| 假名信息 |
经假名化的信息，仍属个人信息，统计、科学研究、公益档案保存可适用特例 |
| 假名化 |
删除或替换部分个人信息，使无附加信息便无法识别特定个人 |
| 开发经营者 |
开发并提供AI的人工智能经营者 |
| 个人信息处理者 |
为业务目的运营个人信息文件，自行或通过他人处理个人信息者 |
| 检测认证 |
民间团体等自主验证、认证AI安全性与可信性的活动，高影响经营者应努力接受 |
| 输出标识 |
标明生成式AI输出由AI生成的义务（第31条第2款） |
| 管理体系认证 |
认证机构审核组织管理体系符合标准要求的结果，不保证产品性能 |
| 指导期 |
政府提出的方针：原则上暂缓事实调查与罚款，以指导为主开展工作，持续至少一年。发生人员伤亡事故、侵害人权等重大事项时，仍可开展事实调查 |
| 高影响人工智能 |
可能对生命、身体安全、基本权利有重大影响或造成风险，且用于法定领域（能源、医疗、招聘贷款审查等第2条第4项领域）的AI系统 |
| 唯一识别信息 |
依法令为唯一区分个人而赋予、且由总统令规定的识别信息 |
| 科学研究 |
应用科学方法开展的技术开发与验证、基础研究、应用研究、私人投资研究等 |
| 境内代理人 |
为在韩国无住所或营业场所且达标准的经营者代理提交履行结果等，自身在韩国有住所或营业场所者 |
| 跨境传输 |
向境外提供（含查询）、委托处理、保管个人信息 |
| 机器可读标识 |
元数据等由软件而非人读取的生成物标识，须至少一次同时提供文字或语音说明 |
| 数据驻留 |
确定存储、处理地区的设置，须分开核对存储位置与处理位置 |
| 数据处理附录（DPA） |
以合同规定供应商处理客户数据条件的文件 |
| 零数据保留（ZDR） |
供应商不在滥用监控日志等留存请求回复的条件，通常需批准或约定，文件等有状态功能及安全例外可能不涵盖 |
| 敏感信息 |
思想信念、政治观点、健康、性生活等，以及基因、犯罪记录、识别目的生物特征值、种族民族信息 |
| 事实调查 |
涉嫌违法或收到举报时，部长要求资料或调查的程序 |
| 使用政策（AUP） |
规定供应商禁止或附加要求用途的文件 |
| 事先告知 |
事前告知用户产品服务基于高影响、生成式AI的义务（第31条第1款） |
| 生成式人工智能 |
模仿输入数据结构特征，生成文字、声音、图画、视频等的AI系统 |
| 影子AI |
以组织未批准AI账户工具处理业务数据的现象 |
| 可解释性 |
能回答决定“如何”作出的性质 |
| 受托方 |
接受委托并代为开展个人信息处理业务的主体，也包括再次接受委托的主体，即分处理者 |
| 安全性保障义务 |
对同时满足累计运算量10的26次方以上等三标准的系统，施加的风险管理义务（第32条） |
| 业务委托 |
为本方业务委托第三方处理个人信息 |
| 智能体 |
调用工具查询、修改、发送等的AI |
| 受影响者 |
因AI产品服务在生命、身体安全、基本权利方面受重大影响者 |
| 影响评估（AI） |
事先评估高影响AI的基本权利影响，属努力义务 |
| 影响评估（个人信息） |
公共机构在建立或变更达到一定规模的个人信息文件时，对相关风险开展的评估 |
| 滥用监控 |
为发现使用政策违规进行自动分类，必要时人工审查 |
| 过度共享 |
文件文件夹共享范围过广，AI检索会在回答中暴露内容 |
| 利用经营者 |
利用开发经营者AI提供产品服务的经营者 |
| 匿名信息 |
合理使用其他信息仍无法识别个人者，不适用个人信息保护法 |
| 人工智能系统 |
具自主适应性，为给定目标推断预测、推荐、决定等的AI系统 |
| AI弱势群体 |
施行令规定的人群，包括65岁以上人士、残障人士、有权领取基础生活保障待遇者与次低收入群体等；开展影响评估时，应体现这些群体的特性 |
| 自动化偏见 |
人过度相信AI建议，未经审查便接受的倾向 |
| 自动化决策 |
完全通过自动化系统处理个人信息后作出的决定，不包括行政机关作出的自动化行政决定。若对个人权利、义务有重大影响，信息主体享有拒绝权，但依据同意、法令或合同作出的决定属于例外 |
| 剩余风险 |
管控后仍存在的风险，须记录并由授权者接受 |
| 正当利益 |
一种个人信息处理依据：处理为实现正当利益所必需，该利益明显优先于信息主体的权利，处理具有实质关联性，并且不超出合理范围（第15条第1款第6项） |
| 处理 |
个人信息从收集到销毁的一切行为 |
| 处理者（processor） |
按客户指示处理客户数据者，近似韩国法律受托方 |
| 追加使用 |
在与原目的合理相关范围内，考虑不利影响、安全措施等，依施行令标准无需同意的使用（第15条第3款） |
| 控制者 |
自行决定数据处理目的与方法者，近似韩国法律个人信息处理者 |
| 透明性 |
能回答系统“发生了什么”的性质 |
| 前沿安全框架 |
开发商处理尖端模型极端能力风险的自主体系 |
| 提示词注入 |
以输入隐藏指令改变AI原始指引或行为的攻击 |
| 分处理者 |
供应商再次委托处理客户数据的其他公司 |
| 可诠释性 |
能回答决定“为何”如此以及对用户意义的性质 |
| ISO/IEC 42001 |
规定AI管理体系建立、实施、维持、改进要求的国际标准 |
| NIST AI RMF |
美国NIST以Govern、Map、Measure、Manage四功能构成的AI风险管理框架 |
| RAG |
查找问题相关文档并一同输入模型生成回答的检索增强生成方式 |