Threat Intake
AI 워크플로우의 asset, actor, permission, data boundary를 threat file로 정리합니다.
F.I NOVA / SECURITY SYSTEMS TRACKAI Security Systems
AI Security Systems
Engineering
Threat modeling, AI system hardening, access control, secure agent operations, and incident response architecture.
AI 시스템이 실제 업무망에 들어올 때 필요한 보안 구조와 운영 통제선을 현장형으로 설계합니다.
Private CohortOn-site LabExecutive CheckoutBoard Review Required
FORMATTextbook + Field Lecture
LEVELSenior Operator / Founder / Director
ACCESSScreened Admission Only
OUTCOMEOperating System Blueprint
Operating Artifacts
Every AI workflow is treated as an attack surface.
Prompt boundary, data access, tool permission, model output, human review가 하나의 threat graph로 연결될 때 보안은 정책이 아니라 운영 구조가 됩니다.
THR-02Threat Graphasset / actor / path
ACL-06Access Matrixrole / scope / revoke
LOG-09Audit Trailevent / owner / evidence
IR-11Incident Routedetect / contain / recover
Institutional Note
AI security is engineered through controls, logs, and failure routes.
AI Security Systems Engineering은 보안 체크리스트가 아니라 AI 시스템이 업무 권한과 데이터를 다룰 때 필요한 control architecture를 설계합니다.
The classroom works with unsafe tool calls, prompt leakage, data exposure, agent permission drift, and incomplete audit trails. 제출물은 선언이 아니라 운영 가능한 security system이어야 합니다.
Program Ledger
Threat files, control maps, and audit evidence.
Control Design
권한, 검수, 로그, 차단, 롤백 지점을 시스템 아키텍처에 배치합니다.
Adversarial Review
프롬프트 인젝션, 데이터 유출, 권한 상승 시나리오를 기준으로 설계를 검증합니다.
Incident Proof
장애와 침해 발생 시 누가 무엇을 어떤 evidence로 판단하는지 incident route를 제출합니다.
Field Lecture Mode
Security command room with adversarial system review.
현장 강의는 threat briefing, architecture mapping, adversarial drill, incident review 순서로 진행됩니다. 참가자는 보안 도구 사용법이 아니라 AI 시스템 운영 방어선을 설계합니다.
0900Threat Briefing
1030Access Mapping
1300Adversarial Drill
1530Control Review
1700Incident Defense
Core Syllabus
Six modules for secure AI systems engineering.
01
AI Threat Model
Assets, Actors, Attack PathsAI 워크플로우의 데이터, 도구, 권한, 사용자를 threat model 관점으로 분해합니다.
02
Access Architecture
Identity and Permission Control사용자 역할, agent 권한, tool scope, revoke 기준을 설계합니다.
03
Prompt and Data Boundary
Injection and Leakage Defense프롬프트 인젝션, 민감 데이터 노출, 컨텍스트 오염을 통제하는 boundary를 다룹니다.
04
Secure Agent Operations
Tool Use and Review Gates에이전트가 외부 도구를 호출할 때 필요한 검수, 승인, 로그 구조를 설계합니다.
05
Audit and Monitoring
Evidence Trail Design사후 추적 가능한 event log, reviewer note, exception record 체계를 구성합니다.
06
Incident Simulation
Containment and Recovery침해 가능 시나리오를 기준으로 차단, 격리, 복구, 보고 루트를 제출합니다.
Textbook Stack
Restricted binders for AI security architecture and response.
01AI Threat Modeling ReaderRestricted classroom material
02Access Control ManualRestricted classroom material
03Prompt Boundary CasebookRestricted classroom material
04Secure Agent Operations LedgerRestricted classroom material
05Incident Response DossierRestricted classroom material
06Security Architecture AppendixRestricted classroom material
Evaluation Pressure
Submissions are reviewed as security systems, not policies.
DimensionWeak SubmissionAccepted Standard
Threat위험 요소 나열Asset, actor, path, impact model
Control보안 주의 문구Permission, gate, log, rollback route
Audit관리자가 확인Evidence trail with owner and timestamp
Incident문제 생기면 대응Containment, escalation, recovery protocol
Enrollment Board
Security systems seat.
결제 후 참가자는 사전 threat intake, security textbook pack, adversarial case file, architecture review 순서로 진입합니다. 과정의 중심은 AI 시스템의 보안 통제 구조를 설계하는 일입니다.
Published program tuitionKRW 1,100,000Admin access code required before payment.
Entry Gate
- Minimum professional context: active operator, founder, lead, director, or transformation owner
- Required artifact: one unresolved operational problem from a real organization
- Classroom posture: case evidence, control assumptions, review-ready documentation
- Final output: AI Security Systems Blueprint