2026년 현재 AI 기능을 갖춘 그룹웨어는 해외의 Microsoft 365 Copilot, Google Workspace Gemini부터 국내의 다우오피스, 하이웍스, 네이버웍스까지 선택지가 넓어졌어요. 이제 질문은 'AI가 있느냐'가 아니라 '그 AI가 우리 데이터를 어떻게 다루느냐'로 넘어왔죠.
그러면서 자연스레 새로운 불안이 등장합니다. 혹시, 우리도 모르게 어디론가 새어 나가진 않을까?
이 불안, 근거 있는 불안입니다. 탈레스가 발표한 2026 데이터 위협 보고서에 따르면 한국 기업의 74%가 AI를 현재 조직이 직면한 가장 큰 데이터 보안 위험 요소로 꼽았습니다. 같은 조사에서 데이터가 어디에 있는지 정확히 파악하고 있는 한국 기업은 29%에 그쳤어요. 우리 기업들이 AI의 이면을 정확히 이해하지 못한 상태에서 AI를 도입하고 있다는 뜻입니다.(관련 기사)
AI가 들어오면 달라지는 것. 그러나,
그룹웨어에 붙은 AI 기능은 상당히 편리합니다. 메일, 게시판, 전자결재, 문서함처럼 업무 데이터가 이미 쌓여 있는 공간 안에서 AI가 돌아가기 때문에 별도로 정보를 올릴 필요가 없어요. 메일을 읽다가 바로 요약 버튼을 누르거나 게시판에서 바로 AI에게 사내 규정도 물어볼 수 있죠. 업무 흐름을 끊지 않고 그 자리에서 쓸 수 있다는 점이 가장 이로운 점입니다.
반면 이 편리함의 대가로 새로운 이슈가 떠올랐습니다. 정보를 옮기지 않아도 된다는 건, AI가 이미 우리 데이터를 모두 모니터링하고 있다는 뜻이기 때인데요. 그만큼 보안 이슈가 수면 위로 올라 올 수밖에 없는 것이죠. 그래서 이 글은 체크리스트 대신 데이터의 여정을 따라갑니다. 아래 ‘예시 상황’을 떠올리면서 따라가면 이해가 쉬울 거예요.
📌 예시 상황
거래처와 맺을 계약서 파일(PDF)을 AI 그룹웨어에 첨부하고 불리한 조항을 찾아 달라고 하기.
이 한 장의 계약서가 5단계를 거치며 어느 포인트에서 새어 나갈 수 있는지 살펴보겠습니다.
AI 그룹웨어 보안, 왜 경로를 이해해야 하나요?
이 글을 끝까지 읽어야 하는 이유
AI 그룹웨어, 또는 그룹웨어 AI 기능을 검토할 때 보통의 보안 담당자가 묻는 건 우리 데이터가 AI 학습에 쓰이는지 여부입니다. 벤더가 "아니요"라고 답하면 대체로 안심하고 넘어가는데요. 이 질문 하나로는 부족합니다. 우리 데이터가 AI 학습에 쓰이지 않더라도 ‘구조상 리스크’가 완전히 사라지는 건 아니기 때문입니다. 계약서 예시로 돌아가 볼게요.
- 구조 A : 첨부한 계약서 전체가 외부 AI 서버로 전송되고, 분석이 끝나면 결과만 돌아온다. 학습에는 쓰지 않는다.
- 구조 B : 첨부한 계약서는 그룹웨어 내부에서 먼저 분석되고, 조항 검토에 필요한 텍스트만 선별해 AI 모델에 전달한다. 학습에는 쓰지 않는다.
두 구조 모두 "학습 미사용"이에요. 하지만 A에서는 계약서에 적힌 거래처 계좌번호, 담당자 개인정보, 서명란 정보까지 외부로 나갔다 돌아옵니다. B에서는 처음부터 밖으로 나가지 않아요. 학습 여부만 물으면 이 차이가 보이지 않습니다.
그래서 경로(순서, 과정)를 따져야 해요. 데이터가 들어가고, 걸러지고, 처리되고, 돌아오고, 보관되다가 지워지고, 그 전 과정을 관리자가 들여다볼 수 있는지까지.
📌 AI 그룹웨어 데이터 처리 경로 5단계
- STEP 1. 입력 : 사용자가 친 문장 + AI가 참조하는 사내 데이터 + 첨부파일
- STEP 2. 최소화 : 모델에 보내기 전 필요한 정보만 선별
- STEP 3. 처리 : 어떤 AI 모델이, 어떤 경로로 답을 생성
- STEP 4. 보관과 삭제 : 대화 이력과 임시파일이 어디에 얼마나 남는지
- STEP 5. 관리와 감사 : 관리자가 사용 현황과 이상 징후를 볼 수 있는지
STEP 1. 입력
AI에 넘어가는 건 프롬프트만이 아니에요
💡 Check Point
- AI에 연결하는 자료는 누가, 어떤 단위로 정하는가?
- AI가 답할 때 무엇을 참조했는지 표시되는가?
- 웹 검색을 쓸 때 그 사실이 사용자에게 보이는가?
AI에게 계약서 검토를 요청하는 순간, AI에 전달되는 정보는 "이 계약서에서 불리한 조항 찾아줘"라는 문장 하나가 아닙니다. 첨부한 PDF 본문이 함께 가고, AI 그룹웨어에 따라서는 사내 게시판의 계약 검토 기준, 문서함의 과거 계약서, 심지어 관련 메일까지 참조 대상이 될 수 있어요. AI가 "우리 회사 기준"에 맞춰 답하려면 그 기준이 어디 있는지 읽어야 하니까요.
여기서 첫 번째 질문이 나옵니다. AI가 무엇을 참조해서 답했는지 알 수 있는가, 그리고 그 범위를 정할 수 있는가. 전 직원이 쓰는 AI가 인사팀 비공개 게시판이나 경영진 문서함까지 읽는다면, 그건 편리한 게 아니라 위험한 거예요. 그래서 AI에 연결하는 자료를 누가 어떤 단위로 정하는지(관리자인지, 사용자인지, 둘 다인지), AI가 답변할 때 어떤 자료를 참조했는지 표시되는지, 비공개로 설정한 공간이 참조 대상에서 빠지는지 따져봐야 합니다.
게시판 권한 자체가 느슨하면 AI 참조 범위를 아무리 좁혀도 소용이 없으니, 사내 게시판 만들기, 방법 3가지와 운영 실무 팁을 참고해 권한 설계 기준을 잡아보세요.
두 번째는 웹 검색 연동입니다. 2026년 AI 그룹웨어는 사내 데이터만이 아니라 외부 웹도 검색해요. 최신 정보를 함께 볼 수 있어 유용하지만, 검색어에 사내 정보가 섞여 나가는 경로가 하나 더 생긴다는 뜻이기도 합니다.
"○○사와 체결 예정인 공급 계약의 시장 관행을 찾아줘"라고 하면 거래처명과 계약 성격이 검색어에 실릴 수 있어요. 이건 벤더 설정만으로 막기 어려운 영역이라, 서비스가 웹 검색 사용 여부를 사용자에게 명확히 보여주는지 확인하고, 사내에서는 "웹 검색을 켤 때는 거래처명·프로젝트명을 검색어에 넣지 않는다" 같은 사용 규칙을 함께 두는 게 현실적입니다.
마지막으로 AI 에이전트 이슈인데요. 요약이나 초안처럼 ‘읽는’ AI를 넘어 일정을 등록하고 메일을 찾아 주는 ‘실행하는’ AI 에이전트는 참조 범위가 훨씬 넓습니다. 에이전트 도입 전에 확인할 내용은 AI 에이전트란? 뜻과 기업 활용 사례 정리에서 따로 다뤘으니 참고해 보세요.
STEP 2. 최소화
모델에 도달하기 전에 걸러지는가?
💡 Check Point
- 모델에 보내기 전 전처리(최소화) 단계가 있는가?
- 전처리에서 무엇을 걸러내고 무엇을 전달하는지 설명할 수 있는가?
- 첨부파일 원본이 외부로 나가는가, 추출한 텍스트만 나가는가?
앞에서 본 구조 A와 B의 차이가 바로 이 단계에서 갈립니다. ‘데이터 최소화’란 AI 모델에 보내기 전에 꼭 필요한 정보만 골라내는 과정이에요. 문서 전체를 통째로 넘기는 구조와, 요청에 필요한 텍스트만 추려서 넘기는 구조는 밖으로 나가는 데이터의 양 자체가 다릅니다.
계약서로 보면 이렇습니다. "불리한 조항 찾기"에 필요한 건 조항 본문이에요. 서명란의 대표자 주민등록번호 뒷자리, 대금 지급 계좌, 담당자 휴대전화 번호는 조항 검토와 무관하죠. 최소화 단계가 있으면 이런 정보는 모델에 도달하기 전에 빠질 수 있습니다. 없으면 전부 함께 갈 수밖에요.
이 단계가 사용자 눈에 보이지 않는다는 점도 문제입니다. 화면에는 "분석 중"만 뜨니까요. 그래서 벤더에게 직접 물어보셔야 해요. "전처리 단계에서 무엇을 걸러내고, 무엇을 모델에 전달하는지 설명해 주세요."라고. 세세한 알고리즘까지 공개해주진 못하겠지만, 최소화 단계가 있는지와 그 원칙이 무엇인지는 이해할 수 있습니다.
한 가지 더, 첨부파일 자체가 외부로 나가는지도 이 단계에서 확인할 수 있어요. 파일을 통째로 외부 AI에 업로드하는 구조인지, 그룹웨어 안에서 텍스트를 추출하고 필요한 부분만 넘기는 구조인지에 따라 계약서 원본의 행방이 달라집니다.
STEP 3. 처리
어떤 모델이, 어디서 답을 만들까?
💡 Check Point
- 어떤 모델이든 같은 보안이 적용되는가?
- 기업용인가, 일반용인가?
- 원본과 선별된 텍스트를 구분하는가?
- 생성형 AI 기반 사실을 사전 고지하고 있는가?
여기가 가장 길고, 가장 많이 바뀐 단계예요. 2025년까지 AI 그룹웨어는 대부분 하나의 AI 모델을 썼습니다. 2026년에는 GPT, Gemini, Claude 같은 여러 모델 중에서 골라 쓰는 멀티 LLM 구조가 늘었어요. 업무 성격에 맞는 모델을 고를 수 있으니 편리하지만, 보안 질문도 그만큼 늘어납니다. 모델별 강점 차이는 챗지피티 vs 클로드 vs 제미나이 비교에서 정리해 두었으니 궁금한 분들은 확인해 보세요.
먼저 전제를 하나 둘게요. 그룹웨어가 자체 AI 모델을 개발해 사내 서버에서만 돌리는 경우가 아니라면, 최소화를 거친 텍스트는 결국 외부 AI 모델로 갑니다. GPT도, Gemini도, Claude도 각 개발사의 서버에서 답을 만드니까요. 그러니 "외부로 나가느냐"가 아니라 "무엇이, 어떤 조건으로 나가느냐"를 살펴야 합니다.
Question 1. 어떤 모델이든 같은 보안이 적용되는가?
모델이 3개면 데이터가 갈 수 있는 곳도 3곳이에요. ‘학습 미사용’이 특정 모델에만 해당하고 나머지는 다른 조건이라면 사용자가 모델을 바꾸는 순간 보안 수준도 달라집니다. 모델별이 아니라 서비스 전체에 걸린 약속인지 확인하세요.
Question 2. 기업용인가, 일반용인가?
같은 GPT라도 개인이 웹에서 쓰는 서비스와 기업 계약을 맺고 API로 연결한 경로는 데이터 처리 조건이 다릅니다. 기업용 경로는 통상 입력 데이터를 학습에 쓰지 않고 보존 기간도 짧아요. AI 그룹웨어가 어떤 경로로 모델을 호출하는지 물어보세요.
Question 3. 원본과 선별된 텍스트를 구분하는가?
계약서 예시의 맹점인데요. 파일 본문 추출과 구조 분석을 그룹웨어 안에서 처리하고 선별된 텍스트만 모델에 넘기는 구조라면, 계약서 파일 원본은 외부로 나갈 위험이 적습니다. 반대로 파일을 그대로 외부 모델에 올리는 구조라면 원본이 밖에 있는 이슈가 생겨요.
참고로 지금까지 3가지 질문은 그룹웨어를 고를 때만이 아니라 사내에서 AI 자동화를 직접 만들 때도 똑같이 적용돼요. 직접 구축과 솔루션 도입의 판단 기준은 AI 업무 자동화, 직접 만들기 전에 확인할 것에 자세히 정리되어 있으니 참고하세요.
Question 4. 생성형 AI 기반임을 고지했는가?
2026년 1월 22일 시행된 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(인공지능 기본법) 제31조 제1항은 생성형 AI를 이용한 제품이나 서비스를 제공하려는 사업자가 해당 서비스가 생성형 AI에 기반해 운용된다는 사실을 이용자에게 사전에 고지하도록 정하고 있습니다. 고지 자체가 없다면 처리 구조를 묻기 전에 걸러야 할 서비스예요.
STEP 4. 보관과 삭제
대화와 임시파일은 언제 사라지는가?
💡 Check Point
- 관리자 이력에 대화 본문이 포함되는가, 사용 기록만 남는가?
- 분석용 임시파일은 작업 종료 후 즉시 삭제되고 원본이 DB에 남지 않는가?
- 삭제 요청 시 영구 삭제되고, 잔존 데이터가 없는지 검증하는 절차가 있는가?
- 데이터가 고객사별로 분리된 인프라에 보관되는가, 공용 저장소인가?
분석이 끝나고 답을 받았어요. 그런데 데이터는 아직 어딘가에 남아 있습니다. AI 그룹웨어에 남는 데이터는 크게 3종류예요.
- 대화 이력 : 사용자가 이전 대화를 이어가기 위해 남는 질문과 답변
- 임시파일 : 첨부파일을 분석하려고 잠시 만든 추출 텍스트나 변환본
- 에이전트 지식 파일 : 사내 규정 안내처럼 AI에 연결해 둔 자료
여기서 구분해야 할 게 있어요. 내 대화가 내게 남는 것과, 관리자 화면에 남는 것은 다릅니다. 이전 맥락을 이어서 대화하려면 사용자 본인의 이력은 어딘가에 저장돼야 해요. 그건 자연스럽습니다.
문제는 그 본문이 관리자 감사 화면까지 그대로 올라가느냐예요. 관리자가 "누가 언제 어떤 기능과 모델을 썼는지"를 알아야 하는 건 맞지만, 그 목적을 위해 "무엇을 물었고 뭐라고 답했는지"까지 볼 필요는 없죠. 관리자 이력에는 사용 기록만 남기고 대화 본문은 남기지 않는 구조가 개인정보 보호 관점에서 더 안전합니다.
예시 상황으로 얘기하자면, 계약서 검토 내용 전부가 관리자 화면에 그대로 떠 있는 것과, ‘법무팀 ○○○가 8월 27일 문서 분석 기능을 사용함’으로만 남는 것의 차이예요.
임시파일은 더 단순합니다. 회사 문서에는 법정 보존기간이 있어서 함부로 지우면 안 되지만(참고 : 문서 보존연한 관리법, 법정 보존기간과 폐기 절차까지), AI가 분석용으로 만든 임시파일은 정반대예요. 작업이 끝나면 즉시 지워지는지, 원본이 데이터베이스에 남지 않는지 물어보세요. 계약서 분석이 끝났는데 추출 텍스트가 서버 어딘가에 남아 있다면 최소화 단계의 의미가 사라집니다.
마지막으로 삭제 요청 시 정말 지워지는가입니다. 사용자가 대화를 삭제하거나 회사가 서비스를 해지했을 때 데이터가 영구 삭제되는지, 삭제 후 잔존 데이터가 없는지를 검증하는 절차가 있는지 확인하세요. 보관 위치도 함께 물어보면 좋아요. 고객사별로 분리된 인프라에 보관되는지, 여러 고객사가 공용 저장소를 쓰는지에 따라 사고 시 영향 범위가 달라집니다.
STEP 5. 관리와 감사
도입 후에 관리자가 볼 수 있는 것
💡 Check Point
- 누가, 언제, 어떤 기능과 모델을 썼는지 사용자별 이력을 볼 수 있는가?
- 부서·개인별로 AI 사용량 한도를 설정할 수 있는가?
- 대량 조회나 정보 유출 시도 같은 비정상 요청을 탐지하는가?
- 외부 구간은 암호화하고 내부 시스템은 격리된 망으로 보호하는가?
마지막 단계는 도입 이후의 이야기예요. 아무리 구조가 안전해도 관리자가 볼 수 없으면 사고가 나도 모릅니다. 관리자 화면에서 확인해야 할 건 4가지입니다.
- 사용자별 사용 이력 : 누가, 언제, 어떤 기능과 모델을 썼는지
- 사용 한도 설정 : 부서나 개인별로 AI 사용량을 제한할 수 있는지
- 비정상 요청 탐지 : 대량 조회나 정보 유출 시도 같은 이상 패턴을 걸러내는지
- 네트워크 격리 : 외부 구간은 암호화하고 내부 시스템은 격리된 망으로 보호하는지
AI 계정도 메일 계정처럼 탈취 대상이에요. 계정이 넘어가면 그 사용자가 AI로 볼 수 있는 모든 데이터가 함께 넘어갑니다. 계정 보호와 로그인 통제는 이메일 보안, 회사 메일이 뚫리기 전에 확인할 5가지의 기준을 AI 계정에도 그대로 적용하면 도움이 되실 거예요.
비용 구조가 보안과 무슨 상관이냐고 생각할 수 있는데, 상관이 있어요. 인당 정액제는 누가 얼마나 썼는지 관리자가 신경 쓸 이유가 없지만, 회사 단위 크레딧 방식은 사용량 자체가 관리 지표가 됩니다. 특정 계정이 갑자기 크레딧을 대량 소모하면 그 자체가 이상 징후예요. AI 비용 관리 전략은 토크노믹스란? 기업 AI 토큰 비용 관리 전략에서 자세히 다뤘습니다.
AI 그룹웨어, ‘다우오피스’로 미리보기
오늘 내용에서 다룬 보완 관련 이슈를 다우오피스 AI에 대입하면 이렇게 정리됩니다.
🔐 데이터 이동 없이, 그룹웨어 자체에서
다우오피스 AI는 메일, 일정, 게시판, 문서관리, 전자결재처럼 그룹웨어 안에 흩어져 있던 업무 데이터를 AI와 연결한 그룹웨어 연동형 AI예요. 계약서를 외부 AI 서비스에 붙여넣는 대신, 문서함에 있는 그대로 AI에게 검토를 맡길 수 있죠. 쉽게 말해 다우오피스 안에서 이뤄지는 셈이죠.
🔐 그룹웨어 자체 보안이 AI에 그대로 적용
다우오피스 AI는 다우오피스 계정으로 그룹웨어 안에서 여는 메뉴예요. 그래서 자동 입력 방지, 특정 IP 접속 차단, 동시 접속 방지, 세션 ID 검증 같은 탄탄한 그룹웨어 계정 보안이 AI에도 그대로 적용됩니다. 그룹웨어 자체는 GCP 클라우드 인프라에서 운영되고, 정보보호관리체계 인증을 그룹웨어 범위로 받아 2027년 4월까지 유효한 상태고요.
AI 보안을 별도 제품으로 얹는 게 아니라, 이미 검증된 업무 플랫폼의 보안 위에서 AI를 켜는 방식이 다우오피스 AI가 다른 AI 도구와 다른 점입니다.
🔐 데이터가 학습에 쓰지 않아요
GPT, Gemini, Claude 등 여러 AI 모델을 업무 목적에 맞게 선택할 수 있고, 최신 웹 검색도 지원해 사내 정보와 외부 정보를 함께 확인할 수 있어요. 그리고 사용자가 입력하거나 조회한 사내 데이터는 외부 AI 모델의 학습 목적으로 활용되지 않는다는 것이 원칙입니다.
🔐 정보보안 안내 에이전트 활용
전 직원이 함께 쓰는 전사 공용 에이전트부터 특정 직무에 맞춘 개인 에이전트까지, 업무에 필요한 자료와 지침을 연결해 조직의 방식대로 구성할 수 있어요. 보안 담당자라면 정보보안 안내 에이전트가 반갑겠죠. 비밀번호 규칙, 문서 반출, 외부 공유, 개인정보 처리처럼 업무 중 꼭 알아야 할 보안 수칙을 직원이 물어보면 회사 기준대로 답해 주니, 같은 질문을 반복해서 받을 일이 줄어듭니다.
🔐 사용량으로 관리 지표 확인 (크레딧)
사용자 수만큼 구독료를 내는 방식이 아니라 회사 단위 크레딧으로 운영돼서, AI를 쓰지 않는 계정까지 비용을 내지 않아요. 관리자는 대시보드에서 전사 AI 크레딧 사용량, 사용자별 이용 현황, 계정별 사용 한도, AI 운영 비용을 한눈에 확인하고 관리할 수 있습니다. 말한 "특정 계정의 급격한 사용량 증가가 곧 이상 징후"를 잡아내는 구조예요.
다우오피스의 AI 자세한 기능과 요금제는 여기를 눌러 자세히 확인하실 수 있습니다. 그룹웨어 전반의 보안 체계는 다우오피스 보안 정책에서 확인하세요.
👉 우리 회사 데이터 처리 방식을 직접 확인하고 싶다면 → 도입 문의하기
자주 묻는 질문
Q. AI 기능이 있는 그룹웨어는 어떤 게 있나요?
해외에서는 Microsoft 365의 Copilot, Google Workspace의 Gemini가 대표적입니다. 국내에서는 다우오피스가 멀티 AI 모델 기반의 다우오피스 AI를 제공하고 있으며, 하이웍스, 네이버웍스 등 주요 그룹웨어들도 AI 기능을 도입했습니다. 다만 같은 "AI 그룹웨어"라도 데이터를 처리하는 구조는 제품마다 다르므로, 본문에서 정리한 5단계(입력, 최소화, 처리, 응답, 보관과 삭제, 관리와 감사)를 기준으로 비교해 보시는 것이 좋습니다.
Q. AI 그룹웨어에 입력한 데이터는 AI 학습에 사용되나요?
서비스마다 다릅니다. 업무용 AI 그룹웨어는 대체로 입력 데이터를 모델 학습에 사용하지 않는다고 명시하지만, 여러 AI 모델을 선택할 수 있는 서비스라면 모델을 바꿔도 같은 조건이 적용되는지 확인해야 합니다. 이용약관이나 서비스 이용 동의서에 학습 활용 여부가 명시돼 있는지 살펴보세요.
Q. AI 그룹웨어가 첨부파일을 분석할 때 파일이 외부로 나가나요?
구조에 따라 다릅니다. 파일을 통째로 외부 AI 모델에 전달하는 구조와, 그룹웨어 내부에서 텍스트를 추출하고 필요한 부분만 모델에 전달하는 구조가 있습니다. 후자는 파일 원본이 외부로 나가지 않으므로 계약서나 개인정보가 포함된 문서를 다룰 때 상대적으로 안전합니다.
Q. 그룹웨어 AI 보안에서 관리자가 통제할 수 있는 범위는 어디까지인가요?
서비스마다 다르지만 일반적으로 사용자별 사용 이력 조회, 사용 한도 설정, 잔여 사용량 확인은 관리자 기능으로 제공됩니다. AI가 참조하는 자료 범위 지정, 웹 검색 같은 외부 연동 기능의 조직 단위 설정, 관리자 이력에 대화 본문이 포함되는지 여부는 서비스에 따라 다르므로 도입 전 확인이 필요합니다.
Q. 생성형 AI를 쓰는 그룹웨어는 법적으로 사용자에게 알려야 하나요?
2026년 1월 22일 시행된 인공지능 기본법 제31조 제1항에 따라 생성형 AI를 이용한 제품이나 서비스를 제공하려는 사업자는 해당 서비스가 생성형 AI에 기반해 운용된다는 사실을 이용자에게 사전에 고지해야 합니다. [검증] 도입 검토 시 서비스 약관이나 안내에 이 고지가 있는지 확인하는 것이 좋습니다.