대부분의 RAG 튜토리얼은 관련성에 초점을 맞춥니다. 청킹 전략, 임베딩 모델, 하이브리드 검색 융합 등입니다. 이들이 거의 다루지 않는 것은 보안입니다. 프로덕션 환경에서 검색 파이프라인은 서로 다른 액세스 수준, 민감도 분류 및 규제 요구 사항을 가진 소스에서 데이터를 가져옵니다. 벡터 유사도 점수가 높다는 이유만으로 지원 담당자가 임원 보상 데이터를 볼 수 있어서는 안 됩니다. 고객 문의를 처리하는 AI 에이전트가 질문과 어휘가 공유된다는 이유만으로 내부 감사 결과를 반환해서는 안 됩니다.이 글은 그 간극을 메웁니다. 기존 RAG 파이프라인에 ID 인식 액세스 제어를 추가하는 과정을 얇은 보안 계층으로 안내합니다. 검색 전 청크별 권한 강제, 프롬프트 주입 스캔, 언어 모델을 위한 안전한 컨텍스트 구성, 규정 준수를 위한 감사 로깅 등입니다. 각 단계는 적용 가능한 구체적인 아티팩트를 생성합니다. 모든 예시는 일반 Python을 사용합니다.