본 논문은 실세계 응용 프로그램에서 Retrieval-Augmented Generation (RAG) 시스템의 광범위한 채택으로 인해 발생하는 독점 지식 기반의 기밀성 및 무결성 문제를 해결하기 위해 고안된 암호화 방법론을 제안한다. RAG 시스템의 생성 능력 향상에 중요한 역할을 하는 지식 기반은 민감한 정보 유출을 초래할 수 있는 위험에 취약하다. 이 논문에서 제안하는 방법은 텍스트 콘텐츠와 해당 임베딩을 저장 전에 암호화하여 모든 데이터가 안전하게 암호화되도록 함으로써 무단 접근 및 데이터 유출로부터 RAG 시스템을 보호한다. 이 메커니즘은 적절한 복호화 키를 가진 승인된 엔티티의 접근만 허용하여 의도하지 않은 데이터 노출 위험을 크게 줄인다. 또한, 제안된 암호화 전략이 다양한 도메인과 응용 프로그램에서 RAG 파이프라인의 성능과 기능을 유지함을 보여준다. 다양한 위협과 취약성에 대한 저항력을 강조하는 포괄적인 보안 증명을 제공하여 방법의 강력함을 검증하고, 기존 방법의 한계를 보여준다. 본 연구는 RAG 시스템의 설계 및 배포에 고급 암호화 기술을 통합하면 개인 정보 보호를 효과적으로 강화할 수 있음을 시사하며, AI 기반 서비스의 보안 조치 개선 및 RAG 아키텍처 내에서의 엄격한 데이터 보호 표준을 옹호한다.
