AI 시대, 데이터 보안과 거버넌스의 새로운 기준

업계 주목: 수직별 고유한 위험 (Unique Risks by Vertical) 중요 이유(Why It Matters): AI는 진공 상태에서 작동하지 않습니다. 각 산업은 고유한 위험과 규제에 직면합니다. 보안 및 거버넌스는 산업별 데이터 흐름, 규정 준수 요구 사항, 그리고 AI 혁신 성숙도에 맞춰 조정되어야 합니다. 주요 관찰 사항:산업 주목할 만한 위험/격차 영향을 받은 % Financial Services AI 관련 데이터 보호 부족 62% Healthcare 규정 준수 및 감독 어려움 52% Retail & Consumer Goods AI 모델과 개인식별정보(PII) 상호작용에 대한 가시성 부족 48% Technology & SaaS 신속한 AI 도입에도 불구하고 공식적인 AI 위험 전략 부재 42% ​핵심(Takeaway): 모든 상황에 맞는 단일 접근법으로는 충분하지 않습니다. AI 거버넌스는 데이터 유형, 위협 환경, 그리고 규정 준수 압박을 반영해야 합니다. 수직화된 AI 과제에는 수직화된 솔루션이 필요합니다. 각 부문은 위험, 규정 준수, 그리고 AI 구축을 규제 현실에 맞춰 조정해야 합니다.금융 서비스(Financial Services): 엄격한 규제에도 불구하고 기업 중 38%만이 AI 관련 데이터 보호를 구현했습니다.. 의료(Healthcare): 52%가 AI 규정 준수를 큰 장애물로 꼽았습니다. 소매(Retail): 48%가 AI 내에서 고객 데이터 사용에 대한 가기성이 부족합니다. 기술 및 SaaS(Technology & SaaS): 혁신을 선도하고 있음에도 불구하고 42%가 공식적인 AI 위험 전략이 없다고 답했습니다. 다음 단계(Next Steps):수직별 AI 거버넌스 playbook 구축. 데이터 발견(data discovery)을 규제 위험 평가(예: HIPAA, GLBA, PCI-DSS)와 통합합니다. 목적 편차 및 규정 위반(compliance violations)에 대한 AI 모델 모니터링 BigID의 수직적 거버넌스 템플릿(Verticalized governance templates)은 금융, 의료 및 기술 조직이 규제 요구 사항을 충족하는 동시에 AI 신뢰를 구축하는데 도움이 됩니다. AI Risk은 누가 책임지는가? 거버넌스 격차(Governance Gap) Survey Question (설문 조사 질문): 귀하의 조직에서 AI 보안, 규정 준수 및 거버넌스를 담당하는 사람은 누구입니까? 소유자 (Owner) IT Security / CISO 54.1% Data Governance Team 29.2% Risk & Compliance Team 29.2% Data Privacy Team 25.8% 명확한 소유권(ownership)이 없음 21.9% 중요 이유(Why It Matters): 책임이 분산되어 있으며, 5개 조직 중 1개 조직에서는 그 책임이 명확히 정의되어 있지 않습니다. 명확한 책임자가 없으면 AI 거버넌스 프로그램은 정체되거나 실패할 것입니다. 다음 단계(Next Steps): 전담 AI 거버넌스 리더 또는 위원회 배정. 거버넌스를 DevOps, DataOps, SecurityOps와 연결 통합 플랫폼을 사용하여 모든 이해관계자에게 공유된 가시성을 제공하세요 BigID는 공유 정책 제어와 중앙 집중식 AI, 개인정보보호(privacy), 보안(security) 및 거버넌스(governance) 대시보드를 통해 팀을 연결합니다. 전략적 우선순위: 2025년에 가장 중요한 것은 무엇일까? Survey Question (설문 조사 질문): 2025년에 AI와 관련하여 가장 우선시하는 사항은 무엇입니까? 우선 사항 (Priority) Compliance & governance (규정 준수 및 거버넌스) 36.1% Visibility into AI Risk (AI 위험에 대한 가시성) 30.0% Preventing AI-driven data leaks (AI 기반 데이터 유출 방지) 15.0% Implementing security controls (보안 제어 구현) 14.2% 36.1%는 규정준수 및 거버넌스를 우선시 합니다. 30%는 위험 가기성에 집중 AI 기반 데이터 유출 방지에 15% 투자 보안 통제 구현에 대한 14.2% 의미(What It Means): 가시성과 거버넌스에 여전히 중점을 두고 있지만, 운영 통제는 뒤처져 있습니다. 예방과 시행에 집중하는 조직이 너무 적습니다. 보안 우선순위가 보안 노출 수준에 미치지 못하고 있습니다. AI 위험 전략은 인식에서 시행으로 전환되어야 하며, 툴, 원격 측정, 신뢰 프레임워크를 활용해야 합니다..읽어주셔서 감사합니다. 자세한 문의는 marketing@dhitech.co.kr 로 문의 부탁드립니다.#BigID #빅아이디 #AI보안 #AI거버넌스 #데이터보안 #데이터거버넌스 #AI리스크 #AI위험관리 #AI규정준수 #AI컴플라이언스 #ShadowAI #섀도우AI #데이터보호 #개인정보보호 #데이터유출방지 #AI데이터관리 #DataSecurity #AIGovernance #AIRiskManagement #DataGovernance #CyberSecurity #동훈아이텍

[Palo Alto Networks] AI 프로필로 완성하는 차세대 Identity Governance

[Palo Alto Networks] AI 프로필로 완성하는 차세대 Identity Governance오늘날 기업의 보안 담당자와 관리자들에게 ‘권한 검토(Access Certification)’는 가장 번거롭고 형식적인 업무 중 하나로 전락하곤 합니다.새로운 프로젝트나 업무 전환이 생길 때마다 추가된 권한은 수거되지 않은 채 쌓이고, 권한 검토 시즌이 오면 관리자들은 수십 개에 달하는 복잡한 권한 목록을 제대로 확인하지도 못한 채 ‘전체 승인(Rubber-stamping)’ 버튼을 눌러버리기 일쑤입니다.기존의 계정 지배구조 및 자동화(IGA, Identity Governance and Administration) 방식이 한계에 다다른 이유는 간단합니다. 과거의 IGA는 ‘직함(Job Title)’이라는 정적인 라벨 하나에 의존해 사람을 규정했기 때문입니다. 하지만 현대의 다변화된 업무 환경에서 동일한 직무를 가진 사람이라도 담당하는 프로젝트, 팀, 접근하는 데이터는 저마다 다릅니다.이제 정적이고 일차원적인 권한 관리에서 벗어나, AI 프로필 기반의 동적 계정 보안(IDIRA)으로 전환해야 할 때입니다.1. 기존 IGA 방식이 초래하는 3가지 보안 리스크정적 라벨 기반의 전통적인 권한 관리는 보안 및 운영 면에서 치명적인 허점을 만듭니다.- 영혼 없는 승인(Pervasive Rubber-stamping)관리자는 수백 가지 권한 항목의 세부 맥락을 알지 못한 채 검토 요청을 받습니다. 결국 업무 차질을 피하기 위해 내용을 이해하지 못한 채 모두 승인해 버리며, 이는 정기 권한 검토의 본래 목적을 무력화합니다.- 역할 부풀림(Role Bloat)프로젝트나 임시 업무를 위해 예외적으로 부여된 권한이 업무 종료 후에도 수거되지 않습니다. 시간이 지나면서 특정 역할(Role) 내 권한이 기하급수적으로 늘어나, 기업 내에 더 이상 아무도 파악하지 못하는 ‘거대한 권한 덩어리’가 생성됩니다.- 공격 표면(Attack Surface)의 극대화과도한 권한(Over-privileged)을 가진 계정은 해커에게 최상의 표적입니다. 계정 하나만 탈취당해도 공격자가 내부망에서 측면 이동(Lateral Movement)을 감행할 수 있는 범위가 넓어지기 때문입니다.2. 입체적인 '계층형 액세스 모델(Layered Access Model)'이란?사람의 실제 업무 패턴은 단순한 직무 이름보다 훨씬 다층적입니다. 차세대 Identity Security는 임직원의 권한을 다음과 같이 4가지 동적 계층으로 나누어 관리합니다.- 기본 권한 (Birthright Access): 입사 첫날 제공되는 이메일, 그룹웨어, HR 포털 등 기본 시스템 접근 권한- 역할 기반 권한 (Role-based Access): 개발자, 재무 담당자 등 직무 수행에 필수적인 '가장 슬림하고 간소화된' 권한- 동료 기반 권한 (Peer-based Access): 동일한 부서 및 팀 내 유사 업무 수행자(Peers)들의 권한 패턴을 분석해 추천하는 동적 권한- 개인/프로젝트 권한 (Individual Access): 특정 TF나 단기 프로젝트 수행을 위해 예외적으로 부여되는 개별 권한​3. AI 프로필이 바꾸는 Identity Governance의 미래이러한 계층형 모델을 사람이 일일이 수동으로 추적하는 것은 불가능합니다. IDIRA(Identity Security Solution)는 머신러닝 기반의 AI 프로필을 통해 조직 내 계정과 사용 패턴을 실시간으로 분석하여 고도화된 지능형 보안을 제공합니다.- AI 기반 정밀 권한 추천신규 입사자나 부서 이동자가 발생했을 때, AI는 기존 유사 직무 수행자들의 행동 및 권한 데이터 패턴을 비교하여 “이 사용자의 프로필은 기존 선임 엔지니어 그룹과 95% 일치합니다. 동일한 권한을 부여하시겠습니까?”와 같은 명확한 비즈니스 형태의 추천을 제시합니다.- 이상 징후 중심의 스마트 권한 검토관리자에게 모든 권한 항목을 일일이 보여주는 대신, 위험도가 높은 예외 항목을 AI가 선별해 줍니다.“이 프로젝트 PM은 다른 PM들과 달리 재무 데이터베이스 접근 권한을 가지고 있습니다. 이 권한을 회수하시겠습니까?”이처럼 명확한 맥락과 이상 징후(Anomaly)를 짚어줌으로써, 관리자는 피로도 없이 신속하고 정확한 의사결정을 내릴 수 있습니다.- 사용 패턴 분석을 통한 데이터 소유자 매칭실제 애플리케이션 및 데이터의 사용 패턴을 분석하여, 해당 자산의 실제 데이터 소유자(Data Owner)를 자동으로 식별합니다. 권한 요청 시 최적의 문맥을 가진 데이터 소유자에게 승인 절차가 연결되어 보다 안전한 승인 체계를 구축합니다.​​결론: 라벨을 넘어, 인공지능으로 완성하는 최소 권한 원칙(Least Privilege)​identity Governance의 궁극적인 목표는 “업무 생산성을 저해하지 않으면서, 딱 필요한 만큼의 권한만 제공하는 것”입니다.기존의 단순 라벨 기반 관리에서 벗어나 AI 프로필 기반의 IDIRA 솔루션을 도입하면, 권한 검토 피로도 감소, 자동화된 온보딩, 그리고 공격 표면의 획기적 축소라는 효과를 동시에 누릴 수 있습니다.​​참고 URL : https://www.cyberark.com/resources/all-blog-posts/identity-governance-gaps-how-ai-profiles-move-security-beyond-the-label​자세한 문의는 marketing@dhitech.co.kr 로 문의 부탁드립니다.#IDIRA #PaloAltoNetworks #IdentityGovernance #IGA #AI보안 #접근권한관리 #최소권한원칙 #IdentitySecurity #제로트러스트 #동훈아이텍

TrendAI | AI 도입에 따른 엔드포인트 보안 강화 전략

안녕하세요. 동훈아이텍입니다.1.AI 시대, 엔드포인트 보안이 다시 중요해진 이유Copilot, AI 에이전트, 사내 LLM, AI 개발 도구까지 기업의 AI 도입이 빠르게 확산되면서 AI는 이미 업무 환경 깊숙이 들어와 있습니다.문제는 이 모든 AI 활동이 결국 한 곳,바로 엔드포인트에서 일어난다는 점입니다.이제 엔드포인트는 단순한 업무용 단말이 아닙니다.사용자, 계정 권한, 데이터, 그리고 AI 도구가 한데 모이는 지점이 되었습니다.그만큼 공격자에게는 가장 노리기 좋은 표적이 되었고,보안팀 입장에서는 가시성을 잃기 가장 쉬운 영역이 되었습니다.결국 AI 시대 엔드포인트 보안의 핵심은AI 활동에 대한 가시성 확보, 계정·데이터와 연결한 상관 분석,그리고 공격을 받아도 무너지지 않는 복원력입니다.2. AI 시대 엔드포인트의 주요 보안 리스크AI 도입 환경에서 엔드포인트가 직면한 리스크는 다음과 같습니다.1.Shadow AI 확산직원이 임의로 설치해 사용하는 비인가 AI 챗봇과 에이전트 고객 정보, 내부 데이터가 검증되지 않은 AI 서비스로 유출 보안 검토 없이 배포되는 AI 생성 애플리케이션2. AI를 활용하는 공격자-AI로 제작된 정교한 피싱 공격 (CFO 등 임원 사칭 포함)-음성 복제 기술을 이용한 헬프데스크 본인 확인 우회-자동화된 계정 탈취 기반 침투 공격3. AI 에이전트 자체가 새로운 공격 대상- 광범위한 API 키와 장기간 유효한 인증 정보를 보유한 AI 에이전트- 민감 데이터 접근 권한을 가진 에이전트가 탈취될 경우 피해4. EDR 무력화 공격공격자들이 침투 후 가장 먼저 노리는 것이 EDR 비활성화입니다.방어의 핵심 도구가 오히려 공격 대상이 되는 상황입니다.3. 현재 보안 팀이 고려해야할 3가지 과제 엔드포인트 보안 수준을 점검할 때, 기존 EDR 평가 기준보다 다음 세 가지 질문이 더 중요합니다.첫째, 엔드포인트에서 AI 활동이 보이는가?차단된 악성 파일이 아니라, 실제 AI 도구 사용 현황과 브라우저 기반 코파일럿, 인가·비인가 에이전트, 그리고 그 과정에서 단말 밖으로 나가는 데이터까지 볼 수 있어야 합니다. 프록시에서 URL만 필터링하는 방식으로는 실제 행위를 파악할 수 없습니다.둘째, 엔드포인트 이벤트를 계정·데이터와 연결할 수 있는가?노트북에서 발생한 경고 하나는 단순 이벤트입니다. 하지만 낯선 지역에서의 로그인, 민감 파일 접근, 장기 API 키를 가진 AI 에이전트 호출이 연결되면 침해 사고입니다. 엔드포인트 단독으로는 이 흐름을 파악할 수 없습니다.셋째, 엔드포인트 방어 체계가 AI를 활용하고, 공격받아도 유지되는가?시그니처 기반 방어로는 AI로 강화된 공격 속도를 따라가기 어렵습니다. EDR 자체가 공격 대상이 된 만큼, 복원력은 당연히 있을 것이라 가정할 것이 아니라 처음부터 설계에 포함되어야 합니다.4. TrendAI Vision One 기반 대응 전략TrendAI Vision One은 엔드포인트를 독립된 보안 도구가 아니라, 플랫폼 전체와 연결된 핵심 행위 데이터 소스로 다룹니다.(1) 하이브리드 환경 전체를 아우르는 단일 플랫폼클라우드 워크로드, 온프레미스 서버, 레거시 시스템, VDI, OT/IoT까지 일관되게 보호예방, EDR, 에이전트 변조 방지 기능을 하나의 정책 체계로 통합엔드포인트·계정·이메일·클라우드·네트워크 이벤트를 실시간으로 상관 분석하나의 화면에서 전체 공격 흐름을 확인하고, 하나의 워크플로우로 대응(2) 40년 위협 리서치 기반의 인텔리전스세계 최대 규모의 버그 바운티 프로그램 ZDI(Zero Day Initiative) 연계벤더 패치가 나오기 최대 96일 전부터 공개된 취약점으로부터 보호축적된 인텔리전스가 AI 기반 탐지와 상관 분석에 지속 반영(3) 단순 경고를 넘어선 위험 평가와 공격 경로 예측 (CREM)취약점, 설정 오류, 계정 노출, 비관리 자산을 지속적으로 평가하고 우선순위화공격자가 어떤 경로로 핵심 자산에 도달할 수 있는지 사전에 예측XDR과 결합해 예측 → 노출 제거 → 탐지 → 대응 → 재평가로 이어지는 순환 구조 구현5. 결론 – 엔드포인트 보안 전략을 다시 설계할 시점AI 시대에도 엔드포인트는 여전히 중요합니다.다만 질문이 달라졌습니다.이제 중요한 것은 "엔드포인트 보안 제품을 도입했는가"가 아니라,사람과 계정, 데이터, AI 에이전트가 하나의 단말을 공유하고공격자가 AI의 속도로 움직이는 지금의 환경에 맞게엔드포인트 전략이 설계되어 있는가입니다.TrendAI Vision One은 엔드포인트를 별도의 콘솔에 가두지 않고플랫폼 전체의 맥락 속에서 보호함으로써,AI 도입이 만들어내는 새로운 보안 공백을 지속적으로 줄일 수 있도록 지원합니다.읽어주셔서 감사합니다. 자세한 문의는 marketing@dhitech.co.kr 로 문의 부탁드립니다.#TrendAI #TrendAIVisionOne #엔드포인트보안 #AI보안 #생성형AI보안 #ShadowAI #AI에이전트보안 #EDR #XDR #통합보안 #위협인텔리전스 #사이버보안 #데이터보안 #계정보안 #동훈아이텍

‘평문 방치된 인증키＇라는 보안구멍, IDIRA 통합 플랫폼으로 원천 차단하는 방법

최근 쿠팡 개인정보 유출 사태를 통해 다시 확인된 핵심은, 보안 사고의 시작이 반드시 고도화된 해킹 기법에서만 비롯되는 것은 아니라는 점입니다.고대 김승주 교수님의 SNS 글에서도 이번 사태의 대안으로 인증을 언급했으며, 참고 자료에는 쿠팡 개인정보 유출 관련 과징금이 총 6,246억 8,100만 원으로 확정되었다는 내용과 함께, “인증 서명키 관리 및 접근통제 소홀 등 기본적인 안전관리 체계 미흡”으로 약 3,750만 명의 개인정보가 유출되었다는 내용이 정리되어 있습니다.문제의 본질은 단순히 외부 공격을 막지 못한 것이 아니라, 내부 시스템 깊숙이 존재하는 인증 서명키, API Key, 서비스 계정, 접근 권한이 안전하게 통제되지 않았다는 데 있습니다.인증 서명키가 평문으로 방치되거나, 퇴사자 권한 회수와 키 변경이 제대로 이루어지지 않으면 공격자는 정상 사용자처럼 위조 토큰을 생성하고, 대규모 API 접근까지 시도할 수 있습니다. 실제로 기존 PPT에서도 사고 원인을 계정 및 인증 관리 부실, 평문 인증키 방치, 위조 인증 토큰 생성, 대규모 API 무차별 접근 및 탐지 실패로 정리하고 있습니다.이제 보안의 핵심은 네트워크 경계 방어를 넘어, 누가, 무엇이, 어떤 권한으로 접근하는지를 실시간으로 발견하고 통제하는 아이덴티티 보안으로 이동하고 있습니다.Palo Alto Networks는 CyberArk 인수를 완료하며 아이덴티티 보안을 자사 플랫폼 전략의 핵심 축으로 확장했고, 이를 통해 인간, 머신, 에이전틱 아이덴티티 전반을 보호하겠다고 밝혔습니다.또한 Palo Alto Networks는 차세대 아이덴티티 보안 플랫폼 IDIRA를 소개하며, 기존 PAM을 넘어 인간, 머신, AI 에이전트까지 포함하는 모든 아이덴티티에 보안 통제를 적용하는 방향을 제시하고 있습니다.특히 AI 시대에는 사람 계정뿐 아니라 서비스 계정, API Key, 머신 아이덴티티, AI 에이전트의 권한 관리가 더욱 중요해지고 있습니다. 머신 아이덴티티가 인간 아이덴티티보다 훨씬 빠르게 증가하는 환경에서, 인증정보를 안전하게 격리하고 권한 오남용을 실시간으로 탐지하는 체계는 더 이상 선택이 아닙니다.IDIRA는 PAM, Secrets Hub, AI 기반 이상행위 탐지를 통해 인증정보를 중앙 금고에 격리하고, 비정상 접근을 분석·차단하는 통합 아이덴티티 보안 플랫폼입니다.기존 CyberArk 고객에게는 IDIRA를 통해 기존 PAM 환경을 확장하면서, Palo Alto Networks의 통합 보안 포트폴리오와 연계한 차세대 아이덴티티 보안 전략을 제안할 수 있습니다.오늘의 영업 포인트고객사 IT 보안 담당자에게 이렇게 질문해볼 수 있습니다.“귀사의 AI 에이전트 및 서비스 계정은 몇 개이며, 해당 권한은 어떻게 관리되고 있습니까?”쿠팡 사태가 보여준 것처럼, 보안 사고는 방치된 인증정보 하나에서 시작될 수 있습니다.AI 시대의 보안은 계정 보호를 넘어, 모든 아이덴티티와 권한을 통제하는 것에서 시작됩니다.IDIRA와 함께 인증정보를 보호하고, 비정상 접근을 탐지하며, 아이덴티티 중심의 보안 체계를 완성해보세요.읽어주셔서 감사합니다.자세한 문의는 marketing@dhitech.co.kr 로 문의 부탁드립니다.#IDIRA #CyberArk #PaloAltoNetworks #아이덴티티보안 #PAM #인증보안 #접근권한관리 #머신아이덴티티 #AI보안 #제로트러스트 #정보보안 #사이버보안 #동훈아이텍

공급망 보안, 이제는 ‘평가’가 아니라 ‘탐지와 대응’의 시대입니다

제3자 보안관리, 평가 이후가 더 중요합니다.안녕하세요. 동훈아이텍입니다.많은 기업이 협력사와 공급업체를 대상으로 보안 평가를 진행합니다.계약 전 보안 검토를 수행하고, 정기적으로 설문지를 발송하며, 필요 시 보안 관련 자료를 요청하기도 합니다.하지만 제3자 위험관리에서 정말 중요한 질문은 따로 있습니다.“평가 이후, 실제 위험은 줄어들고 있는가?”공급업체가 설문에 응답했다고 해서 리스크가 사라지는 것은 아닙니다.보안 점검표가 완료되었다고 해서 취약점이 해결된 것도 아닙니다.문제는 평가 결과를 바탕으로 어떤 위험을 먼저 조치하고, 공급업체와 어떻게 개선을 이어갈 것인가입니다.기존의 제3자 보안관리는 평가 자체에 많은 시간이 소요됩니다.보안 설문을 만들고, 답변을 취합하고, 증빙 자료를 확인하고, 결과를 정리하는 과정이 대부분 수작업으로 이루어지는 경우가 많습니다.이 과정에서 보안팀과 리스크 관리팀은 반복적인 행정 업무에 많은 시간을 쓰게 됩니다.정작 중요한 고위험 공급업체 식별, 취약점 우선순위화, 개선 조치 추적에는 충분한 리소스를 투입하기 어렵습니다.또 하나의 문제는 공급업체의 보안 상태가 계속 변한다는 점입니다.평가 당시에는 문제가 없었던 업체도 이후 신규 취약점에 노출될 수 있고, 보안 등급이 하락할 수 있으며, 침해 사고와 연관될 수도 있습니다.따라서 제3자 위험관리는 단순히 평가를 완료하는 업무가 아니라, 평가 이후의 변화까지 지속적으로 확인하고 조치하는 운영 체계가 되어야 합니다.SecurityScorecard TITAN AI Platform은 이러한 제3자 보안관리의 한계를 보완합니다.공급업체의 보안 상태를 지속적으로 모니터링하고, 외부 공격 표면과 취약점, 보안 등급 변화, 위협 이벤트를 기반으로 실제 조치가 필요한 위험을 식별할 수 있도록 지원합니다.또한 TITAN Assess를 통해 보안 설문과 평가 업무를 간소화하고, TITAN Secure를 통해 공급업체 리스크를 단일 워크플로에서 관리할 수 있습니다.TITAN MAX는 내부 리소스가 부족한 조직을 위해 평가, 모니터링, 대응, 개선 조치까지 전문가 기반으로 지원합니다.이제 제3자 보안관리는 “평가했는가?”에서 끝나서는 안 됩니다.중요한 것은 평가 이후입니다.어떤 공급업체가 가장 위험한지,어떤 취약점을 먼저 해결해야 하는지,공급업체가 실제로 개선 조치를 완료했는지,그리고 그 결과 기업의 공급망 리스크가 줄어들었는지를 확인해야 합니다.공급망 보안의 목표는 점검 완료가 아니라 위험 감소입니다.SecurityScorecard는 기업이 제3자 위험을 지속적으로 파악하고, 우선순위에 따라 대응하며, 실제 개선으로 이어지는 공급망 보안 체계를 구축할 수 있도록 지원합니다.읽어주셔서 감사합니다.자세한 문의는 marketing@dhitech.co.kr 로 문의 부탁드립니다.#제3자보안관리 #제3자위험관리 #TPRM #공급망보안 #협력사보안관리 #공급업체보안평가 #벤더리스크관리 #보안평가자동화 #보안설문자동화 #고위험공급업체 #리스크모니터링 #위험감소 #SecurityScorecard #시큐리티스코어카드 #SecurityScorecardTITAN