fishonbike의 vault-engine: 로컬 LLM 기반 가역적 개인정보 비식별화 레이어

프로젝트가 개인정보 보호 관점에서 실무에 직접 적용 가능한 설계를 제시했다는 점에서 관심을 끌었다. 로컬 모델을 활용해 스팬만 반환하고 결정론적 대체를 적용하는 아키텍처는 개인정보 유출 위험을 낮추는 현실적 대안으로 받아들여졌다. 반면 벤치마크가 작은 합성 데이터에 한정됐다는 점은 커뮤니티에서 회의적 반응을 야기해 추가 재현·확장 실험을 요구하는 목소리가 나왔다.

• 탐지 단계에서는 모델로부터 스팬(start/end 인덱스와 엔터티 타입)만 받아오고 모든 텍스트 변경은 별도의 결정론적 코드에서 수행하라. 이렇게 하면 모델 출력의 다양성 때문에 발생하는 비가역적 변경을 피할 수 있고 동일 입력에 대해 일관된 대체값을 생성할 수 있다. 또한 역전맵을 로컬에 안전하게 보관하면 필요 시 원문을 복원할 수 있다.
• 시스템 통합 시에는 백엔드를 추상화해 교체 가능하도록 구현하라. 저장소는 zero-deps를 지향하므로 외부 라이브러리 의존도를 낮추고 모델 교체만으로 탐지 성능을 실험할 수 있게 구조화되어 있다. 벤치마크를 자체 데이터셋으로 재현해 Presidio·정규식 등과 비교 검증을 먼저 수행하라.