아마존 팀이 아마존 베드록에서 구동 가능한 모델 비종속형 개인식별정보(PII) 탐지기를 공개하고, 오픈AI '프라이버시필터'를 포함한 9개 LLM 기반 탐지기를 5개 공개 PII 데이터셋(8개 언어, 약 4만9000여 건)으로 벤치마크했다. 이 탐지기는 프롬프트에 탐지 대상 개체 유형을 명시하는 '명령어 기반' 방식으로, 재학습 없이 프롬프트 수정만으로 새로운 개체 유형과 언어에 대응하며 관리형 클라우드나 자체 GPU 등 어떤 백엔드도 자유롭게 붙일 수 있다. 핵심 12개 공통 개체 기준 F1 점수는 미스트랄 라지3이 83.1%로 최고, 오픈 모델인 'OSS-GPT 20B'는 81.6%로 프라이버시필터(80.7%)를 능가했다. 데이터셋별 특수 개체(직업, 가상자산 지갑주소 등)를 프롬프트에 추가하는 '확장 구성'을 적용하면 해당 F1 점수가 약 12%에서 73%로 6배가량 뛰었으며, 이는 재학습 없이 지시문 수정만으로 가능했다. 모델과 탐지 대상을 독립적으로 자유롭게 조합할 수 있다는 점에서 고정 스키마 방식의 토큰 분류 모델 대비 유연성이 크다.

• •프롬프트만 수정하면 재학습 없이 새 PII 개체 유형을 탐지 대상에 추가 가능한 '모델 비종속' 구조
• •5개 공개 데이터셋(8개 언어, 약 4만9000건)으로 9개 탐지기 벤치마크
• •핵심 12개 공통 개체 F1 점수 미스트람 라지 3 83.1%로 최고, 오픈모델 OSS-GPT 20B 81.6%로 프라이버시필터(80.7%) 능가
• •데이터셋별 특수 개체 '확장 구성' 적용 시 F1 약 12%에서 73%로 6배 상승
• •아마존 베드록과 자체 GPU 백엔드 중 선택 가능, 데이터 주권 환경에도 대응