
EU AI Act 준수 도구 - 위험 분류 및 편향 테스트
🇪🇺 AI 규정 준수를 위한 오픈소스 증거 도구 키트
개방형 증거 형식 • 로컬 편향 평가 • 스키마 검증 • CycloneDX 상호운용성
오프라인 우선 • 개인정보 보호 • 재사용 가능한 아티팩트 • WCAG 2.2 AA 접근 가능
EuConform은 AI 규정 준수를 위한 개방형 증거 형식을 정의하고, 이를 생성, 검증 및 경험적으로 평가할 수 있는 도구를 제공합니다 — 오프라인 및 벤더 독립적으로.
[!IMPORTANT] 법적 고지사항: 이 도구는 기술적 지침만 제공합니다. 법적 조언을 구성하지 않으며, 공인 기관의 법적 구속력 있는 적합성 평가 또는 전문 법률 상담을 대체하지 않습니다. 항상 자격을 갖춘 법률 전문가에게 규정 준수 결정을 문의하십시오.
🚀 빠른 시작 · 📖 문서 · 🌐 Deploy · 🐛 버그 신고
| 기능 | 설명 |
|---|---|
| 🧾 개방형 증거 형식 | 검사 가능한 JSON 문서로 이식 가능한 report, aibom, ci, bundle 아티팩트 생성 |
| 🧪 로컬 편향 평가 | 로그 확률 및 지연 시간 폴백을 사용한 CrowS-Pairs 기반 모델 평가 — 재현 가능, 오프라인, 벤더 종속 없음 |
| ✅ 스키마 검증 | euconform validate 명령으로 게시된 스키마에 대해 EuConform JSON 문서 검증 |
| 📦 번들 검증 | CI, 리뷰어 또는 감사자에게 아티팩트를 전달하기 전에 매니페스트, 디렉터리 또는 ZIP 번들 무결성 확인 |
| 🚦 규정 준수 CI 게이트 | euconform scan을 GitHub 네이티브 주석, CI 요약 및 기계 판독 가능 아티팩트로 변환 |
| 🎯 위험 분류 | EU AI Act 제5조(금지), 제6조+부속서 III(고위험)을 구현한 대화형 퀴즈 |
| 🔄 CycloneDX 상호운용성 | 외부 CycloneDX SBOM을 상호운용성 브리지로 EuConform AI BOM 계층으로 가져오기 |
| 🌐 오프라인 우선 | 핵심 증거 워크플로는 벤더 대시보드에 의존하지 않고 로컬 및 검사 가능 상태 유지 |
| 🔒 개인정보 보호 | 추적 제로, 쿠키 없음, 외부 글꼴 없음 – 데이터는 사용자 통제 하에 유지 |
| 🌙 다크 모드 | 전체 다크 모드를 지원하는 아름다운 글래스모피즘 디자인 |
| ♿ 접근성 | 전체 키보드 탐색을 지원하는 WCAG 2.2 AA 준수 |
| 🌍 다국어 | 영어 및 독일어 인터페이스 |
| 명령어 | 주요 출력 | 사용 사례 |
|---|---|---|
scan | 네이티브 EuConform 아티팩트 | 실제 저장소에서 구조화된 증거 생성 |
bias | 편향 보고서 JSON 및/또는 Markdown | Ollama로 재현 가능한 로컬 모델 평가 실행 — EuConform의 독특한 경험적 계층 |
validate | JSON 파일별 유효/무효 상태 | 게시된 스키마에 대해 EuConform JSON 파일 확인 |
verify | 번들 무결성 상태 | 매니페스트, 추출된 번들 또는 ZIP 아카이브 확인 |
import | euconform.aibom.json | 외부 CycloneDX SBOM을 EuConform AI BOM 계층으로 매핑 |
설치하지 않고 시도해보고 싶으신가요? 위의 🌐 Deploy 링크를 클릭하여 Vercel에서 자신의 인스턴스를 시작하세요.
# 저장소 복제
git clone https://github.com/Hiepler/EuConform.git
cd EuConform
# 의존성 설치
pnpm install
# 개발 서버 시작
pnpm dev
# http://localhost:3001 열기
아래의 저장소-로컬 예제는 빌드된 CLI를 직접 사용합니다:
# CLI 빌드
pnpm --filter @euconform/cli build
실제 코드베이스에서 네이티브 EuConform 아티팩트 생성:
node packages/cli/dist/index.js scan . --scope production
이 명령은 다음을 작성합니다:
.euconform/euconform.report.json.euconform/euconform.aibom.json.euconform/euconform.summary.md.euconform/euconform.bundle.json일반적인 사용:
CI 사용의 경우 GitHub 네이티브 주석 및 실패 임계값 추가:
node packages/cli/dist/index.js scan . --scope production --ci github --fail-on high
이식 가능한 아티팩트 교환을 위해 번들 아카이브 생성:
node packages/cli/dist/index.js scan . --scope production --zip true
게시된 스키마에 대해 개별 EuConform JSON 문서 검증:
node packages/cli/dist/index.js validate .euconform
일반적인 출력:
euconform.aibom.json — valid (euconform.aibom.v1)와 같은 파일당 한 줄0: 완전 유효 입력, 1: 스키마 오류, 2: EuConform JSON 파일을 찾을 수 없는 경우번들 매니페스트, 추출된 번들 디렉터리 또는 ZIP 아카이브 확인:
node packages/cli/dist/index.js verify .euconform/euconform.bundle.json
일반적인 사용:
로컬 Ollama 모델에 대해 재현 가능한 CrowS-Pairs 편향 평가 실행:
node packages/cli/dist/index.js bias llama3.2 --lang de --output all
이것은 EuConform의 독특한 경험적 증거 계층입니다. 현재 다른 오픈소스 규정 준수 도구가 제공하지 않는 모델 동작 데이터를 생성합니다 — 완전히 오프라인, 재현 가능, 어떤 벤더 API에도 독립적입니다.
일반적인 사용:
scan의 구조적 증거 위에 행동 증거 계층 추가외부 CycloneDX JSON 파일을 EuConform AI BOM 계층으로 매핑:
node packages/cli/dist/index.js import ./third-party.cdx.json \
--scope production \
--output /tmp/euconform-import
node packages/cli/dist/index.js validate /tmp/euconform-import/euconform.aibom.json
이 명령은 다음을 작성합니다:
/tmp/euconform-import/euconform.aibom.json중요 사항:
import는 CycloneDX JSON을 수락하고 AI 관련 하위 집합만 euconform.aibom.v1.1로 매핑합니다--scope production은 optional 및 excluded 구성 요소를 제외합니다OSS 빌더로서 현재 채택 경로를 평가하려면 examples/의 참조 프로젝트 중 하나를 사용하세요:
# 1. CLI 빌드
pnpm --filter @euconform/cli build
# 2. 참조 프로젝트 스캔
node packages/cli/dist/index.js scan examples/ollama-chatbot \
--scope production \
--output /tmp/euconform-ollama
# 3. 생성된 번들 확인
node packages/cli/dist/index.js verify /tmp/euconform-ollama/euconform.bundle.json
# 4. 웹 앱을 열고 생성된 아티팩트 가져오기
pnpm dev
검색 우선 예제의 경우 examples/ollama-chatbot을 examples/rag-assistant로 바꾸세요.
자체 모델로 향상된 편향 감지를 위해:
ollama pull llama3.2ollama serve자동 로그 확률 감지로 Llama, Mistral 및 Qwen 변형을 지원합니다.
[!WARNING] Vercel / 클라우드 배포: 이 기능은 EuConform을 로컬에서 실행해야 합니다 (
pnpm dev).
[!NOTE] 주요 법적 출처: Regulation (EU) 2024/1689 (EU AI Act)
도구 범위:
| EU AI Act Reference | 범위 |
|---|---|
| Art. 5 | 금지된 AI 시스템 (위험 신호 지표) |
| Art. 6–7 + Annex III | 위험 분류 (8가지 고위험 사용 사례) |
| Art. 9–15 | 위험 관리, 데이터 거버넌스, 투명성, 인간 감독 |
| Art. 10 (Para. 2–4) | 재현 가능한 테스트 프로토콜을 사용한 편향/공정성 지표 |
| Recital 54 | 차별 방지 |
| Annex IV | 기술 문서 (보고서 구조) |
구현 일정: 의무는 단계적으로 발효됩니다. 고위험 의무는 2027년부터 적용됩니다. 항상 현재 지침 및 위임된 법률을 확인하십시오.