NIST AI RMF Nedir?
Govern-Map-Measure-Manage çerçevesinin Türkçe rehberi + COSAiS güncellemesi

NIST AI RMF Nedir? (Tanım)

NIST AI RMF (Artificial Intelligence Risk Management Framework — Yapay Zeka Risk Yönetim Çerçevesi), ABD Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) tarafından yayımlanan, yapay zeka sistemlerinin geliştirilmesi, konuşlandırılması ve kullanımı boyunca ortaya çıkan riskleri tanımlamak, ölçmek ve yönetmek için tasarlanmış gönüllü bir çerçevedir. Çerçeve, bir kurumun yapay zeka risklerini yaşam döngüsü boyunca ele almasını sağlayan dört temel fonksiyon üzerine kuruludur: Govern (Yönet), Map (Haritala), Measure (Ölç) ve Manage (Yönlendir).

AI RMF bir yasa veya zorunlu denetim standardı değildir; bir ortak dil ve organize edici iskelettir. Kurumların, güvenilir yapay zeka özelliklerini (güvenlik, sağlamlık, açıklanabilirlik, gizlilik, adillik ve hesap verebilirlik) somut süreçlere bağlamasına yardımcı olur. Bu yönüyle KVKK, EU AI Act veya sektör düzenlemeleri gibi bağlayıcı rejimlerin yerini almaz; onların üzerine oturan bir risk yönetim omurgası işlevi görür.

Bu makale, çerçeveyi Türkçe terminolojiyle açıklar, dört fonksiyonu OWASP LLM Top 10 riskleriyle eşler ve Türkçe kaynaklarda az işlenmiş olan COSAiS (SP 800-53 yapay zeka kontrol katmanı) çalışmasının 2026 durumunu dürüst biçimde özetler.

Dört Fonksiyon: Govern, Map, Measure, Manage

AI RMF'in çekirdeği, birbirini besleyen dört fonksiyondan oluşur. Govern tüm süreci sarmalar; diğer üçü ise yinelemeli bir döngü olarak çalışır.

Govern (Yönet)

Kurum genelinde yapay zeka riskini yönetecek kültürü, politikaları, rolleri ve hesap verebilirlik mekanizmalarını kurar. Diğer üç fonksiyonu mümkün kılan yönetişim katmanıdır: kimin sorumlu olduğu, hangi risk iştahının kabul edildiği ve tedarikçilerin nasıl denetleneceği burada tanımlanır. Bir yapay zeka yönetişim komitesi bu fonksiyonun somut çıktısıdır.

Map (Haritala)

Yapay zeka sisteminin bağlamını, amacını, paydaşlarını ve potansiyel etkilerini haritalar. "Bu sistem nerede, kim için, hangi verilerle çalışıyor ve neyi yanlış yaparsa kime zarar verir?" sorularının yanıtlandığı keşif aşamasıdır. Envanter ve sistem sınırlarının çıkarılması buraya girer.

Measure (Ölç)

Haritalanan riskleri nicel ve nitel yöntemlerle analiz eder, kıyaslar ve izler. Güvenilirlik özelliklerinin test edilmesi, kırmızı takım denemeleri ve metriklerin toplanması bu fonksiyonun kalbidir. Yapay zeka kırmızı takımı ve sürekli değerlendirme, Measure fonksiyonunu besleyen başlıca uygulamalardır.

Manage (Yönlendir)

Ölçülen risklere öncelik verir, kaynak ayırır ve azaltma kararlarını uygular. Kabul et, azalt, aktar veya kaçın kararlarının verildiği; olay müdahale planlarının ve artık riskin belgelendiği fonksiyondur. Döngü buradan Govern'e geri besleme yaparak kapanır.

Türkçe Terminoloji Çeviri Tablosu

AI RMF terimleri Türkçe kaynaklarda çoğu zaman İngilizce bırakılıyor. Aşağıdaki tablo, çerçevenin çekirdek terimleri için tutarlı Türkçe karşılıklar önerir; bu karşılıklar AltaySec'in açık Türkçe yapay zeka güvenliği sözlüğü ile hizalıdır. Amaç, kurum içi dokümantasyonda terim tutarlılığı sağlamaktır.

Not: "Manage" hem çerçevenin adında (risk yönetimi) hem de dördüncü fonksiyonda geçtiği için, dördüncü fonksiyonu Yönlendir olarak ayırmak kurum içi karışıklığı azaltır.

AI RMF Fonksiyonları ↔ OWASP LLM Top 10 Eşlemesi

AI RMF ne yapılacağını (yönetişim döngüsü) söyler; OWASP LLM Top 10 ise büyük dil modeli uygulamalarında hangi somut risklerin ele alınacağını listeler. İkisini birlikte kullanmak, soyut fonksiyonları uygulanabilir kontrol noktalarına bağlar. Aşağıdaki eşleme, hangi OWASP risklerinin hangi fonksiyon altında ele alınmasının doğal olduğunu gösteren bir başlangıç haritasıdır (kesin bir standart değil, pratik bir köprüdür).

Örneğin prompt injection riski Measure fonksiyonunda ölçülür, ardından Manage fonksiyonunda çalışma zamanı korumalarıyla azaltılır. AltaySec'te bu azaltma katmanı Guardian (LLM güvenlik duvarı) ile sağlanır; ölçüm tarafında ise AltaySec'in kendi kırmızı takım ve arena verileri (AltayDuel) kullanılır.

NIST COSAiS: SP 800-53 Yapay Zeka Kontrol Katmanı (2026 Durumu)

COSAiS, açılımıyla Control Overlays for Securing AI Systems (Yapay Zeka Sistemlerini Güvenceye Alan Kontrol Katmanları), NIST'in SP 800-53 kontrol kataloğunu yapay zeka sistemlerine uyarlamayı amaçlayan bir çalışmadır. AI RMF'in yerine geçmez; onunla birlikte kullanılabilir. AI RMF yönetişim döngüsünü tarif ederken, COSAiS bu döngüde uygulanacak somut güvenlik kontrollerini yapay zeka bağlamına oturtmayı hedefler.

Olgunluk seviyesi — dürüst çerçeve: COSAiS, Ağustos 2026 itibarıyla tamamlanmış veya resmî olarak yayımlanmış bir overlay değildir. 8 Ocak 2026'da yalnızca açıklamalı taslak (annotated outline) / tartışma taslağı niteliğinde bir belge kamuya açıldı; bu belgenin konusu "Öngörücü Yapay Zekanın Kullanımı ve İnce Ayarı" (Using and Fine-Tuning Predictive AI) idi ve geri bildirim son tarihi 13 Şubat 2026 olarak duyuruldu. Bu, bir ilk kamuya açık taslak (initial public draft) bile değil; tartışmayı başlatmak için paylaşılan bir çerçeve iskeletidir. Tam yayının geç-2026 veya 2027'ye kalması beklenir. Dolayısıyla COSAiS'i şu an "yürürlükteki bir standart" ya da "yayımlanmış overlay" gibi sunmak yanlış olur.

Türkçe kaynaklarda COSAiS bugüne dek işlenmemiş bir konudur; bu bölüm, çerçeveyi olduğu gibi — yani erken taslak aşamasında bir çalışma olarak — Türkçe okuyucuya tanıtmayı amaçlar. Kurumlar için pratik sonuç: COSAiS'i takip listesine almak faydalıdır, ancak uyum kararlarını henüz bu belgeye dayandırmak erkendir.

Çok-Ajanlı Sistemler: Ayrı Bir NIST Çalışması

Yapay zeka güvenliğinde sık karıştırılan bir nokta: çok-ajanlı (multi-agent) sistemlerin güvenliği, ilk COSAiS taslağının konusu değildir. İlk COSAiS overlay'i öngörücü yapay zekaya (predictive AI) odaklanır. Çok ajanlı sistemlerin güvenlik ve yönetişim meseleleri, NIST tarafında ayrı bir kavram belgesi (concept paper) kapsamında ele alınmaktadır. Bu iki çalışmayı aynı belge sanmak, referans verirken hataya yol açar.

Pratikte tek ajanlı bir LLM uygulaması ile birbiriyle konuşan, araç çağıran ve birbirine yetki devreden ajan filoları çok farklı saldırı yüzeyleri barındırır. Ajanların birbirini yanıltması, yetki yayılması ve araç ele geçirme gibi konular AltaySec'in araç ele geçirme ve en az yetki (least agency) yazılarında ayrıca işlenir. NIST'in çok-ajanlı çalışması olgunlaştıkça, bu alan için ayrı bir kontrol seti beklemek makuldür; ancak şimdilik onu COSAiS ile bir tutmamak gerekir.

Türkiye Bağlamında AI RMF'i Uygulamak

AI RMF, KVKK ve gelişen Türkiye yapay zeka düzenlemeleriyle çelişmez; aksine onlara bir uygulama omurgası sağlar. KVKK'nın kişisel veri yükümlülükleri Map fonksiyonundaki veri envanteriyle, açık rıza ve amaç sınırlaması ise Govern fonksiyonundaki politikalarla doğal biçimde eşleşir. EU AI Act kapsamına giren kurumlar için de AI RMF, yüksek riskli sistemlerin risk yönetim gerekliliklerini karşılamada pratik bir iskelet sunar.

Somut bir başlangıç için önerilen sıralama:

• Govern: Bir yapay zeka yönetişim komitesi ve model/tedarikçi kullanım politikası kur.
• Map: Üretimdeki tüm LLM entegrasyonlarının, verilerinin ve sistem sınırlarının envanterini çıkar.
• Measure: Türkçe saldırı kalıplarını da içeren kırmızı takım testleri uygula; İngilizce testlerin Türkçe morfolojik atlatmaları kaçırabileceğini unutma.
• Manage: Çalışma zamanı korumaları (LLM güvenlik duvarı), hız sınırlama ve bir olay müdahale planı devreye al.

AltaySec'in kendi ölçümleri — örneğin AltayDuel arena verisi ve guardrail-arena kıyaslamaları — Türkçe girdilerin İngilizce'ye göre farklı savunma davranışları ürettiğini gösteriyor; bu, Measure fonksiyonunu yalnızca İngilizce test setleriyle beslemenin riskli olduğunu vurgular. Ölçümden azaltmaya geçişte, prompt injection ve aşırı yetki gibi risklere karşı çalışma zamanı katmanı olarak Guardian gibi bir LLM güvenlik duvarı devreye alınabilir. Kurumsal değerlendirme için iletişime geçebilirsiniz.

Kaynaklar

• NIST AI Risk Management Framework (AI RMF 1.0) — NIST.AI.100-1
• AI Risk Management Framework — NIST resmî sayfası
• Control Overlays for Securing AI Systems (COSAiS) — NIST CSRC Proje Sayfası
• COSAiS Sıkça Sorulan Sorular (FAQ) — NIST CSRC
• OWASP Top 10 for LLM Applications
• NIST SP 800-53 Rev. 5 — Security and Privacy Controls

İlgili Yazılar

• OWASP LLM Top 10 Türkçe Rehberi
• Türkçe Yapay Zeka Güvenliği Sözlüğü
• EU AI Act Uyum Rehberi
• Yapay Zeka Yönetişim Komitesi Kurulması