Kevan Dodhia의 경력은 고성능 분산 SQL 엔진을 구축하는 것부터 AI 보안의 새로운 범주를 개척하는 것까지 현대 기업 컴퓨팅의 경로를 추적했습니다.Compute.ai의 기술 공동 설립자로서, 그는 EMR Spark보다 5배 빠른 컴퓨팅 엔진을 구축하여 엄격하게 규제된 환경에서 데이터 분석을 제공했습니다.Compute.ai가 Terizza에 의해 2025년에 인수되었을 때, Dodhia는 자율 AI 에이전트를 만드는 방법에 대한 새로운 문제에 주의를 기울였습니다. 결과는 AI 에이전트를위한 정체성 및 액세스 제어 플랫폼인 Alter(YC S25)로, 분산 시스템, SQL 컴퓨팅 엔진 및 규제 배포에 대한 Dodhia의 경험을 실현합니다. safe and compliant Compute.ai의 고객은 런던 증권 거래소 (LSEG)를 포함하여 모든 데이터 쿼리와 작업이 엄격한 관리 규칙을 충족해야했습니다. “우리는 EMR Spark보다 5배 빠른 컴퓨팅 엔진을 구축하고 LSEG와 같은 엄격하게 규제된 기업에 판매했습니다.”라고 Dodhia는 말했다. Alter 플랫폼은 데이터 플랫폼의 분산된 집행 포인트를 사용하여 정책 의도를 기계 실행 가능한 제어로 분해합니다. Dodhia가 Compute.ai의 SQL 엔진을 속도와 신뢰성을 위해 설계했듯이 Alter의 제어 레이어는 매우 성능이 있어야합니다. 각 에이전트 API 호출은 진행하기 전에 차단되고 검사되므로 지연은 핵심적인 거래입니다. Dodhia는 시스템이 정체성을 확인하고 실시간으로 정책에 대한 모든 매개 변수를 검사합니다. . zero-trust for AI agents Alter는 효과적으로 새로운 보안 범주를 만듭니다: 플랫폼은 AI 에이전트와 모든 외부 도구 또는 데이터베이스 사이에 살고 있으며, 각 요청을 강력한 정체성으로 인증하고 미세한 정책을 시행합니다. 용어 에이전트 권한은이 아이디어를 포착합니다 : 사용자 세션이 정체성 검사 및 권한을 받는 것과 마찬가지로 AI 에이전트는 동등한 검사를받습니다. YC 발사 자료는 Alter의 접근 방식을 간략하게 설명합니다 : 그것은 강력한 인증, 미세한 권한 및 실시간 경비로 모든 도구 호출을 포장합니다. 실제로, 이는 LLM 에이전트가 Alter의 승인없이 데이터 쿼리를 발행하거나 거래를 수행 할 수 없다는 것을 의미합니다. Alter는 각 에이전트 행동에 대한 일시적 인 agent authorization 모드 아래, Alter은 정책 의도를 이러한 낮은 수준의 컨트롤로 변환합니다. 예를 들어, 비즈니스 사용자는 에이전트에게 높은 수준의 역할과 기능을 할당하는 정책을 작성할 수 있습니다.Alter의 컴파일러는 데이터베이스 쿼리에 대한 행 및 열 수준의 필터로 이것을 변환합니다.This approach delivers Dodhia의 말에 따르면, 시스템은 데이터베이스 삭제 또는 의도하지 않은 거래와 같은 위험한 작업을 방지하기 위해 설계되었으며 정책 기반 보안을 적용합니다. fine-grained policy for LLMs Alter의 핵심 약속은 실시간으로 위험한 에이전트 명령을 차단하는 것입니다. AI 에이전트가 출력을 제조하거나 잘못 해석할 수 있기 때문에, Dodhia가 지적했듯이, 기업들은 사기 행동에 대해 걱정합니다. Alter는 정책 엔진에 대한 모든 요청을 검사함으로써이 문제를 해결합니다. 예를 들어, Alter의 정책 규칙은 정의된 권한이나 거래 제한을 초과하는 액세스 시도를 자동으로 제한하고, 의도하지 않은 작업을 방지하는 데 도움이됩니다. Alter의 보안 모델은 잠재적 인 데이터 또는 재정적 오류에 대한 노출을 제한 정책을 사용하여 생산에 도달하는 유해 명령의 위험을 최소화하기 위해 구축되었습니다. 각 API 호출은 좁은 범 이 디자인은 도디아의 분산된 시스템의 유형을 반영했다: 빠른 쿼리 엔진이 격자로 작업을 분할하는 것과 마찬가지로, 알터의 집행은 분산됩니다. 모든 도구 (데이터베이스, API, 클라우드 서비스)는 제어 레이어를 통해 연결됩니다. 플랫폼은 멀티 클라우드 도구 (MCP) 및 네이티브 통합을 지원하며, 에이전트-에 에이전트 (A2A)가 곧 올 것입니다. 회사가 AWS, GCP, 또는 on-prem 시스템을 사용하든 작동하는 보안.이것은 하나의 클라우드 메커니즘에 잠겨있는 것을 두려워하는 준수 구매자를 제공함으로써 발생합니다.Alter는 제어 플랜을 일반적으로 유지함으로써 고객이 모든 액세스 정책을 다시 쓰지 않고 AI 에이전트를 채택할 수 있습니다. neutral, vendor‑agnostic infrastructure 물론, 모든 에이전트 행동을 차단하는 것은 타협과 관련이 있습니다. 인증 및 정책 평가에서 지연이 추가되었습니다. 팀은 정책을 코드로만 유지하는 것이 너무 개발자 중심적이라는 것을 발견했습니다. 대신 보안 팀과 비즈니스 사용자를 대상으로 한 정책 UI에 투자했습니다. 그것은 정책을 간단한 방식으로 제시하여 비기술적 이해 관계자들도 이를 정의 할 수 있습니다. 한 교훈에서 도디아는 강조합니다. 이러한 정책의 사용자는 종종 감사자 또는 준수 담당자이지만 엔지니어가 아닙니다. 이는 UX가 명확하고 검증 가능하다는 것을 요구합니다. 실시간 집행은 효율성을 필요로합니다. 정책 검사는 밀리 초 안에 완료되어야합니다. Alter는 낮은 수준의 언어를 사용하여 영향을 완화하고 가능한 높은 수준의 설정에서 AI access control 통합의 복잡성은 또 다른 도전입니다.Alter는 잠재적으로 수십 개의 도구와 에이전트 프레임 워크와 함께 앉아 있어야합니다.Dodhia의 과거 경험은 그에게 도움이되었습니다 : Compute.ai에서 그는 엄격한 서비스 수준의 요구 사항에 따라 일반 데이터 스토어에 대한 커넥터를 구축했습니다.이와 마찬가지로 Alter는 커넥터와 SDK를 제공하여 기존 에이전트 플랫폼 (OpenAI, Anthropic 등)이 Alter의 게이트웨이를 호출 할 수 있습니다. Dodhia의 이야기에서 반복되는 주제는 준수이다. 금융 부문을 봉사하고, 당신은 감사 트랙과 내장된 보안 컨트롤이 거래가 불가능하다는 것을 알게됩니다. Compute.ai에서 그는 모든 직업의 출처를 증명해야 했고, Alter에서 그는 첫날에 감사 가능성을 파크했습니다. 플랫폼은 모든 에이전트 요청과 결정을 기록하여 CISO 준비 대시보드에 표시합니다. 예를 들어, Alter는 "Agent X는 오후 3시 14분에 파라미터 Y를 가진 고객 기록을 위한 데이터베이스를 요청했으며 정책 규칙 Z에 따라 거부되었습니다."이 투명성은 주요 판매 지점입니다. Dodhia는 준수 구매자가 최소 특권 증거를 기대하고 정책을 자동으로 배경에 실행하고 기본적으로 규칙이 Dodhia의 준수에 대한 강조에서 몇 가지 교훈이 나옵니다.첫째, 정책은 이는 "마법"인공지능 솔루션을 피하기 위해 Alter에 영향을 미쳤다; 모든 액세스 결정은 결정적이고 기록할 수 있습니다. 둘째, AI 에이전트를위한 보안은 후기 생각이 아닙니다. "규제 된 환경에서 실행할 때,"Dodhia는 말했습니다. "마침내 보안에 휘말릴 수는 없으므로 아키텍처의 핵심이되어야합니다."이것은 Alter가 AI를위한 제로 신뢰 플랫폼으로 처음부터 구축 된 이유입니다 : 그 이름과 디자인은 암시적인 신뢰를 제거하는 것에 관한 것입니다. auditable by design Kevan Dodhia의 분산 컴퓨팅 엔진에서 에이전트 보안 플랫폼으로의 전환은 AI 위험을 어떻게 해결할 수 있는지에 대한 깊은 엔지니어링 경험을 보여줍니다.Alter는 기술적이고 개념적인 점프입니다.It compiles intuitive policy into low-level controls, applying the rigor of database access control to AI agents. 그것은 단일 사고가 상승하는 것을 방지합니다. zero-trust for AI agents 결과는 도디아의 목표와 일치한다: AI 에이전트를 생산을 위해 안전하게 만들기 위해 그들이 필요로하는 최소한의 액세스와 기간을 제한함으로써. 그의 여정은 보안, 특히 규정 준수 기반 환경에서 아키텍처와 인간의 요구가 동기화되어야한다는 것을 강조합니다. 도디아가 말했듯이, 알터는 팀이 AI 에이전트 이니셔티브를 신속하게 실행할 수 있도록하면서 완전히 준수한다는 것을 의미합니다.

This story contains new, firsthand information uncovered by the writer.

이 오디오는 이야기의 원래 언어로 제작되었습니다!

Kevan Dodhia의 Builder Journey to Creating the New Policy Layer for AI Agents (AI 에이전트를위한 새로운 정책 층 만들기)

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

AI의 힘을 발휘하세요. 최첨단 기술의 체계적 검토: 개요 및 소개

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

AI의 힘을 발휘하세요. 최첨단 기술의 체계적 검토: 개요 및 소개

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps