Air-GappedOn-PremiseZero External Calls

공정 데이터는
사내 서버 밖으로
나가지 않습니다

Heinrich Enterprise 는 온프레미스 로컬 LLM 으로 동작합니다. 인터넷 없이, 클라우드 없이, 외부 API 없이.

heinrich-enterprise — Air-Gapped ModeSECURE
$ heinrich-enterprise --init
> Checking Air-Gapped environment...
보안 관점

왜 로컬 LLM이 필수인가

외부 API에 산업 데이터를 전송하는 것은 단순한 편의 문제가 아닙니다. 법적·사업적 리스크를 수반합니다.

공정 도면 유출 리스크

P&ID, 설비 배치도, 공정 파라미터는 영업비밀 자산입니다. 외부 API 전송은 곧 정보 노출이며 기업 경쟁력을 직접 위협합니다.

사고 이력 민감성

과거 사고 기록·근로자 개인정보는 법적 보호 대상입니다. 개인정보보호법·산업안전보건법상 외부 전송은 제재 대상이 될 수 있습니다.

컴플라이언스 요구

대기업·발주처 보안 요구사항은 외부 AI API 사용을 금지하는 경우가 늘고 있습니다. 온프레미스 없이는 대형 계약 수주 자체가 어려워집니다.

자체 모델 성능 증명

산업안전기사 시험 통과

2025년 1회 산업안전기사 기출 전과목을 Air-Gapped 환경에서 자체 모델 + 자체 DB 만으로 풀어 합격했습니다.

109/120
필기 정답
90.8% 정답률 · 28.2분 완료
78/100
실기 점수
합격 기준 60점 · 8.7분 완료
28.2분
제한 150분의 1/5
필기 완료 시간
8.7분
제한 2.5시간의 1/17
실기 완료 시간
Air-Gap
인터넷 0
완전 격리 환경
자체 DB
40만+ 사고사례
외부 검색 없음

GPT·Gemini 도 동일 시험에서 합격점을 받을 수 있습니다. 하지만 Heinrich Enterprise 는 3가지가 다릅니다.

Air-Gapped
외부 네트워크 0. 망분리 환경에서 동일 성능.
출처 추적
모든 답변에 실제 사고사례 번호·법규 근거 첨부.
데이터 보안
공정 정보·설비 도면·사고 이력이 사내 망 밖으로 이동하지 않음.
이미지 분석 비교

상업 모델과의 직접 비교

석유화학 플랜트 비계 고소작업 사진 1장, 동일 프롬프트로 3개 AI를 비교했습니다.

GPT-5.4
식별 위험 수
15개 (노이즈 포함)
위험 등급
없음
실제 사고사례 매칭
없음
법령 인용
없음
연쇄고장 분석
없음
Heinrich 자체 모델
추천
식별 위험 수
4개 (정확)
위험 등급
5×5 매트릭스
실제 사고사례 매칭
개별 매칭
법령 인용
16건 구체 인용
연쇄고장 분석
시나리오 매핑
Gemini 3.1 Pro
식별 위험 수
5개 (등급 없음)
위험 등급
부분
실제 사고사례 매칭
없음
법령 인용
없음
연쇄고장 분석
없음

연쇄고장 시나리오 — Heinrich 분석 예시

공구 걸림난간 없는 가장자리 비틀추락안전대 미체결사망

* "많이 찾는 것 ≠ 안전. 위험 등급·근거·연쇄분석이 안전을 만든다."

배포 옵션

기업 규모와 보안 요건에 맞는 방식으로 선택하세요.

기본

Heinrich Cloud

Gemini API 기반

별도 인프라 없이 바로 시작. 일반 사업장·개인 안전관리자에게 최적. (Free·Starter·Professional·Business 전 플랜 Gemini API 기반)

  • 즉시 사용 가능
  • 자동 업데이트
  • 월 구독 요금제
  • 99.9% 가용성
이런 기업에 추천
중소 사업장 · 개인
Enterprise

Heinrich Private Cloud

다산 AI 서버 · 로컬 LLM

Enterprise 전용 — 다산 AI 자체 서버(프라이빗 클라우드)에 Heinrich 전용 로컬 LLM 컨테이너를 배포합니다. 외부 Gemini API 미사용으로 공정·사내 자료가 외부로 유출되지 않습니다.

  • 다산 AI 자체 서버
  • 로컬 LLM 전용 (외부 API 호출 0)
  • 공정·사내 자료 외부 유출 차단
  • 격리 VPC · 빌링키 암호화
  • 우선 지원 · 커스텀 도메인
이런 기업에 추천
보안 요건이 있는 기업 (관리형 프라이빗 클라우드)
Enterprise

Heinrich On-Premise

사내 서버 · 로컬 LLM

귀사 서버에 직접 설치. 로컬 LLM + 자체 DB. 인터넷 완전 차단 가능.

  • 사내 서버 설치
  • 로컬 LLM 전용
  • 자체 DB 운영
  • 전담 지원
  • 온프레미스 지원
  • 완전 차단 가능
이런 기업에 추천
대기업 · 건설사 · 발주처 요구

도입 프로세스

기술 협의부터 운영 안정화까지 전담 팀이 함께합니다.

01
1주

기술 요구사항 협의

인프라 환경, 보안 요건, 기존 양식·데이터 현황 파악.

02
2~4주

인프라 검토 + 설치

사내 서버 스펙 검토, 로컬 LLM 배포, 망분리 환경 테스트.

03
1~2주

데이터 마이그레이션

사내 JSA/TBM 양식, 과거 사고 이력, 설비 정보 로컬 DB 이전.

04
상시

운영 안정화 + 교육

안전관리자 교육, 전담 기술지원, 정기 업데이트 (로컬 망 내).

Enterprise Customization

우리 회사 양식 그대로, AI 가 자동으로 작성합니다

JSA · 위험성평가 · TBM · 작업허가서 · 안전교육 자료 — 회사가 이미 사용 중인 결재 라인 · 로고 · 양식번호 · 표현 규칙을 그대로 유지한 채 AI 가 작성합니다. 기존 양식 변경 없이 사내 결재와 감독관 점검을 그대로 진행할 수 있습니다.

지원 문서
JSA 작업안전분석
위험성평가
TBM 일지
작업허가서 (PTW)
산업재해조사표
안전교육 일지·출석부
안전교육 자료 (PPTX·영상)
시정지시서·점검표
회사 자체 양식 (협의)
도입 절차 · 평균 3 ~ 4 개월
11 ~ 2 주

요구사항 분석

담당자·안전팀·결재권자 인터뷰. 현재 사용 중인 모든 양식 수집 + 매핑 설계.

23 ~ 4 주

AI 모델 커스터마이즈

회사 데이터로 fine-tuning. 사내 표현 규칙·약어·결재 라인 자동 적용 학습.

34 ~ 6 주

베타 검수

실 데이터 30 ~ 50건 생성. 담당자 검수 → 피드백 → 재학습 3 ~ 5 라운드.

42 ~ 3 주

사내 교육·배포

사용자 교육. 부서·사업장 단위 단계적 롤아웃 + 안정화 모니터링.

결재 라인 그대로

기존 결재 시스템 · 그룹웨어 첨부 양식 무변경

감독관 점검 대응

근로감독관 점검 시 사내 표준 양식 그대로 제출

복수 사업장 지원

본사·지사·협력업체별 양식 차이 자동 매칭

AI 품질 동일

KOSHA 규정·산업안전보건법 인용 표준 버전 수준

현재 사용 중인 양식을 첨부해 도입 문의를 보내주시면, 영업일 기준 5일 이내에 1차 분석 결과와 도입 일정 · 예상 견적 안내드립니다.

귀사의 공정 데이터는
귀사 안에

온프레미스 도입부터 운영 안정화까지 전담팀이 함께합니다. 지금 상담을 시작하세요.