LLM и 152‑ФЗ: как законно обрабатывать персональные данные в проектах ИИ

В России закон 152‑ФЗ «О персональных данных» регулирует сбор, хранение и обработку любой информации, позволяющей идентифицировать физическое лицо. При внедрении больших языковых моделей (LLM) и агентных систем в бизнес‑процессы возникает ряд вопросов, которые часто ставят под угрозу соответствие требованиям закона.

Ключевые требования 152‑ФЗ

1. Локализация данных – персональные данные должны храниться и обрабатываться на территории РФ. Это значит, что отправка сырых запросов в облачные LLM‑сервисы за рубежом без предварительной анонимизации считается нарушением.
2. Согласие субъекта – обработка возможна только после получения информированного согласия, которое должно быть документировано и легко отзываемо.
3. Минимизация и цель – собираются только те данные, которые необходимы для конкретной цели, а их использование ограничено этой целью.
4. Защита данных – обязательна шифрация как в покое, так и в транзите, а также регулярный аудит безопасности.
5. Уведомление о нарушениях – в случае утечки требуется незамедлительно информировать Роскомнадзор и пострадавших лиц.

Как адаптировать LLM‑решения

• Самостоятельный хостинг: развёртывание модели на собственных серверах или в российских облаках (Yandex Cloud, СберКлауд) исключает передачу ПДн за границу.
• Анонимизация и токенизация: перед отправкой текста в модель заменяйте ПИИ‑данные на псевдонимы, а после получения ответа восстанавливайте их только в защищённом окружении.
• Дифференциальная приватность: внедряйте шум в ответы модели, чтобы предотвратить восстановление исходных данных.
• Контроль доступа и логирование: каждый запрос к модели фиксируется, а доступ к ней ограничен ролями и MFA.
• Синтетические наборы: для обучения и тестирования используйте искусственно сгенерированные данные, полностью исключая реальные ПДн.

Полезные ресурсы

• Текст закона 152‑ФЗ: https://www.consultant.ru/document/cons_doc_LAW_61801/
• Руководство Роскомнадзора по обработке ПДн в ИИ: https://rkn.gov.ru/documents/2025/ai-data-guidelines/
• Статья‑разбор на Habr AI: https://habr.com/ru/articles/1078722/

Соблюдение этих практик позволяет использовать мощные LLM‑модели без риска штрафов и репутационных потерь, а также формирует основу для масштабируемой и этичной AI‑инфраструктуры в России.