룰 것입니다.

엔드투엔드 워크플로우: 아이디어에서 메인넷까지

Web3 프로젝트의 AI 기반 인간 검증 여정:

1. 디자인과 토큰경제학. AI는 메커니즘 옵션과 토큰경제적 개요를 생성합니다. 경제학자와 팀은 부정적인 시나리오를 사용하여 이를 시뮬레이션합니다. Door: 다중 시나리오 시뮬레이션은 잘 진행됐나요?

2. 철자법. AI는 테스트된 라이브러리 기반 프레임워크와 테스트 템플릿을 생성합니다. 개발자가 완료합니다. 게이트: 빌드 + 테스트 + 검토.

3. 스캐닝. 알려진 취약점 패턴에 대한 정적 분석 도구 + AI 스캔. Gate: 오탐지가 제거되고 실제 후보자가 감사관에게 전달되었습니까?

4. 감사. 독립적인 유능한 감사관이 AI를 보조원으로 활용하여 종합적으로 조사합니다. 인간은 비즈니스 로직을 평가합니다. 문: 서명된 검사 보고서.

5. 테스트 및 시뮬레이션. 테스트넷, 퍼징 및 경제 시뮬레이션. 도어: 시나리오가 유지됐나요?

6. 문서. AI 백서, NatSpec 및 공정한 위험 공개 초안 남자는 진실을 확인합니다. Gate: 기술적 주장이 코드와 일치합니까?

7. 배포. 다중 서명 확인, 점진적인 메인넷 종료. 도어: 사고 대응 계획은 준비됐나요?

8. 모니터링. 온체인 모니터링은 AI를 통해 이상 징후를 표시합니다. 사람들이 개입합니다. 문: 이상현상에 누가, 어떻게 개입할 것인가?

팁: 이 흐름을 체크리스트로 나누고 "누가 승인하는지, 통과 조건은 무엇입니까?"라고 물어보세요. 각 문마다. 열을 채우세요. 구두로 "확인"하는 것이 아니라 서면으로 문을 여는 규율이 보안이 중요한 영역에서 차이를 만듭니다.

거버넌스 프레임워크 구축

개인의 선의만으로는 충분하지 않습니다. 반복 가능한 프레임워크가 필요합니다. 팀 또는 전문가를 위한 최소 거버넌스:

승인된 차량 목록. 어떤 작업에 어떤 AI와 보안 도구를 사용할 수 있나요? 미스터리 쇼핑 코드를 위한 격리된/엔터프라이즈 도구는 무엇입니까? 자유운전은 누수의 위험이 있습니다.

데이터 분류. 개방형 AI 도구에 제공할 수 있는 데이터(공개 코드)와 절대 제공할 수 없는 데이터(감사되지 않은 고객 코드, 개인 키, 개인 데이터)는 무엇입니까? 이 구별은 명확하게 작성되어야 합니다.

등록 규정(감사 추적). AI가 어떤 결과물을 만들어냈는지, 누가 검증했는지 기록된다. 이는 투명성과 책임성 모두를 위해 필요합니다.

지속적인 검증. AI가 생성한 보안 주장은 검증 없이 진행되지 않습니다. 이것은 문화가 되어야 합니다.

거버넌스 요소

질문

목적

승인 차량

어떤 도구, 어떤 작업인가요?

일관성, 누출 방지

데이터 분류

무엇을 줄 수 있고 줄 수 없습니까?

개인 정보 보호

등록 분야

누가 제작했고, 누가 확인했나요?

책임

검증 게이트

전환 조건은 무엇입니까?

보안

키 및 개인 정보 보호

Web3에 관련된 중요한 경고: 개인 키(지갑과 자금에 대한 액세스를 제공하는 비밀 키) 및 시드 문구(복구 단어)는 어떠한 경우에도 AI 도구, 프롬프트 또는 온라인 어디에도 기록되지 않습니다. 이는 직접적인 자금 손실을 의미합니다. 마찬가지로 감사되지 않은 클라이언트 코드는 허가 없이 개방형 AI 도구에 붙여넣을 수 없습니다.

주의: "AI에게 내 개인 키를 주고 지갑 관리를 요청하자" 같은 생각은 재앙입니다. 개인 키는 안전한 오프라인 또는 하드웨어 지갑에만 보관됩니다. AI는 절대 열쇠를 보면 안 됩니다.

약한 접근 / 강력한 접근

약한 접근방식:

모든 사람은 자신이 원하는 AI 도구를 무엇이든 사용해야 합니다. 고객 코드를 가장 빠른 도구에 붙여넣고 출력을 직접 사용하십시오.

강력한 접근 방식:

승인된 차량 목록이 있습니다. 격리된 차량에서만 고객 승인을 받은 비밀 코드입니다. 각 AI 출력은 검증 게이트를 통과하며 이를 검증한 사람이 기록됩니다. 개인 키는 어떤 차량에도 들어가지 않습니다. 모든 보안 청구에는 독립적인 확인이 필요합니다.

복사 가능한 템플릿 4개

1) 워크플로 게이트 계획:

아이디어부터 메인넷까지 Web3 프로젝트에 대한 AI 기반의 인간 검증 워크플로 계획을 생성합니다. 각 단계마다: AI는 무엇을 하고, 휴먼 게이트는 무엇이며, 전환 조건은 무엇입니까? 표와 함께 제시하세요. 안전에 중요한 단계에 대한 전문가의 승인을 명확하게 명시합니다.

2) 데이터 분류 정책:

감사 팀을 위해 "AI에 제공할 수 있는 것" 정책을 작성합니다(공개 코드, 감사되지 않은 고객 코드, 개인 데이터, 개인 키에 대한 별도의 규칙). 각 항목에 대해 "수출 가능/차량 내 격리/불가"를 지정합니다. 이유를 적어보세요.

3) AI 사용 투명성 참고 사항:

감사/문서화 결과에 대한 투명성 노트 초안을 생성합니다. AI가 사용되는 방법과 단계, 어떤 결과가 인도적으로 검증되었는지; 최종적인 책임을 지는 사람. 정직하고 측정하십시오.

4) 사고 대응 및 의사소통 계획:

기술적 단계(중지, 자금 보호), 커뮤니케이션(커뮤니티, 사용자), 게시(분석, 복구) 등 프로토콜에서 실시간 보안 사고에 대한 대응 계획 초안을 작성합니다. 이것은 초안입니다. 팀은 조정해야 합니다. 공황 언어 사용; 명확하고 침착하십시오.

미니 케이스 3개(숫자 기준)

사례 1 — 거버넌스가 유출을 방지했습니다. 한 감사 회사는 데이터 분류 정책(정책에 따라 격리된 도구가 필요함) 덕분에 감사자가 기밀 클라이언트 코드를 공개적으로 사용 가능한 도구에 붙여넣는 것을 방지했습니다. 계약 위반 및 유출 가능성을 방지했습니다. 교훈: 서면 정책은 개인의 오류를 포착합니다.

사례 2 - 게이트 규율이 일관성을 가져왔습니다. 한 팀은 6개 프로젝트 분기의 각 프로젝트에 동일한 8포트 흐름을 적용했습니다. 감사 전 적발된 발견 건수는 40% 증가한 반면, 메인넷 이후 사건 건수는 0건이었습니다. 교훈: 반복 가능한 프레임워크는 품질을 표준화합니다.

사례 3 - 주요 재난에서 복귀. 개발자가 디버그 중에 테스트 지갑의 개인 키를 AI 프롬프트에 붙여넣으려고 했습니다. 그는 팀 정책이 금지했기 때문에 멈춰서 키를 돌렸습니다. 만약 그것이 실제 자금이었다면 그것은 재앙이 될 것입니다. 교훈: 열쇠는 어떤 차량에도 들어가지 않으며 예외도 없습니다.

업무 흐름에 윤리를 포함시키다

윤리는 나중에 추가되는 항목이 아니라 흐름의 모든 단계에 포함된 규율입니다.

• 안전이 중요한 모든 문에는 인간의 책임이 있습니다.
• 방어 목적: 차량을 보호하고 통제합니다. 절대로 착취하거나 함정에 빠뜨리지 마십시오.
• 개인정보 보호: 고객 데이터와 키는 보호됩니다.
• 투명성: AI 사용이 솔직하게 기술됩니다.
• 정직: 사용자와 투자자를 현혹하지 않으며 위험을 숨기지 않습니다.
• 공정성 및 검증: 모든 주장은 출처에 귀속되며 이해 상충이 고려됩니다.

이러한 원칙은 추상적이지 않습니다. 이는 모든 순간, 모든 문, 모든 결과에서 구체적인 결정으로 이어집니다. 이 모듈의 핵심은 다음과 같습니다. AI는 Web3 전문가의 힘을 확대합니다. 그러나 그것이 판단, 책임, 윤리를 대체하지는 않습니다.

일반적인 실수

• 서면 작업 흐름/게이트 규율이 부족합니다. “괜찮아”라는 말로는 충분하지 않습니다.
• 승인된 도구와 데이터 정책 없이 작업합니다. 누출 위험.
• AI 사용을 숨깁니다. 이는 투명성 원칙에 위배됩니다.
• 개인 키/비밀번호를 차량에 제공합니다. 명백한 재앙.
• 사고 대응 계획 없이 실시간으로 진행됩니다. 위기 상황에 대한 준비 부족.
• 윤리를 끝까지 남겨두는 항목으로 생각한다. 모든 단계에는 윤리가 포함되어야 합니다.

요약하면

• 엔드투엔드 흐름은 아이디어부터 모니터링까지 모든 단계에 AI + 인간 검증 게이트를 배치합니다.
• 거버넌스 프레임워크: 승인된 도구, 데이터 분류, 로깅 규율, 지속적인 검증.
• 개인 키와 비밀 코드는 AI 도구에 제공되지 않습니다. 이는 예외 없이 적용되는 규칙입니다.
• 윤리적 원칙(책임, 옹호, 기밀 유지, 투명성, 정직성)이 모든 단계에 내재되어 있습니다.
• AI는 전문가의 힘을 확대합니다. 그것은 판단, 책임, 윤리를 대체하지 않습니다.

응용과제

자신 또는 팀을 위해 (1) 아이디어에서 메인넷까지의 8단계 게이트웨이, (2) 데이터 분류 정책, (3) 키/개인 정보 보호 규칙, (4) 윤리 원칙 목록 등 한 페이지짜리 "Web3 AI 사용 프레임워크"를 작성하세요. 그런 다음 이 프레임워크에 따라 이 모듈에서 배운 실제 작업(예: 계약 감사)을 철저히 계획하고 AI가 가장 신뢰할 수 있는 단계와 가장 신뢰도가 가장 낮은 단계를 표시하세요.

체크리스트

• [ ] 아이디어부터 메인넷까지 작성된 게이트 규율이 있습니다.
• [ ] 승인된 차량 및 데이터 분류 정책이 있습니다.
• [ ] 개인키/비밀번호는 절대로 차량에 알려주지 않는 것을 원칙으로 삼았습니다.
• [ ] 나는 AI 사용을 투명하게 기록합니다.
• [ ] 모든 보안 청구를 검증 게이트를 통해 통과시킵니다.
• [ ] 나는 사고 대응 계획을 가지고 있습니다.
• [ ] 나는 모든 단계에 윤리적 원칙을 내재시켰습니다. 나는 책임이 사람들에게 있다는 것을 깨달았습니다.

모듈 시험

1. 다음 중 블록체인과 Web3의 인공지능에 대한 가장 정확한 포지셔닝은 무엇입니까?

• A) 인공지능은 자체적으로 보안 감사를 완료하고 코드를 메인넷으로 직접 가져올 수 있습니다.
• B) AI는 Web3에서 작동하지 않습니다. 모든 작업은 전적으로 수작업으로 이루어져야 합니다
• C) AI는 초안 생성기이자 가속기 보조자입니다. 안전이 중요한 최종 승인은 유능한 전문가와 함께 ✔
• 라) 인공지능은 인간보다 객관적이기 때문에 보안 결정도 인공지능에게 맡겨야 한다.

설명: Web3에서는 소프트웨어 오류가 되돌릴 수 없게 직접 돈으로 변합니다. 인공지능; 초안을 생성하고, 패턴을 표시하고, 쿼리를 작성하는 가속기 도우미입니다. 안전이 중요한 감사에서 최종 결정권은 전문적인 책임을 맡은 유능한 전문가에게 있습니다. 오류 비용이 감소할수록 인공지능의 기여도는 높아집니다.

2. 스마트 계약을 개발할 때 AI가 코드를 작성하도록 하는 가장 안전한 접근 방식은 무엇입니까?

• A) 테스트/검증된 라이브러리를 기반으로 프레임워크 제작, 테스트넷으로 컴파일, 테스트, 검증 ✔
• B) 독특한 방식으로 처음부터 인공 지능에 보안 메커니즘을 작성합니다.
• C) 코드가 컴파일되는 즉시 안전하다고 간주하고 메인넷으로 직접 전송합니다.
• D) 접근 제어는 끝까지 맡기고 기능에만 집중하세요.

설명: 보안을 처음부터 인쇄하는 것은 위험합니다. AI는 원본 보안 코드에서 실수를 할 수 있고 훈련 데이터가 오래되었을 수 있습니다. 올바른 접근 방식은 검증된 라이브러리(예: OpenZeppelin)를 기반으로 프레임워크를 생성한 다음 테스트넷을 사용하여 구축, 테스트 및 검증하는 것입니다.

3. AI에게 계약에 관해 질문하고 '중요한 보안 문제는 없어 보인다'는 답변을 받은 감사인은 이를 어떻게 해석해야 할까요?

• A) 이제 코드가 안전한 것으로 간주되고 감사가 단축될 수 있습니다.
• B) 독립적인 감사가 더 이상 필요하지 않습니다.
• 다) 인공지능이 각 항목을 완벽하게 스캔하기 때문에 결과는 확실합니다.
• D) 이는 보증이 아닙니다. AI는 원본 오류와 비즈니스 논리 오류를 놓칠 수 있지만 여전히 전체적인 감사가 필요합니다 ✔

설명: 인공지능이 무언가를 찾을 수 없다는 사실이 그것이 존재하지 않는다는 것을 증명하는 것은 아닙니다. 부재의 증거는 증거의 부재가 아닙니다. 특히 인공지능은 고유한 취약점과 비즈니스 로직 오류를 놓치게 됩니다. '보안'이라는 유창한 표현은 보증이 아니며 전체적인 제어의 필요성을 제거하지 않습니다.

4. 다음 중 취약점 스캐닝에 있어 인공지능이 가장 취약한 영역은 무엇인가요?

• A) 재진입(Reentrancy)과 같은 잘 알려져 있고 명확한 패턴 표시
• B) MEV/프런트 러닝 및 프로토콜별 비즈니스 로직 취약점 ✔
• 다) 정적 분석 도구의 출력을 일반 언어로 설명
• D) 접근 제어의 누락된 기능을 나열합니다.

설명: AI는 재진입, 액세스 제어, 정수 연산 등 잘 알려져 있고 명확한 패턴을 검색하는 데 강력합니다. 그러나 MEV/프런트 러닝 및 프로토콜별 비즈니스 로직 취약점은 상황에 따라 다르며 고유한 경우가 많습니다. 이는 AI의 사각지대이며 인간의 전문지식과 시뮬레이션이 필요합니다.

5. 온체인 데이터 분석에 AI를 사용하는 가장 안전하고 위험한 방법은 무엇입니까?

• A) 가장 안전한 방법은 데이터 추출 쿼리를 인쇄하는 것입니다. 가장 위험한 것은 인공지능에게 실시간 데이터를 직접 요청하고 이를 확인하지 않는 것입니다✔
• B) 가장 안전한 방법은 인공지능에게 직접 실시간 데이터를 요청하는 것입니다. 쿼리 작성이 불필요합니다
• C) 인공 지능이 생성한 해시와 주소는 항상 신뢰할 수 있으며 확인이 필요하지 않습니다.
• D) 댓글을 출처에 연결하는 것은 시간 낭비입니다. 유창한 요약이면 충분합니다

설명: 인공지능은 라이브 체인에 의존하지 않습니다. 거래/주소를 직접 요청하면 구성된(환각적인) 해시와 주소가 생성됩니다. 가장 안전한 사용은 데이터 원본이 결과를 생성하므로 원본에서 데이터를 가져오는 쿼리(예: Dune SQL)를 인쇄하는 것입니다. 자유로운 해석은 위험하며 각 숫자는 블록탐색기에서 확인해야 합니다.

6. DeFi 프로토콜에서 가장 비용이 많이 드는 취약점 유형은 무엇이며, AI에 문제가 되는 이유는 무엇입니까?

• A) 철자/편집 오류만 해당됩니다. AI가 쉽게 잡아낸다
• B) 인터페이스 오류만 해당됩니다. 경제적인 디자인은 아무 상관이 없습니다
• C) 경제/비즈니스 논리 격차; 코드가 올바르게 작동하더라도 프로토콜은 경제적으로 활용될 수 있으며 AI는 이를 놓칩니다 ✔
• D) 철자 오류만 해당됩니다. 경제적 안전성을 고려하여 최종적으로 입증되었으며, 시뮬레이션이 필요하지 않습니다.

설명: DeFi에서 가장 비용이 많이 드는 공격은 일반적으로 코드의 기술적 오류가 아니라 경제/비즈니스 논리의 공격 가능성(오라클 조작, 플래시 대출 가격 왜곡, 인센티브 남용)에서 발생합니다. 코드가 기술적으로 '올바르게' 작동하더라도 경제적으로 프로토콜을 속일 수 있습니다. AI는 표준 코드를 스캔하는 데 능숙하지만 상황에 맞는 고유한 경제적 취약점을 식별하지 못하는 경우가 많습니다. 이를 위해서는 시뮬레이션과 인간의 전문 지식이 필요합니다.

7. 토큰노믹스 모델링에서 인공지능의 가장 위험한 실수는 무엇이며 이를 방지하는 방법은 무엇입니까?

• A) 너무 비관적이다. 해결책은 좀 더 낙관적인 가정을 추가하는 것입니다.
• B) 단일/낙관적 시나리오주의; 해결책은 부정적인 시나리오를 사용한 스트레스 테스트와 시뮬레이션을 통한 검증입니다 ✔
• C) 테이블이 너무 많이 생성됩니다. 해결책은 테이블을 제거하는 것입니다
• D) 배포 테이블을 생성하지 못한 경우 해결책은 분포를 전혀 모델화하지 않는 것입니다.

설명: 인공 지능은 일반적으로 가격이 항상 증가하고 사용자도 항상 증가하는 단일하고 낙관적인 시나리오를 가정합니다. 이는 지속 불가능한 모델을 '지속 가능한' 것처럼 보이게 만들어 붕괴로 이어집니다. 이 방법은 불리한 시나리오(약세장, 현상금 사냥꾼 탈출, 고래 판매)로 모델을 스트레스 테스트하고 실제 시뮬레이션을 통해 배출량 계산을 검증하는 것입니다.

8. 인공지능이 제작한 사용자 가이드에는 '언제든지 자금을 인출할 수 있다'고 되어 있지만 계약서에는 7일 잠금이 설정되어 있습니다. 이 상황은 무엇을 나타냅니까?

• A) 문제 없습니다. 문서가 원활하다면 그대로 게시할 수 있습니다.
• B) 코드가 잘못되었고 문서가 정확합니다. 코드는 문서와 일치해야 합니다.
• C) 사용자는 어쨌든 문서를 보지 않습니다. 불일치는 중요하지 않습니다
• D) 문서가 코드와 충돌합니다. 모든 기술적 주장은 실제 코드로 확인되어야 하며 허위 문서는 사용자를 오도할 수 있습니다 ✔

설명: 문서는 코드를 설명합니다. 코드 자체가 아닙니다. AI는 코드의 실제 동작을 잘못 표현할 수 있으며, 이는 사용자를 오도하고 보안 문제가 될 수 있습니다. 이것이 바로 모든 기술적 주장을 실제 코드와 비교하여 검증해야 하는 이유입니다. 사용자가 문서를 신뢰하기 때문에 잘못된 문서는 올바른 코드보다 훨씬 더 위험할 수 있습니다.

9. AI가 토큰 계약을 스캔하고 '위험 신호'를 표시할 때(예: 소유자가 전송을 중지할 수 있음) 어떻게 조치를 취해야 합니까?

• A) 플래그는 소스에 연결되어 있으며 컨텍스트와 인간의 판단에 따라 평가됩니다. 최종판결/비방을 피합니다 ✔
• B) 해당 계약은 확실히 사기로 선언되어 즉시 발표될 것입니다.
• 다) 인공지능이 플래그를 설정하기 때문에 더 이상의 검증은 필요하지 않다.
• D) 플래그는 무시됩니다. 소유자 권한은 위험을 초래하지 않습니다.

설명: 인공 지능은 알려진 사기 패턴을 식별하는 데 도움이 되지만 최종적인 판단을 내릴 수는 없습니다. 일부 합법적인 계약(예: 다중 서명 거버넌스로 보호되는)에도 중단 권한이 포함될 수 있습니다. 각 플래그는 소스(코드/체인)에 연결되어야 하며 해당 컨텍스트와 사람의 판단으로 평가되어야 합니다. 절제된 언어를 사용하고 확인되지 않은 비난(비방)을 피해야 합니다.

10. 블록체인이 '보안이 중요'하다는 점은 AI 출력이 전문가 승인을 대체할 수 없는 이유 중 무엇과 가장 직접적으로 관련되어 있습니까?

• A) 인공지능은 동작 속도가 너무 느려서 실제로 활용이 불가능하다.
• B) 인공지능은 항상 컴파일 오류를 일으키기 때문에
• 다) 인공지능은 원래의 오류를 보지 못하거나, 허위 확신을 갖고, 최신화되지 못하고, 책임을 지지 못함으로 인해 돌이킬 수 없는 위험을 커버할 수 없다 ✔
• D) 인공지능은 영어로만 작동하기 때문에 터키 프로젝트에서는 사용할 수 없습니다.

설명: 보안이 중요한 영역의 오류는 되돌릴 수 없으며 심각한 손실(수백만 달러)로 직접 이어집니다. 인공지능은 원본/맥락상의 오류를 볼 수 없고, 유창한 언어로 잘못된 확신을 줄 수 있으며, 훈련 마감일 이후의 기간을 알 수 없으며, 가장 중요한 것은 책임을 질 수 없다는 점입니다. 엔지니어링 승인은 기술적, 법적, 윤리적 약속입니다. 기계는 이러한 약속을 할 수 없으므로 최종 승인은 유능한 전문가에게 있습니다.

11. 메인넷으로 유출되는 단일 AI 버그로부터 보안이 중요한 Web3 프로젝트를 보호하는 가장 효과적인 방법은 무엇입니까?

• A) 전체 과정을 하나의 AI 도구에 위임하고 마지막을 살펴보는 것
• B) 각 단계마다 사람 검증 게이트와 통과 조건을 넣는 계층적 검증 구현 ✔
• C) 시간 절약을 위해 독립 감사 게이트를 우회
• D) 각 개발자는 로그를 남기지 않고 자신의 도구를 자유롭게 사용할 수 있습니다.

설명: 계층화된 검증에서는 각 단계(쓰기, 스캔, 감사, 테스트/시뮬레이션, 배포, 모니터링)에 사람의 검증 게이트와 명확한 통과 조건(테스트 통과, 감사자의 승인, 시뮬레이션 보류)이 배치됩니다. 한 문을 통과하지 않고는 다른 문을 통과할 수 없습니다. 이 계층 구조는 단일 AI 오류가 생명체로 유출되는 것을 방지합니다.

12. 디버그 중 인공지능의 도움을 받을 때 개인 키나 시드 문구에 관한 불변의 규칙은 무엇입니까?

• A) 테스트 지갑의 키만 자유롭게 공유 가능
• 나) 키를 암호화하면 인공지능에게 넘겨줄 수 있다
• 다) 인공지능이 믿을만하면 지갑 관리도 맡길 수 있다
• D) 개인 키와 시드 문구는 어떠한 경우에도 인공 지능 도구나 프롬프트에 입력할 수 없습니다. ✔

설명: 개인 키와 시드 문구는 지갑과 자금에 대한 전체 액세스입니다. 어떠한 경우에도 이러한 내용은 인공 지능 도구, 프롬프트 또는 기타 온라인 위치에 기록되지 않습니다. 그렇지 않으면 직접적이고 회복 불가능한 자금 손실의 위험이 있습니다. 키는 안전한 오프라인/하드웨어 지갑에만 보관됩니다.

13. 감사 회사에서 기밀 클라이언트 코드가 포함된 인공 지능의 사용을 규제하는 최선의 거버넌스 접근 방식은 무엇입니까?

• A) 데이터 분류 정책에 따라 격리된 차량 및 고객 승인이 있는 차량에서만 비밀번호를 처리합니다. ✔
• B) 가장 빠른 결과를 위해 비밀 코드를 공개 도구에 붙여넣기
• C) 코드가 비밀인지 여부는 중요하지 않습니다. 모든 데이터에 대해 모든 도구가 무료입니다
• 라) 유출이 발생하더라도 그 책임은 인공지능 제공자에게 있기 때문에 예방조치가 불필요하다.

설명: 공개되지 않은(비공개 소스) 클라이언트 코드를 허가 없이 공개 AI 도구에 붙여넣는 것은 계약 위반이며 유출 위험이 있습니다. 적절한 거버넌스; 데이터 분류 정책을 통해 공개 코드, 고객 기밀 코드, 개인 데이터 및 개인 키에 대한 별도의 규칙을 설정하고 고객 승인을 받은 격리된/엔터프라이즈 도구에서만 기밀 코드를 처리합니다.