01
플랫폼 엔지니어링과 Azure DevOps 자동화
Azure DevOps 안에서 파이프라인, 확장 기능, 배포 주기 자동화를 구축합니다. 반복 작업은 팀의 손을 떠나 버전 관리되는 파이프라인이 됩니다.
TRX22 · 플랫폼과 비즈니스
높은 효율을 전제로 설계하는 AI 플랫폼과 에이전트.
귀사의 모든 추론은 먼저 하나의 계층을 지나갑니다. 이 계층이 민감한 데이터를 지키고, 호출 전에 요청을 줄이며, 누가 무엇을 했고 비용은 얼마였으며 전력은 얼마나 썼는지를 기록합니다.
보안과 거버넌스는 데이터가 지나가는 그 지점에서 작동합니다. 사후 보고서가 아닙니다.
- 보호
- 전송 전에
- Membrane은 항상 작동하며 차단 스위치가 없습니다
- 커널
- Rust + Python
- BIOMA Core v2, 핫 패스에 컴파일
- 텔레메트리
- 요청당 1건 기록
- 비용, 전력, 차단, 책임자
엔진 가동 중
BIOMA Core v2
Rust로 작성한 효율화 커널입니다. 컴파일되어 API의 핫 패스에 내장되며, 도구 출력이 모델로 돌아가기 전에 먼저 줄입니다.
- 운영 시작일
- 절감 모드
- 기본값으로 켜짐
- 인식하지 못한 형식
- 그대로 통과
엔진은 결코 추측하지 않습니다. 인식하지 못하는 것, 예를 들어 JSON과 검색 결과는 손대지 않고 그대로 통과시킵니다.
회사 소개
밖에서 조언하는 컨설팅이 아니라, 제품을 만드는 회사입니다.
생성형 AI의 빠른 도입은 구조적인 공백을 남겼습니다. 조직과 조직이 쓰는 모델 사이에 거버넌스, 보안, 효율을 담당할 인프라가 없다는 점입니다. TRX22는 바로 그 인프라를 만듭니다.
재현 가능한 벤치마크로 검증한 자체 기술에, 이를 애자일 전환과 거버넌스 도입 현장에 적용하는 컨설팅 조직을 더했습니다. 브라질 상파울루에 본사를 둔 회사로, 인공지능과 AI 거버넌스, 그리고 AI 기반 비즈니스 플랫폼이 만나는 지점에서 일합니다.
미션
AI 활용을 감사 가능하고 안전하며 효율적으로 만드는 것입니다. AI를 어떻게, 어디서, 얼마의 비용으로 쓰고 있는지에 대한 통제권을 기업과 정부에 돌려드립니다.
비전
기업과 공공 시장에서 AI 거버넌스 인프라의 기준이 되는 것입니다. 어떤 조직과 그 조직이 쓰는 어떤 AI 모델 사이에도 놓이는 계층을 지향합니다.
그 계층을 그리면TRX22
엔지니어링 전문 분야
네 개의 영역, 모두 결과를 수치로 보여드립니다.
02
멀티 에이전트 아키텍처와 MCP 프로토콜
역할과 범위, 한계를 명시한 에이전트 팀을 MCP로 내부 도구 및 데이터에 연결합니다. 각 에이전트는 맡은 범위만 책임지며, 그 범위는 감사할 수 있습니다.
03
예측형 흐름 지표와 몬테카를로 예측
실제 흐름 데이터를 바탕으로 시뮬레이션해 납기를 예측합니다. 처리량, 리드 타임, 서비스 수준 기대치를 사용하며 감에 의존한 추정을 쓰지 않습니다.
04
언어 모델 대상 FinOps 컨설팅
AI 예산이 실제로 어디로 가는지 부서별, 책임자별로 밝히고, 사용자에게 돌아가는 답변의 질을 떨어뜨리지 않으면서 비용을 낮출 수단을 찾습니다.
파트너십
두 곳뿐입니다: Anthropic(Claude Certified Partner) 및 NVIDIA(Inception 프로그램).
클라우드 사업자는 기술 인프라로만 등장하며, 파트너로 내세우지 않습니다.
제품
BIOMA Canopy, 효율과 거버넌스의 커널이 귀사와 AI 사이에 섭니다.
Rust와 Python을 함께 쓴 프레임워크를, 귀사의 모든 추론이 이미 지나가는 지점에 설치합니다. 팀에게 도구를 바꾸라고 요구하지 않습니다. 그 자체가 경로가 됩니다.
Membrane · 전송 전 포착01
결정론적 콘텐츠 린터
Membrane은 모든 요청이 귀사 네트워크를 떠나기 전에 검사하고, 나가서는 안 되는 것을 막습니다.
모델의 짐작이 아니라 결정론적 탐지기로 판단합니다. 브라질 납세자 번호는 검증 숫자로, 카드 번호는 Luhn 알고리즘으로 확인하며, 이메일과 비밀정보 패턴, 조직 고유의 정규식과 사전도 함께 적용합니다. 항상 작동하며 차단 스위치가 없습니다.
Core v2 · 들어가는 것과 나오는 것02
FinOps 최적화
커널이 도구 출력을 모델로 돌아가기 전에 줄이고, 대시보드는 AI 예산이 어디로 가는지 보여줍니다.
BIOMA Core v2는 Python API의 핫 패스에 컴파일된 Rust 바이너리입니다. 인식하지 못하는 것, 예를 들어 JSON과 검색 결과는 기록된 판단에 따라 그대로 통과시킵니다. 절감 모드는 조직 단위로 설정합니다.
감사 · 봉인된 계층03
아무도 고쳐 쓸 수 없는 기록
호출마다 사슬처럼 이어져 봉인된 기록이 남고, 대시보드에는 통제가 적용되지 않은 호출도 사유와 함께 표시됩니다.
추가만 가능하고 체인으로 봉인된 감사 로그입니다. 거버넌스의 증거는 잘 풀린 사례가 아니라, 규칙이 작동하지 않은 사례의 목록과 그 이유입니다.
조직 · 부서 · 프로젝트 · 키04
실시간 가시성
비용, 토큰, 전력, 차단을 부서별, 프로젝트별, 키별로 보여줍니다. 집계는 브라우저가 아니라 서버에서 수행합니다.
조직, 부서, 프로젝트, 가상 키로 이어지는 계층 구조입니다. 가상 키마다 예산과 요청 한도, 사용 가능한 모델을 따로 설정합니다. 모든 조회는 조직 단위로 걸러집니다.
고정밀 지표
0
건의 원문 저장
Membrane 탐지
탐지된 민감 데이터는 콘텐츠 해시로 바뀝니다. 원문은 데이터베이스에 들어가지 않으며, 관리자도 볼 수 없습니다.
1
건 / 요청
텔레메트리
비용, 전력 사용량, 차단 내역, 실행 주체를 담습니다. 요청당 이벤트 하나를 서버에서 집계합니다.
4
개 선택 모듈
규제 대응 태세
투명성(제50조), 데이터 사고(브라질 LGPD 제48조), 브라질 업종 규칙, 거버넌스 확인서. 모두 기본값은 꺼짐입니다.
3
개 상태 / 판단
예 · 아니오 · 보류
답하지 않은 규제 판단은 보류 상태로 분명히 남습니다. 침묵이 승인으로 읽히는 일은 없으며, 그것이 이 모듈의 존재 이유입니다.
모두 제품에서 확인할 수 있는 구조적 지표입니다. 실측한 절감률은 출처와 측정일을 반드시 붙여 별도로 공개합니다.
연동
canopy.ts
1// OpenAI 호환 SDK라면 무엇이든 Canopy를 가리킵니다.
2// 가상 키가 예산과 한도, 허용 모델을 담습니다.
3
4import OpenAI from "openai";
5
6const cliente = new OpenAI({
7 baseURL: "https://canopy.trx22.space/gateway/v1",
8 apiKey: "sk-bioma-…",
9});
10
11// 거버넌스와 예산, DLP는 전송 전에 적용됩니다
운영 중인 화면
Forge와 Synapse · 예정
주권 모델은 두 가지입니다. Canopy Cloud와, 데이터를 시설 밖으로 내보낼 수 없는 경우를 위한 Canopy On-Premise 또는 오프라인 버전입니다.
도입 방식
세 단계, 어느 것도 팀에게 일을 다시 배우라고 하지 않습니다.
Canopy는 팀이 새로 익혀야 할 또 하나의 도구가 아닙니다. 호출이 이미 지나가는 경로 위에 설치됩니다.
- 01
게이트웨이를 지정합니다
팀이 바꾸는 것은 기본 URL이지 도구가 아닙니다. 프록시가 OpenAI 호환이므로 이미 작성된 코드는 그대로 동작합니다.
부서마다 가상 키를 발급하고, 각각 예산과 요청 한도, 사용 가능한 모델을 설정합니다.
- 02
Membrane이 검사합니다
무엇이든 귀사 네트워크를 떠나기 전에, 결정론적 탐지기가 요청을 훑고 나가서는 안 되는 것을 막습니다.
탐지에서 남는 것은 콘텐츠 해시입니다. 민감한 원문은 데이터베이스에 들어가지 않습니다.
- 03
대시보드가 답합니다
비용, 토큰, 전력, 차단을 부서별, 프로젝트별, 책임자별로 정리해 경영진의 질문에 바로 답할 수 있게 합니다.
기록은 사슬로 이어지며 추가만 가능합니다. 관리자를 포함해 누구도 고쳐 쓸 수 없습니다.
AI 거버넌스
경영진이 실제로 검증할 수 있는 네 개의 축.
문서로만 존재하는 거버넌스는 감사를 견디지 못합니다. 이 네 축은 호출 경로 위에서 작동하며 스스로 증거를 남기는 통제 장치입니다.
설계 단계부터의 프라이버시
민감한 데이터는 귀사 네트워크를 떠나기 전에 발견되어 멈춥니다. 탐지가 남기는 정보로는 원문을 복원할 수 없습니다.
Membrane · 통과하지 못하는 것
- 결정론적 탐지기는 전송 전에 요청에 적용됩니다. 사후가 아닙니다
- 탐지는 콘텐츠 해시를 저장하며, 민감한 원문은 데이터베이스에 들어가지 않습니다
- 감수한 결과로, Canopy는 정보주체를 식별할 수 없습니다. 기능의 한계가 아니라 설계상의 선택입니다
- 모든 조회는 첫날부터 조직 단위로 걸러집니다
Canopy는 규제 요건 대응을 지원합니다. 적합성을 인증하거나 보장하지 않습니다. 네 개의 규제 모듈은 모두 선택 사항이며 기본값은 꺼짐입니다. 켜는 주체는 조직이고, 그 판단도 기록으로 남습니다.
답하기 어려운 질문
계약 전에 반드시 묻는 것들.
짧게 답변드립니다. 판매에 불리한 답까지 포함해서입니다. 이사회에서는 검증 가능한 “아니오”가, 감사를 견디지 못하는 “예”보다 값집니다.
저희 팀이 도구를 바꿔야 합니까?
그럴 필요 없습니다. 게이트웨이가 OpenAI 호환이라 바뀌는 것은 기본 URL뿐이고, 이미 작성된 코드는 그대로 동작합니다. 팀이 얻는 것은 부서별 가상 키이며, 각각 예산과 요청 한도, 사용 가능한 모델이 설정됩니다.
민감한 데이터가 저희 인프라 밖으로 나갑니까?
Membrane은 귀사 네트워크 안에서, 전송 전에 검사합니다. 탐지에서 보관하는 것은 콘텐츠 해시입니다. 데이터를 시설 밖으로 내보낼 수 없다면 Canopy Cloud와 함께 Canopy On-Premise 또는 오프라인 버전을 이용하실 수 있습니다.
이걸 도입하면 브라질 LGPD와 EU 인공지능법을 준수하게 됩니까?
아닙니다. 그렇다고 말하는 쪽은 경계하시는 편이 좋습니다. Canopy가 하는 일은 요건 대응을 지원하는 것입니다. 판단을 기록하고, 고지를 결정론적으로 적용하며, 증적을 보관합니다. 인증과 준수 보장은 소프트웨어가 제공할 수 있는 것이 아닙니다.
엔진이 인식하지 못하는 내용은 어떻게 됩니까?
손대지 않고 통과시킵니다. JSON과 검색 결과는 압축하지 않고 보내며, 이는 기록으로 남긴 판단입니다. 그 형식에서는 엔진이 핵심을 잘못 짚기 때문입니다. 추측은 하지 않으며, 인식하지 못하는 것은 건드리지 않습니다.
감사 기록을 지울 수 있는 사람은 누구입니까?
아무도 없습니다. 관리자도 마찬가지입니다. 로그는 추가만 가능하고 사슬로 이어져 있습니다. 또한 대시보드에는 통제가 적용되지 않은 호출도 사유와 함께 표시됩니다. 감사가 가장 먼저 요구하는 목록이 바로 그것이기 때문입니다.
사고가 났을 때 어떤 정보주체가 영향을 받았는지 알려주십니까?
알려드릴 수 없습니다. 이는 한계가 아니라 설계상의 선택입니다. Membrane이 해시만 보관하고 원문을 저장하지 않기 때문에, 제품이 누구도 다시 식별할 수 없습니다. LGPD 사고 모듈은 사안을 등록하고, 조직이 인지한 시점부터 기한을 계산하며, 통지 여부에 대한 판단을 사유와 함께 보관합니다.
문의하기
첫 디자인 파트너를 찾고 있습니다.
이미 AI를 운영 환경에서 쓰고 있는데 비용도, 처리한 내용도, 실행한 주체도 정확히 답하기 어렵다면, 저희가 나눌 이야기가 바로 그것입니다.
A/B 벤치마크 전체 보고서는 요청해 주시면 이메일로 보내드립니다.
기업
이미 AI를 운영 환경에서 쓰고 있으며 비용과 처리 내용, 사용 주체를 설명해야 하는 중견·대기업.
공공기관
공공 부문 대상입니다. 브라질 법률 14.133에 따라 CPSI를 통한 직접 조달이 가능하며, 데이터를 시설 밖으로 내보낼 수 없는 경우 온프레미스 구성을 제공합니다.