데이터 유출방지
데이터 유출방지는 개인정보와 기밀정보가 승인되지 않은 채널로 전송·복사·업로드되는 행위를 탐지하고 차단하는 통제입니다.
데이터 유출방지
엔드포인트, 이메일, 웹 프록시, 클라우드, SaaS, 네트워크에서 콘텐츠와 맥락을 검사합니다. 정규식, 문서 지문, 분류 태그, 머신러닝, 사용자 행위를 조합합니다.
핵심 정보
운영 방식
개인정보 유형과 업무별 허용 흐름을 정의하고 경보, 경고, 암호화, 승인, 차단을 위험도에 따라 적용합니다. 오탐이 많은 정책은 사용자가 우회하므로 단계적 도입이 필요합니다.
운영 효과는 데이터 생성 지점, 처리 목적, 사용자와 관리자 권한, 외부 연동, 백업과 로그, 삭제 절차를 연결할 때 확보됩니다. 설계 문서와 실제 운영 상태가 다를 수 있으므로 설정값, 표본 데이터, 접근기록, 변경 이력을 근거로 검증합니다.
보호 효과와 실패 위험
DLP가 없으면 내부자와 탈취 계정이 클라우드 드라이브, 개인 이메일, USB, 인쇄를 통해 대량 반출할 수 있습니다. 과도한 차단은 업무 중단과 민감 데이터의 검사 시스템 집중을 만들 수 있습니다.
개인정보 관련 위험에는 기밀성 침해, 잘못된 수정과 삭제, 서비스 중단, 부정확한 프로파일링, 차별적 의사결정, 계정 탈취, 사칭과 2차 피싱이 포함됩니다. 위험 평가는 정보의 민감도, 변경 가능성, 결합 가능성, 노출 기간, 대상 인원, 공격자의 실제 접근 능력을 반영합니다.
성숙도와 효과 확인
정책 적용 범위와 암호화 트래픽, 압축·이미지·스크린샷, API 전송, 개인 기기를 확인합니다. 경보 처리시간과 예외 승인, 반복 위반자를 분석합니다.
검토 결과에는 적용 범위, 남은 위험, 책임자, 개선 기한, 재검증 조건을 기록합니다. 외부 서비스와 오픈소스 구성요소가 관련되면 계약서와 보안 공지, 버전, 데이터 처리 위치, 하위 수탁·의존 관계도 확인합니다.
구축·운영 원칙
- 데이터 분류와 실제 업무 흐름을 기반으로 정책을 설계합니다.
- 경고·승인·차단을 위험도와 사용자 역할에 따라 구분합니다.
- 클라우드와 SaaS, 엔드포인트의 반출 경로를 통합 모니터링합니다.
- 오탐과 우회 패턴을 분석해 정책을 지속 조정합니다.
보호조치는 예방, 탐지, 대응, 복구 단계에 나누어 배치합니다. 한 통제가 우회되거나 오작동해도 피해가 곧바로 전체 데이터로 확산되지 않도록 권한·네트워크·데이터·로그 통제를 겹쳐 적용합니다.
혼동하기 쉬운 개념
계정 보안, 접근통제, 로그, 교육, 사고대응과 결합해야 합니다.