Microsoft Purview 사용자 지정 민감한 정보 유형: 실제로 작동하는 정규식과 보조 증거 구성하기

By Mirko Peters · 2026-10-27

Microsoft Purview 사용자 지정 민감한 정보 유형을 마스터하세요. 효과적인 정규식을 작성하고, 보조 증거를 활용하고, 오탐을 제거하는 방법을 알아봅니다.

Automatically translated with AI from the original post. Read the English original

정규 표현식, 근접도 설정, 보조 증거 키워드를 결합하여 정확도 높은 사용자 지정 민감한 정보 유형을 Microsoft Purview에서 구축하는 방법을 알아보세요. 오탐에 시달리는 대신, 불필요한 알림으로 IT 팀을 힘들게 하지 않으면서 회사의 고유 데이터를 보호하는 정밀한 데이터 탐지기를 설계하는 방법을 익힐 수 있습니다.

핵심 요약

• 사용자 지정 민감한 정보 유형은 직원 ID, 내부 프로젝트 코드, 특수 계약 번호와 같은 고유 패턴을 포착하기 위해 정규 표현식(regex)에 의존합니다.
• 문맥 없이 사용하는 원시 패턴은 제대로 작동하지 않습니다. 정규식을 보조 증거 키워드 및 엄격한 근접도 규칙과 결합하면 오탐을 크게 줄일 수 있습니다.
• 키워드 사전을 사용하면 수백 개의 관련 용어를 하나의 재사용 가능한 개체로 묶을 수 있어 관리가 간편해집니다.
• 배포 전에 실제 샘플 문서로 철저히 테스트하면, 일상적인 업무를 방해하지 않으면서 실제 유출을 탐지하는 규칙을 확보할 수 있습니다.
• 적절한 신뢰도 수준을 선택하면 주문 ID나 전화 내선번호처럼 일반적인 숫자 문자열에서 발생하는 노이즈로 대시보드가 가득 차는 것을 방지할 수 있습니다.

Microsoft Purview 기본 제공 탐지기의 한계

Microsoft는 신용카드 번호, 미국 사회보장번호부터 유럽 IBAN, 의료 식별자에 이르기까지 수백 가지의 기본 제공 민감한 정보 유형을 제공합니다. 이러한 기본 탐지기는 일반적인 규정 준수 요건을 충족하는 데 필수적입니다. 그러나 전 세계 모든 회사에서 동일한 형태로 나타나는 데이터만 다룹니다. 비즈니스는 어떤 소프트웨어 공급업체도 본 적 없는 고유한 내부 데이터 구조에 의존합니다.

내부 직원 일련번호, 제한된 프로젝트 코드, 특수 고객 계정 번호, 레거시 시스템 티켓 형식과 같은 고유 정보를 보호해야 할 때, 기본 제공 탐지기로는 전혀 대응할 수 없습니다. 이때는 일반 템플릿을 넘어 사용자 지정 민감한 정보 유형을 설계해야 합니다. 이를 처음부터 구축하려면, 무작위로 나열된 숫자열을 모두 고위험 보안 침해로 취급하지 않고 조직 고유의 디지털 흔적을 정확하게 인식하도록 세심하게 조정해야 합니다.

데이터 탐지를 위한 효과적인 정규 표현식 작성법

모든 사용자 지정 민감한 정보 유형의 핵심 엔진은 정규 표현식, 즉 regex입니다. 정규식은 문자열의 실제 내용이 아니라 엄격한 구조적 형태를 설명하는 간결한 코드입니다. 예를 들어 내부 계약 번호가 항상 "CN"으로 시작하고 하이픈, 네 자리 연도, another 하이픈, 그리고 마지막 여섯 자리 숫자로 이어진다면, 제대로 구성된 정규식은 정확히 그 형식과 일치하는 모든 문자열을 포착합니다.

하지만 패턴 매칭은 제대로 처리하지 않으면 심각한 위험을 초래합니다. 초기 테스트 중 빠르고 편리해 보인다는 이유로 일곱 자리 숫자를 모두 잡아내는 식으로 정규식을 지나치게 느슨하게 작성하면, 운영 환경에서 곧바로 역효과가 납니다. 느슨한 패턴을 실제로 배포하면 전화번호, 일반 우편번호, 송장 번호, 일상적인 재무 스프레드시트까지 모두 탐지하게 됩니다. 구조적 제약이 없는 정규식은 사실상 무작위 숫자 탐지기에 불과하며, Purview 감사 로그를 잡음으로 뒤덮게 됩니다.

보조 증거와 근접성의 힘

기본적인 문자 패턴을 지능형 데이터 탐지기로 바꾸려면 보조 증거와 근접성 규칙을 함께 적용해야 합니다. 형태만으로는 의미가 확인되지 않습니다. "E"로 시작하고 뒤에 숫자 일곱 자리가 오는 내부 직원 ID는 공급업체의 제품 SKU나 일반 배송 참조 번호와 쉽게 겹칠 수 있습니다.

"직원 번호", "HR 기록", "직원 프로필" 같은 보조 증거 키워드를 추가하면 탐지 엔진에 의미적 문맥을 제공할 수 있습니다. 또한 근접성 규칙을 정의하여 키워드가 일치하는 패턴과 얼마나 가까이 있어야 하는지 지정해야 합니다. 문서 바닥글에 있는 키워드가 숫자 문자열에서 세 페이지나 떨어져 있다면 일치로 판단하지 않아야 합니다. 근접성 범위를 좁게 설정하면 문맥이 실제 데이터 값과 확실히 연결됩니다.

규모 확장을 위한 키워드 사전 활용

개별 규칙 안에 많은 용어 목록을 직접 관리하면 금방 관리 부담이 커집니다. 모든 사용자 지정 규칙에 수십, 수백 개의 단어를 일일이 입력하는 대신 조직은 키워드 사전을 활용해야 합니다. 키워드 사전은 내부 시스템 코드명, 기밀 프로젝트 태그, 활성 NDA 대상 고객 명칭처럼 관련된 용어를 많이 모아 하나의 쉽게 관리할 수 있는 개체로 통합합니다.

사전을 구성할 때는 양보다 품질이 훨씬 중요합니다. "계획", "요약", "검토" 같은 일반적인 단어 2,000개를 사전에 넣으면 이 단어들은 일상적인 업무 문서에서 하루 종일 나타나므로 탐지 정확도가 떨어집니다. 사전에 추가하는 모든 용어는 기본 패턴과 함께 쓰였을 때 민감성을 의미 있게 나타낼 만큼 구체적이어야 합니다.

프로덕션 배포 전 테스트 및 검증

규정 준수 팀이 가장 흔히 저지르는 실수는 새로 만든 사용자 지정 민감한 정보 유형을 실증적 테스트 없이 시행 정책에 바로 적용하는 것입니다. 규칙이 작동한다는 사실을 증명하려고 직접 작성한 가상의 테스트 예시에만 의존해서는 안 됩니다. 대신 업무 환경에서 실제 문서와 이메일을 수집하십시오.

Microsoft Purview에서는 포털에 샘플 파일을 직접 업로드하여 사용자 지정 유형이 무엇을 탐지하고 놓치는지 확인할 수 있습니다. 일치해야 하는 문서, 명확히 일치하지 않아야 하는 문서, 그리고 경계선에 있는 사례를 모두 포함한 균형 잡힌 테스트 세트를 구성하십시오. 사용자 지정 탐지기가 탐지하지 말아야 할 항목을 탐지한다면 원인을 분석하십시오. 대개 지나치게 넓은 정규식 패턴, 잘못된 근접성 범위, 또는 일반적인 업무 커뮤니케이션에서 너무 자주 나타나는 키워드가 원인입니다. 규칙을 다듬고 다시 테스트하는 과정을 신호 대 잡음비가 매우 선명해질 때까지 반복하십시오. 이러한 사용자 지정 요소가 전체 배포 전략에 어떻게 맞물리는지 더 폭넓게 살펴보려면 전체 에피소드 듣기에서 클라우드 환경을 실질적으로 보호하면서도 직원들의 업무를 방해하지 않는 정책을 설계하는 방법을 확인해 보십시오.

자주 묻는 질문

Microsoft Purview에서 사용자 지정 민감한 정보 유형의 주된 목적은 무엇입니까?

사용자 지정 민감한 정보 유형을 사용하면 조직은 Microsoft의 기본 제공 탐지 라이브러리에서 다루지 않는, 내부 직원 ID, 사용자 지정 프로젝트 코드, 특수 계정 번호처럼 자사 업무에만 해당하는 고유 데이터 형식을 탐지하고 보호할 수 있습니다.

근접성 설정은 정규식 기반 규칙에서 오탐을 어떻게 방지합니까?

근접성 설정은 보조 증거 키워드가 탐지된 정규식 패턴과 얼마나 가까이 있어야 하는지를 제한합니다. 키워드가 특정 문자 거리 안에 있어야 한다고 요구함으로써 엔진은 문서의 여러 섹션에 흩어져 있는 관련 없는 단어에 반응하여 일치를 판단하는 상황을 피할 수 있습니다.

키워드 사전에 일반적인 단어를 사용하지 말아야 하는 이유는 무엇입니까?

일반적인 단어는 일상적인 업무 커뮤니케이션에서 자주 등장합니다. 키워드 사전에 흔한 용어를 포함하면 탐지 엔진이 지속적으로 오탐을 일으켜 사용자의 신뢰를 떨어뜨리고 불필요한 관리 부담을 만들어 냅니다.

사용자 지정 민감한 정보 유형을 배포하기 전에 어떻게 테스트할 수 있습니까?

Microsoft Purview에서는 실제 환경의 샘플 문서와 이메일을 포털에 업로드하여 성능을 평가할 수 있습니다. 긍정, 부정, 경계 사례 파일을 혼합하여 사용자 지정 규칙을 테스트하면, 최종 사용자에게 정책을 적용하기 전에 정확도를 확인할 수 있습니다.