WEBVTT

00:00:00.000 --> 00:00:03.600
대부분의 사람들은 데이터를 보호하려면 그 주위에 강력한 벽을 세워야 한다고 생각합니다.

00:00:03.760 --> 00:00:07.040
네트워크를 잠그고 악의적인 공격자를 차단하면 안전하다고 생각하는 것이죠.

00:00:07.220 --> 00:00:11.600
하지만 문제는 일단 데이터가 그 벽 안으로 들어와 이동하기 시작하면 그 벽은 아무런 역할도 하지 못한다는 점입니다.

00:00:11.760 --> 00:00:15.980
정당한 접근 권한이 있는 직원이 고객 목록을 가져와 개인 계정으로 이메일을 보내더라도

00:00:15.980 --> 00:00:19.920
방화벽은 신뢰할 수 있는 사용자의 요청으로 간주하여 그냥 통과시킵니다.

00:00:20.100 --> 00:00:24.000
요즘 어디서나 마이크로소프트 퍼뷰에 대한 이야기가 나오는데 도대체 이것이 무엇일까요?

00:00:24.180 --> 00:00:25.280
단일 도구가 아닙니다.

00:00:25.280 --> 00:00:28.620
데이터 보호라는 한 가지 목적에 집중하는 솔루션 제품군입니다.

00:00:28.760 --> 00:00:30.680
단순히 인프라만 보호하는 것이 아니죠.

00:00:30.880 --> 00:00:32.560
세 가지 핵심 요소를 이해해야 합니다.

00:00:32.760 --> 00:00:38.380
보유한 데이터를 파악하는 데이터 거버넌스, 데이터를 보호하는 데이터 보안, 그리고 규칙 준수를 증명하는 데이터 규정 준수입니다.

00:00:38.560 --> 00:00:42.640
이번 에피소드가 끝날 때 쯤이면 이 세 가지 요소가 어떻게 조화를 이루는지 어디서부터 시작해야 하는지 알게 될 것입니다.

00:00:42.840 --> 00:00:46.640
하지만 퍼뷰가 왜 존재하는지 이해하려면 해결하려는 문제가 무엇인지 알아야 합니다.

00:00:46.860 --> 00:00:50.340
진정한 문제, 즉 인프라 보안만으로는 충분하지 않은 이유입니다.

00:00:50.340 --> 00:00:54.040
대부분의 기업은 네트워크를 잠그면 데이터가 안전하다고 가정합니다.

00:00:54.200 --> 00:00:58.000
모든 데이터가 물리적 사무실 안에 있던 20년 전에는 타당한 가정이었습니다.

00:00:58.180 --> 00:00:59.920
하지만 지금은 더 이상 사실이 아닙니다.

00:01:00.120 --> 00:01:01.760
이제 데이터는 어디에나 존재합니다.

00:01:01.980 --> 00:01:08.500
클라우드 앱, 개인기기, 이메일 첨부 파일, 공유 드라이브, 팀 채팅 메시지 등 완전히 통제하기 어려운 다양한 환경에 흩어져 있습니다.

00:01:08.760 --> 00:01:16.000
사용자가 정당한 접근 권한을 얻어 인증을 마치고 건물 안으로 들어오면 인프라 보안은 그들이 데이터를 어떻게 사용하는지 제어할 수 없습니다.

00:01:16.300 --> 00:01:17.500
이 사례를 생각해보세요.

00:01:17.500 --> 00:01:21.160
한 직원이 고객 목록을 개인 USB 드라이브에 다운로드합니다.

00:01:21.320 --> 00:01:26.280
데이터가 탈취된 것이 아니기 때문에 방화벽은 이를 막지 못했고 침입 탐지 시스템도 이를 감지하지 못했습니다.

00:01:26.500 --> 00:01:29.380
데이터를 볼 수 있는 권한이 있는 사람에 위해 접근되었기 때문입니다.

00:01:29.560 --> 00:01:33.420
보안도구들은 외부 공격을 감시하고 있었지만 위협은 내부에서 발생한 것입니다.

00:01:33.640 --> 00:01:35.080
이것이 근본적인 변화입니다.

00:01:35.320 --> 00:01:38.420
보호의 중심이 인프라 계층에서 데이터 계층 자체로 이동해야 합니다.

00:01:38.640 --> 00:01:41.700
단순히 건물을 지키는 것이 아니라 그 안에 있는 파일들을 보호해야 합니다.

00:01:41.920 --> 00:01:43.500
그것이 바로 퍼뷰 가하는 일입니다.

00:01:43.500 --> 00:01:47.320
데이터를 담고 있는 시스템뿐만 아니라 데이터에 직접 정책을 적용합니다.

00:01:47.460 --> 00:01:48.520
이렇게 생각해보세요.

00:01:48.780 --> 00:01:52.400
건물 보안은 신분증을 확인하고 적절한 사람만 들어오도록 문을 지키지만

00:01:52.400 --> 00:01:55.620
일단 안으로 들어오면 그들을 일일이 따라 다니지는 않습니다.

00:01:55.820 --> 00:01:56.740
퍼뷰는 다릅니다.

00:01:57.000 --> 00:01:59.240
파일 캐비닛 자체에 자물쇠를 채우는 것과 같아서

00:01:59.240 --> 00:02:03.000
누군가 건물 안에 있더라도 허가받지 않은 사람은 캐비닛을 열 수 없습니다.

00:02:03.280 --> 00:02:05.320
결국 퍼뷰는 파일 캐비닛을 잠그는 것이지만

00:02:05.320 --> 00:02:08.200
잠그기 위해서는 먼저 안에 무엇이 있는지 알아야 합니다.

00:02:08.200 --> 00:02:11.520
첫 번째 기둥, 데이터 거버넌스, 데이터 파악하기

00:02:11.520 --> 00:02:15.560
실제로 어떤 데이터를 보유하고 있는지 아는 것이 모든 데이터 보호 전략의 첫걸음입니다.

00:02:15.740 --> 00:02:21.640
당연한 이야기 같지만 대부분의 조직은 시어포인트 사이트, 파일 공유, 데이터베이스에 무엇이 들어있는지 전혀 모릅니다.

00:02:21.840 --> 00:02:27.980
오래된 프로젝트 파일, 중복 문서, 누가 만들었는지 기억조차 나지 않는 고객 정보가 담긴 스프레드 시트 등

00:02:27.980 --> 00:02:30.320
수년간 쌓인 콘텐츠가 너무 많기 때문입니다.

00:02:30.500 --> 00:02:32.520
퍼뷰 데이터 매비 문제를 해결합니다.

00:02:32.520 --> 00:02:38.700
에이저, 멀티 클라우드, 온프레미스를 아우르는 전체 환경을 스캔하여 발견된 모든 데이터의 메타 데이터를 캡처합니다.

00:02:38.920 --> 00:02:43.640
어떤 종류의 데이터인지, 어디에 저장되어 있는지, 소유자가 누구인지, 얼마나 민감한 데이터인지와 같은 질문에 답을 해줍니다.

00:02:43.800 --> 00:02:46.360
데이터 맵은 데이터 자산의 전체적인 모습을 보여줍니다.

00:02:46.560 --> 00:02:49.540
그곳에서 모든 메타 데이터가 통합 카탈로그로 정리됩니다.

00:02:49.740 --> 00:02:51.640
도서관의 카드 목록을 생각해보세요.

00:02:51.920 --> 00:02:55.640
카탈로그가 없던 시절에는 필요한 책을 찾기 위해 모든 복도를 헤매야 했지만

00:02:55.640 --> 00:02:59.520
이제는 검색한 번호로 어떤 책이 어느 서가에 있는지 정확히 알 수 있습니다.

00:02:59.520 --> 00:03:03.240
데이터를 재무, 인사, 연구개발과 같은 거버넌스 도메인으로 구성하면

00:03:03.240 --> 00:03:06.700
비즈니스 사용자가 IT 부서에 묻지 않고도 필요한 데이터를 찾을 수 있습니다.

00:03:06.900 --> 00:03:11.980
재무 분석가는 재무 도메인을 탐색하여 승인된 모든 데이터 세트를 설명 및 소유자와 함께 확인할 수 있습니다.

00:03:12.220 --> 00:03:15.820
데이터 계보는 데이터의 출처와 시간이 지남에 따라 어떻게 변경되었는지 보여줍니다.

00:03:16.000 --> 00:03:20.200
감사를 준비하던 중 누군가, 이 숫자는 어디서 나온 거죠? 라고 묻는다면 어떻게 할까요?

00:03:20.420 --> 00:03:22.400
계보를 통해 모든 변환 과정을 추적할 수 있으며

00:03:22.400 --> 00:03:25.840
이는 규제기관이 보고서의 정확성을 입증하라고 요구할 때 매우 중요합니다.

00:03:25.840 --> 00:03:28.660
비즈니스 용어집은 평이한 언어로 설명을 추가해 주므로

00:03:28.660 --> 00:03:33.380
분석가는 3년 전 작성자를 일일이 찾지 않아도 데이터 세트의 의미를 이해할 수 있습니다.

00:03:33.600 --> 00:03:37.120
C-O-S-T-O-R-D-023-V-E-F-I-N-A-L 이라는 테이블 이름 대신

00:03:37.120 --> 00:03:39.960
고객 주문 2023 최종 버전 과 같이 표시됩니다.

00:03:40.160 --> 00:03:42.040
사소한 변화지만 큰 차이를 만듭니다.

00:03:42.220 --> 00:03:43.320
왜 이것이 중요할까요?

00:03:43.520 --> 00:03:46.080
존재 여부조차 모르는 데이터는 보호할 수 없기 때문입니다.

00:03:46.280 --> 00:03:49.980
고객 주민등록번호가 포함된 셰어포인트 사이트가 있다는 사실을 모르면 보호할 수 없으며

00:03:49.980 --> 00:03:52.140
거버넌스는 모든 것에 기반이 되는 토대입니다.

00:03:52.140 --> 00:03:56.400
어떤 데이터를 보유하고 있고 그것이 어디에 있는지 알게 되면 다음 질문은 명확합니다.

00:03:56.540 --> 00:03:58.620
민감한 데이터를 어떻게 보호할 것인가?

00:03:58.800 --> 00:04:01.420
두 번째 기둥, 데이터 보안 민감도 레이블입니다.

00:04:01.620 --> 00:04:05.560
거버넌스는 어떤 데이터가 있는지 알려주고 보안은 그 데이터를 어떻게 다룰지 알려줍니다.

00:04:05.740 --> 00:04:08.700
이를 위한 핵심 도구가 바로 민감도 레이블이라는 것입니다.

00:04:08.900 --> 00:04:12.800
민감도 레이블은 데이터의 민감도에 따라 분류하는 디지털 태그라고 생각하면 됩니다.

00:04:13.060 --> 00:04:16.400
흔히 볼 수 있는 레이블로는 공개, 내부용, 기밀, 급비 등이 있습니다.

00:04:16.660 --> 00:04:18.540
하지만 이들만 사용할 수 있는 것은 아닙니다.

00:04:18.720 --> 00:04:21.600
조직의 필요에 맞춰 사용자 지정 레이블을 직접 만들 수 있습니다.

00:04:21.600 --> 00:04:25.800
인사 데이터, 재무 결과 또는 고객 기밀과 같은 레이블이 필요할 수 있습니다.

00:04:26.000 --> 00:04:27.240
결정은 여러분의 목입니다.

00:04:27.440 --> 00:04:29.160
레이블에 대해 알아야 할 중요한 점이 있습니다.

00:04:29.380 --> 00:04:30.900
레이블은 데이터와 함께 이동합니다.

00:04:31.100 --> 00:04:35.280
문서가 기밀로 표시되어 있고 누군가 이를 이메일에 첨부하면 레이블도 그대로 유지됩니다.

00:04:35.480 --> 00:04:40.800
문서를 다운로드하거나 온드라이브에 복사하거나 팀즈를 통해 공유해도 레이블은 어디든 따라다닙니다.

00:04:40.960 --> 00:04:44.660
파일 캐비닛에 붙은 스티커가 아니라 종이 자체에 새겨진 워터마크와 같습니다.

00:04:45.060 --> 00:04:47.060
레이블은 자동작업을 트리거할 수 있습니다.

00:04:47.060 --> 00:04:50.460
문서를 암호화하여 권한이 있는 사람만 열어볼 수 있게 할 수 있습니다.

00:04:50.680 --> 00:04:57.120
액세스 제한을 통해 편집이나 인쇄를 차단하고 페이지 전체에 기밀이라는 머리끌, 바닷글 또는 워터마크를 추가할 수 있습니다.

00:04:57.340 --> 00:05:00.480
레이블이 시스템에 수행할 작업을 알려주면 시스템이 자동으로 처리합니다.

00:05:00.700 --> 00:05:02.500
레이블은 세 가지 방식으로 적용됩니다.

00:05:02.700 --> 00:05:05.300
수동은 사용자가 직접 레이블을 선택하는 방식입니다.

00:05:05.520 --> 00:05:10.520
자동은 퍼뷰가 신용카드 번호와 같은 민감한 콘텐츠를 감지하여 스스로 레이블을 적용하는 방식입니다.

00:05:10.740 --> 00:05:14.600
정책 권장사항은 시스템이 레이블을 제한하고 사용자가 이를 확인하는 방식입니다.

00:05:14.600 --> 00:05:16.640
그 중간 옵션이 흥미로운 부분입니다.

00:05:16.820 --> 00:05:17.660
예를 들어보겠습니다.

00:05:18.060 --> 00:05:20.120
문서에 신용카드 번호가 포함되어 있습니다.

00:05:20.420 --> 00:05:28.960
퍼뷰 위 분류 엔진이 해당 패턴을 인식하고 문서가 저장되기도 전에 자동으로 극비 레이블을 적용하고 사람의 개입 없이 암호화합니다.

00:05:29.260 --> 00:05:34.060
데이터는 생성되는 순간부터 보호되지만 레이블은 개별 파일에만 적용되는 것이 아닙니다.

00:05:34.220 --> 00:05:39.200
셰어포인트 사이트, 팀즈 채널, 마이크로소프트 365그룹과 같은 컨테이너에도 적용됩니다.

00:05:39.420 --> 00:05:44.200
즉 기밀로 레이블이 지정된 모든 팀 사이트는 기본적으로 외부 공유를 차단한다고 설정할 수 있습니다.

00:05:44.200 --> 00:05:48.100
규칙을 한 번 설정하면 해당 레이블이 지정된 모든 사이트가 보호 기능을 상속받습니다.

00:05:48.300 --> 00:05:50.080
각각 개별적으로 구성할 필요가 없습니다.

00:05:50.380 --> 00:05:52.300
결국 레이블은 해당 항목이 무엇인지 알려줍니다.

00:05:52.480 --> 00:05:55.040
데이터를 분류하고 표시하며 자동으로 보호를 적용합니다.

00:05:55.220 --> 00:05:58.420
하지만 누군가 레이블이 지정된 데이터를 해서는 안 될 곳으로 보내려고 하면 어떻게 될까요?

00:05:58.560 --> 00:06:00.920
데이터 손실방지, DLP, 가 유출을 차단합니다.

00:06:01.120 --> 00:06:04.540
레이블은 분류를 담당하고 DLP, 데이터 손실방지는 조치를 취합니다.

00:06:04.780 --> 00:06:08.020
여기서 시스템은 수동적인 상태를 벗어나 실시간으로 차단을 시작합니다.

00:06:08.020 --> 00:06:13.200
DLP 정책은 이메일, 문서, 채팅 메시지, 클라우드 앱을 스캔하여 민감한 정보를 찾습니다.

00:06:13.380 --> 00:06:20.820
위험한 상황이 발견되면 작업을 완전히 차단하거나 사용자에게 정책 팁을 표시하거나 관리자에게 알리거나 나중에 검토할 수 있도록 이벤트를 기록할 수 있습니다.

00:06:21.020 --> 00:06:23.340
상황에 맞는 적절한 대응 방식을 결정하십시오.

00:06:23.480 --> 00:06:24.860
실제 사례를 하나 들어보겠습니다.

00:06:25.260 --> 00:06:30.040
한 직원이 사회보장 번호가 포함된 스프레드 시트를 자신의 개인 지메일 계정으로 이메일을 보내려고 합니다.

00:06:30.280 --> 00:06:35.720
DLP가 민감한 데이터를 감지하고 외부 수신자를 인식하여 메시지가 조직을 떠나기 전에 차단합니다.

00:06:35.720 --> 00:06:40.020
사용자는 이 메시지에는 민감한 정보가 포함되어 있어 전송되지 않았습니다.

00:06:40.180 --> 00:06:41.200
라는 경고를 받습니다.

00:06:41.440 --> 00:06:43.600
작업이 차단되고 학습의 기회가 됩니다.

00:06:43.860 --> 00:06:45.240
데이터 유출이나 침해는 없습니다.

00:06:45.580 --> 00:06:49.940
DLP는 익스체인지, 시어포인트, 온드라이브, 팀즈, 심지어 윈도우즈 엔드포인트까지 아우르며 작동합니다.

00:06:50.080 --> 00:06:53.040
데이터가 어디에 있든 누군가 어떻게 이동하려 하든 상관없습니다.

00:06:53.240 --> 00:06:56.000
민감한 정보가 포함되어 있다면 정책이 이를 감지합니다.

00:06:56.240 --> 00:06:59.900
알아두어야 할 점은 DLP 정책을 먼저 시뮬레이션 모드로 실행할 수 있다는 것입니다.

00:06:59.900 --> 00:07:03.380
즉, 실제로 차단하지 않고도 무엇이 차단될지 미리 테스트할 수 있습니다.

00:07:03.560 --> 00:07:09.340
얼마나 많은 항목이 감지되었을지, 어떤 유형의 데이터가 정책을 트리거했는지, 어떤 사용자가 관련되었는지 보여주는 보고서를 얻게 됩니다.

00:07:09.520 --> 00:07:11.320
그런 다음 시행을 켜기 전에 조정합니다.

00:07:11.560 --> 00:07:14.240
업무를 방해하지 않으면 서 안전하게 학습할 수 있는 방법입니다.

00:07:14.440 --> 00:07:16.360
가장 좋은 방법은 작게 시작하는 것입니다.

00:07:16.540 --> 00:07:21.400
신용카드 번호와 같이 한 가지 유형의 민감한 데이터를 선택하고, 소수의 사용자 그룹에 DLP를 적용해보세요.

00:07:21.640 --> 00:07:23.260
어떤 일이 일어나는지 확인하십시오.

00:07:23.400 --> 00:07:26.460
무엇이 차단되었는지 설명하는 정책 팁으로 사용자들을 교육하세요.

00:07:26.460 --> 00:07:29.460
사람들이 익숙해지면 점진적으로 시행 범위를 확대합니다.

00:07:29.620 --> 00:07:31.480
그런데 그 정책 팁은 매우 강력합니다.

00:07:31.680 --> 00:07:35.560
단순히 차단되었다고 알리는 대신, 사용자에게 이 문서에는 민감한 데이터가 포함되어 있습니다.

00:07:35.780 --> 00:07:37.960
정말 전송하시겠습니까? 라고 알려줍니다.

00:07:38.200 --> 00:07:41.180
시스템이 자신을 처벌한다는 느낌을 주지 않으면 서 다시 한 번 생각할 기회를 줍니다.

00:07:41.360 --> 00:07:43.360
대부분의 사람은 위도적으로 데이터를 유출하려 하지 않습니다.

00:07:43.520 --> 00:07:45.020
그저 빠르게 업무를 처리하려는 것뿐입니다.

00:07:45.220 --> 00:07:48.500
이제 우리는 데이터를 파악하고, 네이블로 보호하며, DLP로 유출을 차단하고 있습니다.

00:07:48.740 --> 00:07:51.260
하지만 감사자가 나타나 증거를 요구하면 어떻게 될까요?

00:07:51.260 --> 00:07:53.420
세 번째 기둥, 데이터 규정 준수입니다.

00:07:53.600 --> 00:07:55.260
규칙을 준수하고 있음을 증명하세요.

00:07:55.420 --> 00:07:58.520
규정 준수는 단지 안전한 상태를 유지하는 것을 넘어 안전함을 증명하는 것입니다.

00:07:58.720 --> 00:08:00.640
세상에서 가장 강력한 보호 기능을 갖추고 있더라도,

00:08:00.960 --> 00:08:03.580
규제 기관이 나타나 증거를 요구하면 좋은 위도 이상의 것이 필요합니다.

00:08:03.740 --> 00:08:06.420
문서와 감사 추적, 그리고 방어 가능한 프로세스가 필요합니다.

00:08:06.560 --> 00:08:09.200
그때 바로 법요위 규정 준수 관리자, 컴플라이언스 매니저 다 필요합니다.

00:08:09.360 --> 00:08:12.180
규제 요구 사항을 얼마나 잘 충족하는지에 따라 점수를 제공합니다.

00:08:12.380 --> 00:08:15.160
신용 점수와 비슷하지만, 규정 준수를 위한 점수라고 생각하면 됩니다.

00:08:15.160 --> 00:08:19.640
점수가 높을수록 보완 상태가 좋으며, 개선을 위한 조치를 취할 때마다 점수도 변합니다.

00:08:19.800 --> 00:08:24.120
규정 준수 관리자에는 여러분이 이미 들어봤을 만한 주요 규정에 대한 평가가 기본으로 포함되어 있습니다.

00:08:24.360 --> 00:08:28.340
유럽의 데이터 개인정보 보호를 위한 GDPR, 미국 의료정보 보호를 위한 HIPAA,

00:08:28.700 --> 00:08:32.320
정보보완 관리를 위한 ISO 27,000일, 금융 서비스를 위한 FINRA,

00:08:32.640 --> 00:08:35.360
정부 클라우드 서비스를 위한 패드램프 등이 있으며 훨씬 더 많습니다.

00:08:35.520 --> 00:08:37.520
총 320개가 넘는 템플릿이 있습니다.

00:08:37.820 --> 00:08:41.560
귀하의 업계에 적용되는 규정이 있다면, 아마도 그에 대한 평가 항목이 있을 것입니다.

00:08:41.560 --> 00:08:44.120
각 평가는 규정을 제어 항목으로 세분화합니다.

00:08:44.340 --> 00:08:47.920
모든 제어 항목은 단계별 지침이 포함된 개선 작업으로 세분화됩니다.

00:08:48.160 --> 00:08:50.100
무엇을 해야 하는지 정확히 알려줍니다.

00:08:50.300 --> 00:08:54.000
감사 로그 활성화, 민감도 레이블 구성, 보존 정책 설정 등입니다.

00:08:54.180 --> 00:08:56.200
규정 준수가 무엇인지 추측할 필요가 없습니다.

00:08:56.520 --> 00:08:57.880
시스템이 알려주기 때문입니다.

00:08:58.100 --> 00:09:00.720
이러한 개선 작업을 조직 내 담당자에게 할당합니다.

00:09:00.980 --> 00:09:04.740
IT 관리자는 기술적 작업을, 중법 감시인은 정책 문서를,

00:09:05.160 --> 00:09:07.820
법무팀은 데이터 주체 요청 워크플로우를 처리합니다.

00:09:07.820 --> 00:09:11.720
모두가 자신의 책임을 인지하며 실시간으로 진행 상황을 추적할 수 있습니다.

00:09:11.920 --> 00:09:14.340
더 이상 이메일로 스프레드 시트를 주고받을 필요가 없습니다.

00:09:14.620 --> 00:09:18.080
작업을 완료하면 담당자가 컴플라이언스 매니저에 직접 증거를 업로드합니다.

00:09:18.280 --> 00:09:21.360
증거로는 정책이 올바르게 구성되었음을 보여주는 스크린샷이 될 수 있습니다.

00:09:21.580 --> 00:09:23.400
직접 작성한 정책 문서일 수도 있습니다.

00:09:23.640 --> 00:09:25.620
시스템에서 추출한 감사 로그일 수도 있습니다.

00:09:25.880 --> 00:09:29.080
모든 것이 한 곳의 제어 항목별로 정리되어 다음 감사를 대비할 수 있습니다.

00:09:29.340 --> 00:09:30.880
이제 스마트한 부분을 확인해보죠.

00:09:30.880 --> 00:09:35.000
컴플라이언스 매니저는 일부 제어 항목에 대해 마이크로소프트 365 환경을 자동으로 스캔합니다.

00:09:35.160 --> 00:09:38.620
민감도 레이블을 구성했다면 이를 감지하여 자동으로 점수를 부여합니다.

00:09:38.840 --> 00:09:41.360
감사 로그를 활성화했다면 이 역시 자동으로 확인합니다.

00:09:41.560 --> 00:09:43.440
모든 항목을 수동으로 증명할 필요가 없습니다.

00:09:43.760 --> 00:09:45.380
시스템이 스스로 점검하기 때문입니다.

00:09:45.540 --> 00:09:47.980
퍼뷰의 감사 로그는 환경 내 모든 활동을 기록합니다.

00:09:48.180 --> 00:09:51.460
누가 어떤 문서에 액세스했나요? 언제 액세스했나요? 어디에서요?

00:09:51.620 --> 00:09:52.760
그 문서로 무엇을 했나요?

00:09:52.920 --> 00:09:54.660
모든 작업은 기록되고 검색 가능합니다.

00:09:54.860 --> 00:09:56.880
감사자가 누가 이 파일을 언제 보았나요?

00:09:56.880 --> 00:09:59.860
라고 물으면 며칠이 아닌 몇 초 만에 답변할 수 있습니다.

00:10:00.080 --> 00:10:05.080
이 디스커버리를 통해 법무팀은 모든 데이터, 이메일, 문서, 팀즈 메시지,

00:10:05.520 --> 00:10:09.660
셰어포인트 사이트를 검색하고 조사나 소송과 관련된 콘텐츠를 보관할 수 있습니다.

00:10:09.900 --> 00:10:14.040
법적 분쟁이 발생하면 관련 데이터 일체를 보존하여 증거로 제출할 수 있습니다.

00:10:14.280 --> 00:10:18.160
파일을 찾느라 허동되거나 누군가 중요한 것을 삭제했을까 봐 걱정할 필요가 없습니다.

00:10:18.440 --> 00:10:22.380
기록관리, 레코즈 매니지먼트 기능은 중요 문서를 필요한 기간 동안 보존하고

00:10:22.380 --> 00:10:23.900
조기 삭제되지 않도록 보장합니다.

00:10:23.900 --> 00:10:27.900
규정상 재무기록을 7년간 보관해야 한다면 기록관리가 이를 강제합니다.

00:10:28.080 --> 00:10:29.620
사용자는 이를 삭제할 수 없습니다.

00:10:29.880 --> 00:10:31.540
관리자도 정책을 우회할 수 없습니다.

00:10:31.820 --> 00:10:35.240
데이터는 보존기간이 만료될 때까지 유지되며 이후 통제된 방식으로 폐기됩니다.

00:10:35.420 --> 00:10:36.640
왜 이런 것들이 중요할까요?

00:10:36.800 --> 00:10:38.700
규제기관은 어떤 도구를 사용하는지 신경 쓰지 않습니다.

00:10:38.860 --> 00:10:40.480
퍼뷰를 구매했다는 사실은 중요하지 않습니다.

00:10:40.680 --> 00:10:43.120
그들은 여러분이 방어 가능한 프로세스를 보여줄 수 있는지 중요하게 생각합니다.

00:10:43.300 --> 00:10:46.420
그들은 여러분이 위험을 식별하고 통제수단을 구현하고 규정준수를 모니터링하며

00:10:46.420 --> 00:10:48.300
모든 단계에 대한 증거를 갖추었는지 확인하고자 합니다.

00:10:48.300 --> 00:10:51.440
컴플라이언스 매니저는 감사자가 인정하는 형식으로 그 증거를 제공합니다.

00:10:51.580 --> 00:10:53.800
하지만 상황을 완전히 바꾸는 새로운 요소가 등장했습니다.

00:10:54.000 --> 00:10:55.000
바로 AI입니다.

00:10:55.200 --> 00:10:56.460
AI 거버넌스입니다.

00:10:56.660 --> 00:10:58.580
코파일럿이 도입되면 무엇이 바뀔까요?

00:10:58.780 --> 00:11:00.400
가장 간단한 정의부터 시작하겠습니다.

00:11:00.700 --> 00:11:03.400
기존의 데이터 보호 방식은 사람이 데이터에 접근한다고 가정했습니다.

00:11:03.640 --> 00:11:05.280
수십 년 동안은 이러한 가정이 타당했습니다.

00:11:05.560 --> 00:11:08.140
사용자가 로그인하고 파일을 검색하고 열어서 읽는 방식이었죠.

00:11:08.300 --> 00:11:10.780
시스템은 누가 무엇을 했는지 파악하고 모든 행동을 추적할 수 있었습니다.

00:11:10.940 --> 00:11:12.900
하지만 AI는 이러한 계산을 완전히 바꿔놓았습니다.

00:11:12.900 --> 00:11:16.400
코파일럿과 같은 AI 에이전트는 방대한 데이터 자산에 순식간에 접근할 수 있습니다.

00:11:16.580 --> 00:11:18.020
파일을 하나씩 읽지 않습니다.

00:11:18.220 --> 00:11:20.480
수천 개의 문서를 스캔하고 내용을 요약하며

00:11:20.480 --> 00:11:23.020
사용자가 존재조차 몰랐던 정보를 찾아냅니다.

00:11:23.220 --> 00:11:26.000
이러한 속도와 규모는 완전히 새로운 차원의 위험을 초래합니다.

00:11:26.240 --> 00:11:28.380
데이터가 파일 캐비닉과 같다고 상상해보세요.

00:11:28.640 --> 00:11:30.760
과거에는 각 서람마다 열쇠가 필요했습니다.

00:11:31.040 --> 00:11:33.700
권한이 있는 사람만이 적절한 파일에 접근할 수 있었죠.

00:11:33.860 --> 00:11:38.220
코파일럿은 열쇠가 꽂혀 있다면 모든 서랍을 한꺼번에 열 수 있는 스마트한 비서와 같습니다.

00:11:38.220 --> 00:11:43.460
데이터가 제대로 분류되지 않으면 코파일럿이 민감한 정보를 권한 없는 사람에게 노출할 수 있습니다.

00:11:43.660 --> 00:11:47.180
시스템이 고장난 것이 아니라 데이터에 라벨이 지정되지 않았기 때문입니다.

00:11:47.340 --> 00:11:50.140
전사적 접근 권한으로 설정된 고객 개인정보, PII,

00:11:50.420 --> 00:11:54.280
가 포함된 셰어포인트 사이트가 AI를 통해 전례 없는 방식으로 노출될 수 있습니다.

00:11:54.480 --> 00:11:57.120
벽은 원래 그 자리에 있었지만 AI 가그문을 찾아낸 것입니다.

00:11:57.300 --> 00:11:59.160
그렇다면 퍼뷰는 이 문제를 어떻게 해결할까요?

00:11:59.280 --> 00:12:02.160
퍼뷰는 기존 제어 기능을 확장하여 AI 상호작용까지 보호합니다.

00:12:02.160 --> 00:12:06.260
이제 DLP 정책은 이메일과 문서뿐만 아니라 AI 프롬프트와 응답까지 검사합니다.

00:12:06.460 --> 00:12:10.800
누군가 코파일럿에 질문하여 민감한 데이터가 반환될 경우 DLP가 이를 차단할 수 있습니다.

00:12:11.040 --> 00:12:14.280
AI 가생성 한 콘텐츠에도 민감도 라벨이 적용됩니다.

00:12:14.460 --> 00:12:19.940
코파일럿 이 기밀문서를 요약하면 그 요약본도 동일한 라벨과 보호 기능을 상속받습니다.

00:12:20.200 --> 00:12:25.120
AI를 위한 데이터 보안 상태 관리 기능은 실시간으로 정보 과다 공유와 오용을 모니터링합니다.

00:12:25.340 --> 00:12:30.940
AI 도구가 어떻게 사용되는지, 어떤 데이터에 접근하는지, 정책 위반 사항은 없는지 감시합니다.

00:12:30.940 --> 00:12:36.580
누군가 권한 없는 데이터를 탐색하려는 의도로 코파일럿에게 질문하기 시작하면 시스템이 이를 경고합니다.

00:12:36.780 --> 00:12:41.640
컴플라이언스 매니저에는 이제 이후 AI 법과 같은 AI 규제에 대한 사전 구축된 평가 기능이 포함됩니다.

00:12:41.820 --> 00:12:45.820
조직에서 AI 도구를 사용한다면 이러한 새로운 규정 준수 여부를 입증해야 합니다.

00:12:46.020 --> 00:12:48.880
평가 템플릿이 이미 준비되어 있어 바로 사용할 수 있습니다.

00:12:49.160 --> 00:12:54.380
AI 허브를 통해 조직 내에서 어떤 AI 앱이 사용되고 있으며 어떤 데이터에 접근하는지 파악할 수 있습니다.

00:12:54.380 --> 00:13:01.020
어떤 직원이 코파일럿을 사용하는지, 어떤 타사 AI 도구가 연결되어 있는지, 어떤 종류의 데이터가 흐르고 있는지 확인할 수 있습니다.

00:13:01.260 --> 00:13:02.240
사각지대는 없습니다.

00:13:02.640 --> 00:13:06.240
퍼뷰는 감사 추적을 위해 AI 프롬프트와 응답을 보관할 수도 있습니다.

00:13:06.460 --> 00:13:12.500
규제기관이 그 직원이 AI에게 무엇을 물었고, AI는 무엇이라고 답했는가? 라고 묻는다면 기록을 통해 증명할 수 있습니다.

00:13:12.720 --> 00:13:17.620
프롬프트, 응답, 타임스탬프, 사용자 아이디 등 모든 것이 조사나 규정 준수 검토를 위해 보존됩니다.

00:13:17.820 --> 00:13:18.720
이렇게 생각해보세요.

00:13:18.720 --> 00:13:24.200
우리가 이야기했던 세 가지 핵심 요소인 거버넌스, 보안, 규정 준수는 AI 애도 그대로 적용되지만 그 중요성은 더 커졌습니다.

00:13:24.320 --> 00:13:27.700
이전에 데이터가 철저히 관리되지 않았다면 AI는 모든 허점을 드러낼 것입니다.

00:13:27.880 --> 00:13:31.100
퍼뷰는 그러한 허점이 침해 사고로 이어지기 전에 해결할 수 있는 도구를 제공합니다.

00:13:31.300 --> 00:13:35.000
이 세 가지 핵심 요소는 별개의 프로젝트가 아니면 하나의 순환구조로 함께 작동합니다.

00:13:35.220 --> 00:13:37.120
세 가지 핵심 요소가 연결되는 방식입니다.

00:13:37.340 --> 00:13:39.260
그렇다면 이 모든 것이 어떻게 하나로 결합될까요?

00:13:39.260 --> 00:13:42.920
거버넌스는 데이터를 잡고 보안은 데이터를 보호하며 규정 준수는 규칙을 준수했음을 증명합니다.

00:13:43.040 --> 00:13:45.160
세 가지 별도의 작업이지만 하나의 연결된 시스템입니다.

00:13:45.340 --> 00:13:47.040
하지만 많은 사람이 놓치는 부분이 있습니다.

00:13:47.280 --> 00:13:49.940
이들은 단순히 순차적으로 작동하는 것이 아니라 서로를 강화합니다.

00:13:50.120 --> 00:13:52.700
규정 준수 감사 중에 데이터 분류의 빈틈이 발견됩니다.

00:13:52.900 --> 00:13:55.820
분류되지 않은 고객 데이터가 포함된 시어포인트 사이트를 놓쳤을 수도 있습니다.

00:13:56.020 --> 00:13:58.860
그 빈틈에 대한 정보는 다시 거버넌스로 전달되어 데이터 맵 스캔을 업데이트합니다.

00:13:59.040 --> 00:14:00.580
거버넌스가 새로운 데이터를 찾아냅니다.

00:14:00.760 --> 00:14:02.040
보안이 보호 조치를 적용합니다.

00:14:02.220 --> 00:14:03.520
규정 준수팀이 이를 확인합니다.

00:14:03.680 --> 00:14:04.820
이 순환 과정은 계속됩니다.

00:14:05.020 --> 00:14:06.540
실제 시나리오를 통해 설명해드리겠습니다.

00:14:06.820 --> 00:14:08.180
데이터 맵이 환경을 스캔합니다.

00:14:08.380 --> 00:14:11.420
분류된 적 없는 고객 개인정보, PII, 가포함된 시어포인트 사이트를 찾아냅니다.

00:14:11.600 --> 00:14:13.380
아무도 그곳에 데이터가 있는지 몰랐습니다.

00:14:13.560 --> 00:14:18.740
퍼뷰의 분류 엔진이 민감한 콘텐츠를 감지하고 암호화된 기밀, 레이블을 자동으로 적용합니다.

00:14:18.740 --> 00:14:21.800
해당 레이블은 미리 구성된 DLP 정책을 트리거합니다.

00:14:22.000 --> 00:14:25.740
해당 레이블이 지정된 문서를 외부 주소로 전달하려는 이메일은 자동으로 차단됩니다.

00:14:25.940 --> 00:14:29.480
컴플라이언스 매니저가 제어 조치가 구현된 것을 확인하고 점수를 부여합니다.

00:14:29.720 --> 00:14:31.540
감사 로그는 전체 과정을 기록합니다.

00:14:31.780 --> 00:14:35.920
누가 데이터를 찾았는지, 언제 레이블이 적용되었는지, 어떤 정책이 작업을 차단했는지 기록됩니다.

00:14:36.120 --> 00:14:39.400
다음 감사가 진행될 때 전체 내용을 준비해서 제시할 수 있습니다.

00:14:39.720 --> 00:14:42.240
이것이 통합 플랫폼으로서 퍼뷰가 가진 힘입니다.

00:14:42.240 --> 00:14:47.420
단순히 포털만 공유하는 3개의 별도 도구가 아니라 각 부분이 서로에게 정보를 제공하는 하나의 엔진입니다.

00:14:47.560 --> 00:14:49.140
통합은 자동으로 이루어집니다.

00:14:49.140 --> 00:14:55.780
거버넌스가 마련되고 환경을 스캔하여 데이터를 분류하고 나면, 보안과 규정 준수는 추가 구성 없이도 그 혜택을 누릴 수 있습니다.

00:14:55.960 --> 00:14:58.620
컴플라이언스 매니저를 위해 레이블을 다시 만들 필요가 없습니다.

00:14:58.880 --> 00:15:00.760
DLP를 위해 다시 스캔할 필요도 없습니다.

00:15:01.060 --> 00:15:02.840
모두 같은 기반을 공유하기 때문입니다.

00:15:03.020 --> 00:15:07.140
대부분의 조직은 데이터 보호를 서로 단절된 이니셔티브로 취급하기 때문에 실패합니다.

00:15:07.360 --> 00:15:09.720
보안팀과 소통하지 않는 거버넌스 팀이 있습니다.

00:15:10.100 --> 00:15:12.960
서로 다른 스프레드시트로 작업하는 규정 준수 담당자도 있습니다.

00:15:13.260 --> 00:15:16.800
비즈니스 요구사항을 이해하지 못한 채 정책만 구현하는 IT팀도 있죠.

00:15:16.800 --> 00:15:20.340
퍼뷰는 종속성을 가시화하여 이러한 부서 간의 소통을 강제합니다.

00:15:20.500 --> 00:15:22.840
거버넌스 없이는 규정 준수를 제대로 수행할 수 없습니다.

00:15:23.080 --> 00:15:25.600
보호하는 데이터가 무엇인지 모르면 보안을 제대로 수행할 수 없습니다.

00:15:25.840 --> 00:15:27.100
자, 어디서부터 시작할까요?

00:15:27.300 --> 00:15:28.860
모든 기능을 한꺼번에 켜는 것은 아닙니다.

00:15:29.020 --> 00:15:30.080
거버넌스부터 시작하세요.

00:15:30.280 --> 00:15:32.500
데이터를 찾고 분류하면 나머지는 자연스럽게 따라옵니다.

00:15:32.660 --> 00:15:33.800
오늘의 핵심 정보입니다.

00:15:33.980 --> 00:15:35.300
첫 걸음을 내딛는 것이죠.

00:15:35.520 --> 00:15:36.760
그럼, 시작해볼까요?

00:15:36.900 --> 00:15:40.560
퍼뷰 데이터 탐색기를 열어 환경 내에 어떤 민감 정보가 있는지 확인하세요.

00:15:40.800 --> 00:15:42.720
찾게 되는 내용에 놀라실지도 모릅니다.

00:15:42.720 --> 00:15:49.620
이메일 첨부 파일에 들어있는 신용카드 번호, 오래된 시어포인트 사이트의 주민등록번호, 잊고 있던 팀즈 대화 속 의료 정보들까지요.

00:15:49.720 --> 00:15:51.580
첫날부터 모든 걸 해결하려 하지 마세요.

00:15:51.760 --> 00:15:52.780
일단 살펴보는 겁니다.

00:15:53.100 --> 00:15:54.620
가장 큰 위험에 먼저 집중하세요.

00:15:54.820 --> 00:15:57.560
금융 데이터, 의료 기록, 개인 정보 등이 해당합니다.

00:15:57.940 --> 00:16:00.400
규제기관으로부터 문제가 발생할 수 있는 항목들이죠.

00:16:00.600 --> 00:16:04.300
사내 연말 파티 메모를 걱정하기 전에 이들부터 우선 순위에 두세요.

00:16:04.540 --> 00:16:09.060
다음으로 중요한 콘텐츠에 민감도 레이블을 적용하되, 아직 모두에게 배포하진 마세요.

00:16:09.060 --> 00:16:10.920
소규모 사용자 그룹으로 시작하세요.

00:16:11.120 --> 00:16:14.020
그들이 테스트하고 익숙해지도록 하여 피드백을 받으세요.

00:16:14.180 --> 00:16:16.840
전사적 영향이 가기 전에 설정 오류를 잡아낼 수 있습니다.

00:16:17.100 --> 00:16:19.360
그 다음 DLP 정책을 테스트 모드로 설정하세요.

00:16:19.560 --> 00:16:23.240
시뮬레이션으로 실행하면 실제로 차단하지 않고도 무엇이 차단될지 미리 볼 수 있습니다.

00:16:23.480 --> 00:16:27.020
보고서를 검토하고 규칙을 조정한 뒤 점진적으로 적용을 활성화하세요.

00:16:27.240 --> 00:16:29.600
컴플라이언스 매니저를 로드맵으로 활용하세요.

00:16:29.820 --> 00:16:33.480
귀하의 업계 규정을 충족하기 위해 필요한 내용을 정확히 보여줍니다.

00:16:33.700 --> 00:16:35.160
혼자서 고민할 필요가 없습니다.

00:16:35.500 --> 00:16:38.700
평가 기능이 무엇을, 어떤 순서로 해야 할지, 그리고 어떻게 증명할지 알려줍니다.

00:16:39.060 --> 00:16:41.160
바로 할 수 있는 가장 강력한 작업 하나를 알려드리겠습니다.

00:16:41.380 --> 00:16:42.800
데이터 분류 스캔을 실행하세요.

00:16:43.000 --> 00:16:43.780
그냥 실행해보세요.

00:16:44.060 --> 00:16:45.820
무엇을 가졌는지 아는 것이 모든 것을 바꿉니다.

00:16:46.000 --> 00:16:47.800
나머지 모든 작업은 그 한 걸음에서 시작됩니다.

00:16:48.000 --> 00:16:49.980
마이크로소프트 퍼뷰는 단일 제품이 아닙니다.

00:16:50.140 --> 00:16:53.420
데이터를 찾고 보호하며 방어 가능한 상태로 유지하는 시스템입니다.

00:16:53.660 --> 00:16:57.260
거버넌스로 시작해 보안을 더하고 규정 준수로 신뢰를 지키세요.

00:16:57.440 --> 00:17:00.180
이 프레임워크는 기존 데이터와 AI 모두에 적용됩니다.

00:17:00.420 --> 00:17:01.780
네, AI 도포함입니다.

00:17:02.040 --> 00:17:04.740
우리 대부분이 이미 살고 있는 세상을 위해 만들어졌으니까요.

00:17:04.740 --> 00:17:06.080
전체적인 흐름을 이해하셨다면,

00:17:06.080 --> 00:17:08.940
M365 FM에서 마이크로소프트 지식조각을 구독하세요.

00:17:09.120 --> 00:17:11.120
다음으로 설명받고 싶은 내용을 댓글로 남겨주세요.

00:17:11.320 --> 00:17:12.320
시청해주셔서 감사합니다.
