reopt learning
AI production & governance

AI security & compliance

Protect data, tools, models, and decisions end to end

Threat-model AI workflows across data, prompts, tools, identity, supply chain, and audit evidence, then turn controls into enforceable release gates.

Advanced 8 lessons 515 XP About 89 min

Source · Handbook · AI security & compliance · Source reviewed 2026-07-01

Complete the prerequisite courses first

LLMOps & AgentOps to unlock this course.

Study prerequisites
AI security & compliance course
0%
Course progress9 learning steps

1. 리스크·데이터 거버넌스

무엇을 보호하고 누가 위험을 수용하는지 증거로 남깁니다.

  1. 보안 수준은 의사결정 구조에서 갈린다5단계 risk loop, 점수·appetite·RACI와 P0~P3 데이터 분류Concept45 XP
  2. 리스크·데이터 분류 퀴즈점수화·승인·수명주기 통제 판단Quiz50 XP

2. 보안 아키텍처·인젝션 방어

모델 정확도보다 권한·실행·신뢰 경계를 먼저 설계합니다.

  1. 모델이 속아도 피해는 제한되게Gateway→Policy→Orchestrator, 격리 실행과 다층 prompt injection 방어Concept45 XP
  2. 실전: 악성 RAG 문서외부 문서의 지시와 내부 tool 권한 분리Scenario60 XP

3. Agent Identity·접근제어

사람보다 낮은 신뢰의 agent를 짧고 좁은 권한으로 운영합니다.

  1. Agent는 서비스 계정보다 더 좁게identity lifecycle, token matrix, RBAC+ABAC와 secret rotationConcept45 XP
  2. Agent 권한·비밀 감사identity·token·scope·rotation·audit trail 점검Checklist55 XP

4. 감사·사고·경영 보고

통제가 실제로 실행됐다는 증거와 빠른 신뢰 회복 체계를 만듭니다.

  1. 정책 문서보다 증거의 연속성통제-증빙 매트릭스, SEV 대응, ALE·ROI와 이사회 결정 요청Concept45 XP
  2. 워크북: 감사·사고 의사결정 팩증빙·SEV·CAP·경영 보고를 한 흐름으로 작성Workbook70 XP

Final challenge

Turn what you learned into a reusable work artifact.

  1. 최종 챌린지 · AI 보안 통제 설계서리스크·데이터·아키텍처·권한·감사를 하나의 증거 체계로Complete lessons first100 XP