Privacy-Preserving RAG via Multi-Agent Semantic Rewriting: Achieving Confidentiality Without Compromising Contextual Fidelity
민감한 검색-증강 생성(RAG) 배포에서 악의적 프롬프트로 인한 개인정보 유출 위험을 줄이기 위해, 프라이버시 추출·의미 분석·재구성을 담당하는 세 에이전트가 검색 문서를 의미 재작성으로 정화하는 다중 에이전트 프레임워크를 제안한다. ChatDoctor와 Wiki-PII에서 LLaMA-3-8B의 표적 공격 노출을 144건에서 1건으로 낮추면서 BLEU-1 0.122로 문맥 충실도를 유지했고, 재작성은 오프라인 전처리로 온라인 추론 지연을 추가하지 않는다.