

Basedash용 네이티브 감사 로그 — 모든 로그인, 쿼리, 구성 변경이 기록되며, AI가 실행한 모든 쿼리도 포함되어 출처와 추적이 가능합니다. 한 번의 필터로 누가 언제 무엇을 보았는지 확인하고, 이벤트를 SIEM으로 스트리밍하며, 보관 기간을 정책에 맞게 설정하고, API를 통해 로그를 가져올 수 있습니다. SSO, SCIM, RBAC와 함께 보안 검토 및 엔터프라이즈 배포를 위해 설계되었습니다. 이제 BI 도구에 메모리가 생겼습니다. 모든 작업이 기록에 남습니다.
Loading comments…
프로젝트 정보
제품 키워드
Basedash Audit Logs는 Basedash 조직 내 모든 활동 — 로그인, 대시보드 조회, 데이터 내보내기, 쿼리, 구성 변경 — 을 기록하는 네이티브 내장 로그입니다. 누가 언제 무엇을 했는지, AI 어시스턴트가 실행한 모든 쿼리까지 포함하여 완전한 귀속성과 추적성을 제공합니다. 이 기능은 BI 환경에 지속적인 메모리를 부여하여 "지난 분기에 고객 데이터에 누가 접근했지?" 같은 모호한 질문을 전면 조사 대신 빠른 필터로 전환합니다.
감사 로그는 접근 이벤트(로그인, 대시보드 조회, 테이블 열람, 내보내기 생성), 쿼리 이벤트(사람 또는 AI가 실행한 모든 쿼리), 구성 이벤트(그룹, 권한, 데이터 소스 접근, 조직 설정 변경)를 기록합니다. 각 이벤트에는 실행자, 작업, 리소스, 타임스탬프가 포함됩니다.
Basedash AI가 질문에 답할 때, 실행된 쿼리는 기록되고 귀속되며 추적 가능합니다 — 질문 내용, 실행된 SQL, AI가 누구를 위해 작업했는지 포함됩니다. AI의 작업은 인간 분석가와 동일한 책임 기준이 적용됩니다.
이벤트는 SIEM으로 스트리밍하거나 필요 시 내보낼 수 있으며, 보존 기간은 규정 준수 정책에 맞게 구성할 수 있고, 감사 이벤트는 Basedash 개발자 플랫폼을 통해 프로그래밍 방식으로 가져올 수 있습니다. 이러한 컨트롤은 기존 보안 검토 워크플로우에 직접 통합됩니다.
감사 로그는 Basedash의 기존 엔터프라이즈 컨트롤 — SSO, SCIM 프로비저닝, 역할 기반 접근 제어, 행 수준 보안 — 과 함께 SOC 2 Type II 규정 준수를 보완합니다. 모델은 중앙 집중식 신원, 명시적 권한 부여, 관리되는 데이터 접근, 그리고 이제 모든 것의 완전한 기록입니다.
모든 작업이 기록에 남습니다.
대부분의 BI 도구는 누가 대시보드를 조회했는지, CSV를 내보냈는지, 데이터 소스 접근을 변경했는지에 대한 기록이 없습니다. Basedash Audit Logs는 이 격차를 네이티브로 해소합니다 — 추가 타사 도구 없이, 사각지대 없이. AI 생성 쿼리가 인간과 동일한 수준으로 기록된다는 점은 특히 주목할 만합니다. AI 네이티브 분석 플랫폼은 종종 답변보다 더 많은 보안 질문을 제기하기 때문입니다. 여기서는 AI의 작업이 처음부터 완전히 귀속됩니다.
보안 검토를 준비 중이거나, 대규모 조직에 BI를 도입 중이거나, 규정 준수 이해관계자에게 데이터 접근 및 쿼리 기록을 입증해야 하는 경우. 팀이 AI 지원 분석에 의존하고 보안 팀이 AI가 민감한 데이터로 무엇을 하는지 정확히 알아야 하는 경우, 이 기능은 그 우려를 간단한 필터로 전환합니다. 이미 SSO, SCIM, RBAC를 사용 중이고 하나의 플랫폼에서 완전한 거버넌스 스토리를 원하는 경우에도 관련이 있습니다.
고려해볼 만한 다른 도구
최첨단 오픈소스 모델(GLM 5.1, Kimi K2.7 Code, MiniMax M2.7 등)을 Claude Code에서 최대 4배 빠른 속도(최대 200 tok/s)로 월 정액 $29에 실행하세요. 몇 분 안에 설정 가능하며, 코드 변경이 필요 없습니다.
BaseRT는 Apple Silicon에서 가장 빠른 LLM 런타임입니다. 한 줄 명령어로 설치하고 자체 기기에서 로컬 모델을 실행하세요.
세상은 AI 수요를 따라잡을 만큼 빠르게 컴퓨팅 자원을 구축할 수 없습니다. 그래서 우리는 다른 길을 택했습니다. ZeroGPU는 이미 존재하는 컴퓨팅 자원을 재사용하는 하이브리드 엣지 네트워크에서 실행되는 소형 언어 모델로 구동되는 AI 인프라입니다. 모든 작업에 프론티어 모델이 필요한 것은 아닙니다. 우리의 목적에 맞게 제작된 엣지 최적화 모델은 10배 더 빠르고, 50% 저렴하며, 생산 작업의 70~80%를 프론티어 수준의 정확도를 가진 소형 모델로 오프로드합니다.
에이전트가 무언가를 배포해야 할 때, 인간을 위해 만들어진 벽에 정면으로 부딪힙니다. 오늘 저희는 Cloudflare Workers에서 임시 계정(Temporary Accounts)을 출시합니다. 이제 모든 에이전트가 wrangler deploy --temporary 를 실행하여 몇 초 만에 라이브 Worker를 얻을 수 있습니다.
제작자
sleepyfox
Loading comments…