기업 내 효율적인 지식 전파 및 관리를 위해 기업용 대규모 언어 모델(LLM)이 주목받고 있지만, 기존 LLM은 민감한 정보 유출에 취약하여 엄격한 접근 제어가 필요한 환경에 적용하기 어렵다. 본 논문에서는 강력한 정보 격리 보장을 유지하는 접근 제어 인식 기업용 LLM 챗봇을 위한 엔드투엔드 시스템인 AC-LoRA를 설계한다. AC-LoRA는 허가된 데이터셋에 대한 별도의 LoRA 어댑터와 미세 조정된 문서 임베딩을 유지한다. 사용자 질의와 해당 권한과의 유사도 점수를 기반으로 정확한 LoRA 어댑터 집합을 검색하고, 이 유사도 점수를 사용하여 여러 개의 LoRA가 검색된 경우 응답을 병합한다(LoRA 라우팅을 위한 추가 학습 없이). 두 개의 데이터셋을 사용하여 AC-LoRA의 엔드투엔드 프로토타입을 평가한 결과, 강력한 격리 보장을 제공하면서 최첨단 LoRA 믹싱 기법의 성능과 동등하거나 능가하는 결과를 보였다. 또한 AC-LoRA 설계는 다양한 모달리티에 직접 적용될 수 있음을 보였다.
