KVKK uyumlu yapay zeka mimarisi: veri nerede durmalı?
Alperen
Kişisel veri içeren yapay zeka projelerinde üç mimari seçenek vardır: veriyi modele göndermeden önce maskeleme, Avrupa bölgesinde barındırılan kurumsal bulut, veya kendi altyapınızda çalışan açık model. Seçim maliyet ile risk arasında yapılır; hangi verinin nereye gittiği proje başında yazılı hale getirilmelidir.
Kişisel veri içeren bir yapay zeka projesinde ilk soru model seçimi değil, verinin nerede duracağıdır. Bu karar sonradan değiştirilemeyen bir karardır: mimari bir kez kurulduktan sonra barındırma modelini değiştirmek, sistemi baştan yazmak demektir.
Not: Bu yazı mimari bir rehberdir, hukuki görüş değildir. Uyum kararlarını hukuk danışmanınızla birlikte verin.
Üç mimari seçenek nedir?
| Yaklaşım | Veri nereye gider | Uygun olduğu durum | Ana bedeli |
|---|---|---|---|
| Maskeleme + bulut model | Kişisel veri ayıklanmış metin | Kişisel veri cevaba katkı sağlamıyorsa | Maskeleme katmanının bakımı |
| Bölgesel kurumsal bulut | Sağlayıcının AB bölgesi | Sözleşmesel güvence yeterliyse | Sağlayıcıya bağımlılık |
| Kendi altyapınızda açık model | Hiçbir yere | Veri çıkışı kabul edilemezse | Donanım ve işletme yükü |
Maskeleme ne zaman yeterli olur?
Çoğu kurumsal senaryoda kişisel veri, cevabın kalitesine hiçbir katkı sağlamadan bağlamda taşınır. Bir sözleşmenin şartlarını özetlerken karşı tarafın TC kimlik numarasına ihtiyaç yoktur; bir destek talebini sınıflandırırken müşterinin adı gerekmez.
Maskeleme katmanı, metni modele göndermeden önce kişisel verileri yer tutucularla değiştirir ve cevap döndüğünde geri koyar. Doğru kurulduğunda hem riski hem token maliyetini düşürür.
Maskelemenin sınırı şudur: kişisel veri cevabın kendisiyse maskeleme işe yaramaz. "Bu müşterinin geçmiş talepleri neler" sorusunda kimlik, sorunun merkezindedir.
Bölgesel barındırma neyi çözer, neyi çözmez?
Büyük sağlayıcıların Avrupa bölgesinde veri işleme seçenekleri var ve kurumsal katmanlarında gönderilen verinin eğitimde kullanılmadığı taahhüt ediliyor. Bu, birçok kurum için yeterli bir güvence seviyesidir.
Çözmediği şey, verinin üçüncü bir tarafın sistemine girmiş olmasıdır. Bazı sektörlerde ve bazı sözleşmelerde bu, teknik yeterlilikten bağımsız olarak kabul edilemez. O noktada tartışma mimari değil, uyum tartışmasıdır ve kararı hukuk verir.
Kendi altyapınızda model çalıştırmak gerçekçi mi?
2026 itibarıyla açık ağırlıklı modeller, birçok kurumsal görevde kapalı modellerin birkaç yıl önceki seviyesini yakalıyor. Doküman soru-cevabı, sınıflandırma ve özetleme gibi görevlerde fark, çoğu kullanım için kabul edilebilir düzeyde.
Gerçekçi olan kısım bu. Gerçekçi olmayan kısım, maliyetin sıfır sanılmasıdır. Kendi altyapınızda model çalıştırdığınızda GPU donanımı veya kiralaması, model güncelleme emeği, ölçekleme ve kesinti sorumluluğu size geçer. Sürekli ve yüksek hacimli kullanımda toplam sahip olma maliyeti bulutun altına inebilir; ara sıra kullanılan bir iç araç içinse genellikle inmez.
Hangi noktalarda veri sızar?
Mimari titizlikle kurulmuş sistemlerde bile sızıntı genellikle şu üç yerden olur:
- Loglar. Hata ayıklama logları istem ve cevabı düz metin saklar. En sık gözden kaçan nokta budur.
- Değerlendirme setleri. Gerçek kullanıcı sorguları test verisi olarak kopyalanır ve o kopya artık erişim kontrolünün dışındadır.
- Vektör veritabanı. Gömme (embedding) vektörleri "anonim" sanılır; oysa orijinal metin çoğu kurulumda metadata olarak yanında durur.
Mimari kontrol listesi
- Hangi veri sınıfının nereye gittiğini tablo halinde yazın ve hukuk onayından geçirin.
- Erişim kontrolünü belge parçası seviyesinde indeksleyin: sorgu anında filtreleyin, sonradan gizlemeyin.
- Logları maskeleme katmanının arkasına alın ve saklama süresi tanımlayın.
- Vektör veritabanını ana veritabanıyla aynı güvenlik sınıfında değerlendirin.
- Silme talebinin vektör indeksine de yansıdığını test edin: ana tablodan silinen kayıt indekste kalmaya devam ediyorsa uyum yoktur.
- Sağlayıcı sözleşmesini kullandığınız ürün için okuyun; tüketici arayüzü ile API koşulları aynı değildir.
Özet
Doğru soru "bulut mu, kendi sunucumuz mu" değil; "hangi veri gerçekten modele gitmek zorunda" sorusudur. Çoğu projede bu soruya dürüst cevap verildiğinde, gönderilmesi gereken verinin çok küçük bir bölüm olduğu görülür; o noktada uyum tartışması çok daha kolay bir tartışmaya dönüşür.