클라우드 네이티브 환경과 멀티클라우드 환경의 비밀자산관리 솔루션
클라우드 보안 중심의 Skyhigh Security
동적 위협에 대응하는 데 필요한 적응형 보호 기능
AI 기반의 아이덴티티 위험 분석과 자동화된 대응으로 계정 침해를 사전에 탐지하고 대응합니다.
기업/데이터 센터/클라우드 환경/네트워크 및 엔드포인트 보안 솔루션
DSPM(Data Security Posture Management) 분야의 글로벌 리더이며, On-prem 및 Cloud 환경 모두를 지원합니다.
외부 위협 기반 제3자 위험 관리 및 사이버 보안 위험 평가 플랫폼
제로 트러스트 기반 통합 보안 솔루션
국내 웹방화벽 시장점유율 1위!, 시큐어 웹게이트웨이(SWG), SSL 가시성 솔루션 제공
기업 지식재산(IP)과 민감정보를 엔드포인트에서 클라우드까지 보호하는 통합 DLP (데이터 유출 방지) 솔루션
내부자 위협을 실시간 탐지하고, 데이터 유출을 차단하며, 업무 생산성까지 하나의 플랫폼에서 분석합니다.
OT 네이티브 솔루션으로 산업 자산의 전체 라이프사이클을 보호합니다.
몬타비스타(MontaVista) 는 록키 리눅스(Rocky Linux) 의 주요 후원자인 동시에 공식 지원 제공업체 입니다. 보안성이 뛰어나며 높은 품질의 제품을 보다 빠르게 제공하기 위한 상용 임베디드 리눅스 솔루션들을 제공 합니다.
쿼드마이너(Quad Miners)는 네트워크 패킷을 빠짐없이 저장하고 다시 조립해, 무엇이 언제 어떻게 오갔는지를 증거로 보여 주는 NDR 솔루션을 만듭니다.
네트워크, 엔터프라이즈 멀티 클라우드 환경 및 엔드포인트, 모바일 및 IoT 디바이스를 보호하기 위한 최첨단 기술을 제공하며, 생성형 AI로 새는 데이터를 막고, 기업이 만든 AI 서비스를 프롬프트 공격으로부터 지킵니다.
보안점검 비용 절감 및 상시보안점검 체계 구축을 위한 동훈아이텍 솔루션
Service Area 01 · Data Security
이 페이지는 가트너가 정의하는 DSPM의 범위, 대응에 필요한 기능, 사고 대응 구성도, (주)동훈아이텍이 공급하는 솔루션 순서로 정리했습니다. 민감정보의 위치를 모르면 어떤 통제도 정확해지지 않는다는 전제에서 출발합니다.
작성: (주)동훈아이텍 비즈니스혁신본부
01
저장 위치를 파악하는 일부터 유출을 막고 증적을 남기는 일까지를 하나의 영역으로 봅니다. 글로벌 리서치는 이 영역의 출발점을 ‘알려지지 않은 데이터의 발견’에 둡니다.
“온프레미스 데이터센터와 클라우드 서비스 제공자(CSP) 전반에서 이전에 알지 못했던 데이터를 발견하고, 발견된 정형·비정형 데이터를 분류·구분하도록 지원하는 기술.”
가트너(Gartner), 「Data Security Posture Management (DSPM)」 정의 — 참고자료 1
이 정의에서 확인할 수 있는 것은 세 가지입니다. 첫째, DSPM은 이미 목록화된 데이터가 아니라 아직 파악하지 못한 데이터를 대상으로 합니다. 둘째, 정형 데이터와 비정형 데이터를 함께 다룹니다. 셋째, 발견에서 끝나지 않고 분류까지를 범위에 포함합니다. 분류 결과가 있어야 접근 권한과 유출 통제를 같은 기준 위에서 판단할 수 있습니다.
가트너의 DSPM 정의와 NIST 사이버보안 프레임워크 2.0의 기능 구분(식별·보호·탐지)을 기준으로, 이 영역이 답해야 하는 질문을 다섯 가지로 정리했습니다. 실제 프로젝트에서도 이 순서대로 확인 항목을 확정합니다.
표 1. 데이터 보안 영역이 답해야 하는 다섯 가지 질문
| 확인 항목 | 질문 | 이 항목이 비어 있을 때 생기는 일 |
| 발견 | 민감정보가 어느 시스템, 어느 저장소에 있는가 | 보호 대상 목록을 만들 수 없어 정책이 추정으로 결정됩니다. |
| 분류 | 그 데이터가 어떤 유형이고 등급은 무엇인가 | 모든 파일을 같은 기준으로 다루게 되어 오탐과 미탐이 함께 늘어납니다. |
| 권한 | 누가, 어떤 경로로 접근할 수 있는가 | 접근 권한이 넓게 열린 상태를 사고 이후에야 알게 됩니다. |
| 유출 경로 | 어떤 채널로 데이터가 나갈 수 있는가 | 통제 지점이 엔드포인트·네트워크·문서 중 한 곳에만 놓입니다. |
| 증적 | 통제가 작동했다는 사실을 어떻게 보여 줄 것인가 | 규제 대응 시점에 근거 자료를 다시 수집해야 합니다. |
범주 1
DSPM
민감정보를 발견·분류하고, 접근 권한과 노출 위험을 함께 평가합니다.
범주 2
데이터 보안 플랫폼
발견·분류·권한·AI 경로 관리를 하나의 데이터 식별 결과 위에서 운영합니다.
범주 3
개인정보 보호(PIA·DFD·RoPA·DSAR)
영향평가와 처리 활동 기록, 데이터 흐름 매핑, 정보주체 권리 요청 처리를 지원·자동화합니다.
범주 4
AI TRiSM
승인·비승인 모델과 에이전트로 데이터가 흐르는 경로를 관리합니다.
범주 5
AI-SPM
AI 모델·에이전트와 그 데이터·접근 위험의 보안 상태를 지속 점검합니다.
범주 6
Endpoint DLP
파일 생성·복사·붙여넣기·인쇄·공유를 사용자 단말에서 통제합니다.
범주 7
Network DLP
트래픽을 실시간으로 검사해 반출을 허용·차단·암호화·격리합니다.
범주 8
문서 정보보호(AIP)
문서에 표시한 민감도에 따라 암호화와 사용 권한이 함께 이동합니다.
그림 1. 데이터 보안 범위 개념도 — 통제 대상 · 대응 범주 · 공급 솔루션
보호 · 통제 대상
데이터 · AI
대응 범주
DSPM데이터 보안 플랫폼개인정보 보호(PIA·DFD·RoPA·DSAR)AI TRiSMAI-SPMEndpoint DLPNetwork DLP문서 정보보호(AIP)참고자료 1: 가트너(Gartner), 「Data Security Posture Management (DSPM)」 정의, https://www.gartner.com/en/information-technology/glossary/data-security-posture-management-dspm (조회 2026-11-15)
참고자료 2: NIST, 「Cybersecurity Framework (CSF) 2.0」, 2024, https://www.nist.gov/cyberframework (조회 2026-11-15)
02
사고 비용은 역대 최고 수준으로 올라섰고, 국내에서는 개인정보 유출과 무단수집이 과징금으로 확정됐습니다. 데이터가 어디에 있는지 모르는 상태가 비용을 키우는 구조입니다.
비용
평균 499만 달러
2026년 데이터 유출 사고의 세계 평균 비용입니다. 전년 대비 12% 증가한 역대 최고치입니다.
참고자료 3
공격
AI 기반 공격 56% 증가
딥페이크 사칭과 AI로 생성한 악성코드가 증가분을 주도했습니다.
참고자료 3
대응
AI·자동화 활용 시 193만 달러 절감
보안에 AI와 자동화를 광범위하게 쓰는 조직이 그렇지 않은 조직보다 평균 193만 달러 적게 지출했습니다.
참고자료 3
같은 자료에서 AI 모델 역전(inversion) 공격의 평균 피해 비용은 600만 달러로 제시됩니다. 공격 대상이 학습 데이터와 모델 주변으로 확장됐다는 뜻이며, 데이터의 위치와 흐름을 파악하는 일이 사고 비용과 직접 연결됩니다.
이커머스
C사(이커머스 기업) 개인정보 유출·무단수집
개인정보보호위원회는 2026년 6월 10일 제재처분을 의결하고 11일 발표했습니다. 과징금은 총 6,246억 8,100만원으로, 유출 관련 약 4,236억원과 온라인 활동기록 무단수집 2,011억 660만원으로 구성됩니다. 유출 규모는 3,750만명으로 발표됐습니다.
참고자료 4
통신
K사(통신사) 개인정보 유출(불법 펨토셀)
개인정보보호위원회는 2026년 7월 30일 안전조치 의무 위반으로 과징금 539억 7,900만원을 의결했습니다. 핵심 네트워크·시스템의 접근통제 관리 소홀로 16,647명의 휴대전화번호·IMSI·IMEI가 유출된 것으로 조사됐습니다.
참고자료 5
두 사례의 공통점은 어떤 정보가 어디까지 흘렀는지 확인하는 데 시간이 걸렸다는 점입니다. 평시에 데이터 위치와 접근 이력이 정리되어 있지 않으면, 사고 이후 영향 범위 산정과 통지·신고 절차가 모두 늦어집니다.
「개인정보 보호법」 제33조 — 개인정보 영향평가
대통령령으로 정하는 기준에 해당하는 개인정보파일을 구축·운영하거나 변경·연계하려는 공공기관은 위험요인 분석과 개선사항 도출을 위한 평가를 해야 합니다. 해당 여부는 운영 기관과 파일 기준에 따라 판단합니다.
참고자료 6
(주)동훈아이텍은 이 절차를 대체하는 방식이 아니라, 평가에 필요한 데이터 흐름과 증적을 자동으로 모으는 방향으로 지원합니다. 판단과 의사결정은 기관에 남습니다.
참고자료 3: IBM, 「Cost of a Data Breach Report 2026」, https://www.ibm.com/reports/data-breach (조회 2026-11-15)
참고자료 4: 개인정보보호위원회 보도자료, 2026-06-11, https://pipc.go.kr/np/cop/bbs/selectBoardArticle.do?bbsId=BS074&mCode=C020010000&nttId=12171 (조회 2026-11-15)
참고자료 5: 개인정보보호위원회 보도자료, 2026-07-30, https://pipc.go.kr/np/cop/bbs/selectBoardArticle.do?bbsId=BS074&mCode=C020010000&nttId=12349 (조회 2026-11-15)
참고자료 6: 개인정보보호위원회, 「개인정보 영향평가제도」 안내, https://pipc.go.kr/np/default/page.do?mCode=D050020000 · 「개인정보 보호법」 제33조, https://www.law.go.kr (조회 2026-11-15)
03
필요한 기능은 찾는 일, 나누는 일, 확인하는 일, 막는 일, 관리하는 일, 남기는 일의 여섯 단계로 정리됩니다. 어느 하나만 갖추면 앞 단계의 결과를 검증할 수 없습니다.
그림 2. 데이터 보안 대응 기능 흐름도
표 2. 데이터 보안 대응에 필요한 기능과 이 영역의 범주
| 단계 | 필요한 기능 | 판단 기준 | 연결되는 범주 |
| 1. 발견 | 온프레미스·클라우드·SaaS 저장소를 넘나드는 민감정보 자동 발견 | 사람이 목록을 만들지 않아도 신규 저장소가 조회되는가 | DSPM |
| 2. 분류 | 규칙 기반 판별과 머신러닝·자연어 처리, 문맥 정보의 결합 | 업무 문서와 개인정보를 구분해 오탐을 줄이는가 | DSPM |
| 3. 권한 확인 | 데이터별 접근 권한·소유자·사용 이력의 연결 조회 | 권한이 넓게 열린 항목을 위험도 순으로 볼 수 있는가 | DSPM · 개인정보 영향평가 |
| 4. 유출 통제 | 엔드포인트·네트워크·문서 수준의 반출 차단과 사유 기록 | 기기 밖, 사내망 밖에서도 같은 정책이 적용되는가 | Endpoint DLP · Network DLP · AIP |
| 5. AI 경로 관리 | 승인·비승인 모델·에이전트 발견과 프롬프트 내 민감정보 모니터링 | 사용자가 입력한 데이터가 어디로 가는지 확인되는가 | AI TRiSM |
| 6. 증적 | 정책 위반·승인 이력·검토 결과의 내보내기 가능한 기록 | 감사 시점에 요구 항목을 즉시 제출할 수 있는가 | 개인정보 영향평가 · 전체 범주 |
참고자료 8: NIST, 「Cybersecurity Framework (CSF) 2.0」, 2024, https://www.nist.gov/cyberframework (조회 2026-11-15)
참고자료 9: BigID, 「DSPM · AI Security Posture Management」 제품 설명, https://bigid.com/solutions/dspm-ai-spm-agentic-spm/ (조회 2026-11-15)
04
데이터 보안 사고에 대응할 때 필요한 구성은 정책을 내리는 계층, 통제를 집행하는 계층, 결과를 증적으로 남기는 계층으로 나뉩니다. 아래 구성도는 이 세 계층의 관계를 개념적으로 정리한 것입니다.
그림 3. 데이터 보안 사고 대응 구성도(개념도)
Control Plane
정책 수립 · 위험 판단 계층
보호 대상과 기준을 정하고, 아래 계층에 정책을 배포하며 경보를 모읍니다.
DSPM데이터 분류권한 검토AI TRiSM▼ 정책 배포 · 경보 수집
Endpoint
사용자 단말
파일 생성·복사·붙여넣기·인쇄·USB 전송을 통제합니다.
Endpoint DLPNetwork
네트워크 구간
트래픽을 실시간 검사해 사내망 밖으로 나가는 반출을 차단합니다.
Network DLPDocument
문서 자체
표시된 민감도에 따라 암호화와 사용 권한이 문서를 따라갑니다.
문서 정보보호(AIP)▼ 위반 · 접근 · 이동 이벤트
Evidence
증적 · 이행 추적 계층
정책 위반 내역과 승인 이력, 검토 결과를 모아 규제 대응 자료로 남깁니다.
영향평가 지원·자동화이행 추적리포트 내보내기표 3. 데이터 보안 사고 대응 단계와 구성 요소의 역할
| 단계 | 확인 내용 | 구성 요소 |
| 탐지 | 어떤 데이터가 어떤 경로로 이동했는지 이벤트로 확인합니다. | Endpoint DLP · Network DLP |
| 확인 | 해당 데이터의 유형·등급과 접근 권한 보유자를 조회합니다. | DSPM · 데이터 분류 |
| 통제 | 반출 차단, 권한 회수, 문서 권한 변경을 적용합니다. | Endpoint DLP · Network DLP · AIP |
| 증적 | 조치 내역과 영향 범위를 기록하고 통지·신고 자료로 정리합니다. | 증적 계층 · 영향평가 지원 |
참고자료 10: NIST, 「Cybersecurity Framework (CSF) 2.0」의 기능 구분(식별·보호·탐지·대응·복구), 2024, https://www.nist.gov/cyberframework (조회 2026-11-15)
05
이 영역은 네 가지 솔루션으로 구성됩니다. 제품명을 선택하면 각 마이크로사이트에서 상세 기능을 확인할 수 있습니다.
한국 단독 총판(Exclusive Distributor)
DSPM·개인정보 보호(PIA·DFD·RoPA·DSAR)·AI TRiSM·AI-SPM을 담당합니다. 민감정보 발견과 분류, 접근 권한 검토, AI·에이전트 데이터 흐름 관리에 쓰입니다.
그림 4. 데이터 보안 솔루션 구성도 — 범주별 공급 솔루션
시장 정의 · 온프레미스와 클라우드 전반에서 알려지지 않은 데이터를 발견하고 분류하는 기술입니다.
핵심 기능 · 민감정보 발견, 사전학습 분류기 기반 분류, 프롬프트 기반 분류, 접근 권한 검토와 증명, DLP 경보 검증, 데이터 수명주기 관리.
공급 솔루션 · BigID
연동 범위 · 클라우드·SaaS·온프레미스 저장소와 기존 DLP 경보를 함께 조회하는 구성을 지원합니다. 실제 수집 범위는 고객 환경의 연동 가능 여부에 따라 정해집니다.
시장 정의 · 데이터의 발견·분류·접근 통제·보호 기능을 하나의 체계로 묶어 운영하는 구성입니다.
핵심 기능 · 데이터 식별 결과의 공유, 정책 일원화, 범주 간 경보 연계, 조치 이력 관리.
공급 솔루션 · BigID
연동 범위 · DSPM·개인정보 영향평가·AI TRiSM을 같은 식별 결과 위에서 운영합니다.
시장 정의 · 개인정보 처리 흐름의 위험요인을 분석하고 개선사항을 도출하는 평가 절차입니다.
핵심 기능 · 동적 평가 템플릿(PIA), 처리 활동 기록(RoPA) 관리, 데이터 흐름 매핑(DFD), 정보주체 권리 요청(DSAR) 접수·처리 자동화, 승인 라우팅, 이행 추적.
공급 솔루션 · BigID PIA Automation · BigID RoPA Mapping(데이터 흐름 매핑 포함) · BigID Data Rights Automation(DSAR)
연동 범위 · 평가에 필요한 증적 수집을 자동화합니다. 법정 평가를 대체하지 않으며, 판단과 의사결정은 기관에 남습니다.
시장 정의 · AI 사용 과정에서 데이터가 어디로 흐르는지를 관리하는 체계입니다.
핵심 기능 · 승인·비승인 모델과 에이전트 발견, 프롬프트 내 민감정보 모니터링, 학습 데이터·검색 인덱스 유입 추적, AI 자산 포스처 관리.
공급 솔루션 · BigID
연동 범위 · 사용 중인 생성형 AI 서비스와 사내 모델·에이전트의 목록화를 전제로 구성합니다.
시장 정의 · AI 자산을 찾아내고 데이터·접근 위험을 식별하며, AI 활동을 감시하고 취약점을 조치하는 연속적인 관리 방식입니다(제조사 정의).
핵심 기능 · AI 모델·에이전트·데이터 파이프라인 발견, AI가 사용하는 민감정보 식별, 접근 권한 점검, 위험 우선순위 지정과 조치.
공급 솔루션 · BigID AI-SPM
연동 범위 · 사용 중인 AI 서비스와 사내 모델·에이전트의 목록화를 전제로 구성하며, DSPM의 데이터 식별 결과를 함께 사용합니다.
시장 정의 · 사용자 단말에서 일어나는 데이터 이동을 관찰하고 통제하는 방식입니다.
핵심 기능 · 파일 생성·복사·붙여넣기·인쇄·공유 가시성, USB·앱·외부 채널 전송 통제, 차단 시 사유 요구, 네트워크 밖에서의 보호 유지.
공급 솔루션 · Fortra Digital Guardian Endpoint DLP
연동 범위 · Windows·Mac·Linux 단말을 포함한 이기종 환경을 전제로 설계합니다.
시장 정의 · 네트워크를 지나는 데이터를 검사해 외부 반출을 통제하는 방식입니다.
핵심 기능 · 실시간 트래픽 검사, 허용·차단·암호화·재경로·격리, 사용자 코칭과 알림, 컴플라이언스 리포트.
공급 솔루션 · Trellix Network DLP
연동 범위 · 사내망 경유 트래픽과 원격 근무 구간을 함께 고려해 배치를 정합니다.
시장 정의 · 문서에 민감도를 표시하고, 표시된 등급에 따라 암호화와 사용 권한이 문서를 따라가게 하는 방식입니다.
핵심 기능 · 민감도 표시, 등급 기반 암호화, 열람·편집·인쇄 권한 유지, 외부 전송 후 권한 관리.
공급 솔루션 · KEYRKE AIP(자사 솔루션)
연동 범위 · Microsoft 365 환경을 기반으로 구성하며, 사내 문서 관리 체계와의 정렬 방식을 함께 설계합니다.
참고자료 11: BigID, 「Privacy Impact Assessment (PIA)」, https://bigid.com/privacy-impact-assessment-app/ (조회 2026-11-15)
참고자료 12: Fortra, 「Endpoint DLP」, https://www.fortra.com/platform/data-loss-prevention/endpoint-dlp (조회 2026-11-15)
참고자료 13: Trellix, 「Data Loss Prevention」, https://www.trellix.com/products/dlp/ (조회 2026-11-15)
참고자료 16: BigID, 「RoPA Mapping」, https://bigid.com/ropa-mapping-app/ (조회 2026-11-18)
참고자료 17: BigID, 「Data Rights Automation」, https://bigid.com/data-rights-automation-app (조회 2026-11-18)
참고자료 18: BigID, 「AI Security Posture Management」, https://bigid.com/glossary/ai-security-posture-management/ (조회 2026-11-18)
06
배포 모델을 먼저 정하고, 그 위에서 (주)동훈아이텍이 담당할 범위를 확정합니다. 일정은 고객 환경에 따라 편차가 큽니다.
온프레미스
내부망에 직접 구축합니다. 망분리 환경은 수집 경로와 연동 방식을 별도로 협의합니다.
클라우드·SaaS
클라우드 저장소와 SaaS 사용 현황을 조회하는 형태로 구성합니다.
하이브리드
온프레미스와 클라우드를 함께 조회하고, 통제 지점은 채널별로 나눠 배치합니다.
그림 5. 도입 · 운영 절차
표 4. 단계별 수행 범위
| 단계 | 수행 내용 |
| 설계 | 보유 시스템·규제 대응 현황·기존 통제 내역을 기준으로 연동 범위와 우선순위를 정리한 설계안을 제시합니다. |
| 구축 | 정책 초기값 설정, 저장소 연동, 기존 DLP 경보와의 연결을 함께 구성합니다. |
| 운영 | 이벤트 검토와 정책 조정을 지원합니다. 필요 시 운영 업무를 위탁받아 수행하는 형태로 구성할 수 있습니다. |
| 유지보수 | 정기 점검, 제조사 에스컬레이션, 담당자 교육을 포함해 내부 역량이 남도록 진행합니다. |
대기업
글로벌 인력관리 솔루션 기업
엔드포인트 7,500대(Windows·Mac·Linux)에서 소스코드와 개인정보를 보호했습니다. 원격 엔지니어의 소스코드 보호와 엔드포인트에서 클라우드까지의 가시성을 확보한 사례입니다.
참고자료 14 · Fortra 공개 사례
대기업
헬스케어 분석 기업
사용자 1,000명 규모의 분산 인력 환경에서 개인식별정보·의료정보를 보호했습니다. 파트너사 요구로 DLP와 EDR을 함께 적용하고 매니지드 운영으로 내부 부담을 줄였습니다.
참고자료 14 · Fortra 공개 사례
참고자료 14: Fortra, 「Customer Stories」, https://www.fortra.com/resources/customer-stories (조회 2026-11-15)
(주)동훈아이텍의 일곱 가지 서비스 영역
데이터 보안아이덴티티 보안네트워크·클라우드 보안엔드포인트·클라우드 워크로드 보안애플리케이션·API 보안사이버 리스크 관리OT 보안07
영역 기본, 핵심 기술·기능, 규제·컴플라이언스, 연동·도입, 국내 도입·(주)동훈아이텍 순서로 28문항을 정리했습니다.
A. 민감정보가 어디에 있고 누가 접근하는지를 파악하는 단계부터, 유출을 막고 증적을 남기는 단계까지 다룹니다. DSPM·데이터 보안 플랫폼·개인정보 보호(PIA·DFD·RoPA·DSAR)·AI TRiSM·AI-SPM·Endpoint DLP·Network DLP·문서 정보보호(AIP) 여덟 가지 범주로 구성됩니다.
A. 데이터 저장 위치가 여러 시스템으로 분산된 조직에 적합합니다. 제조업군·대기업군·통신사·금융권처럼 규제 대응과 증적 관리가 함께 필요한 환경을 주 대상으로 합니다.
A. 패턴·키워드 같은 규칙과 머신러닝·자연어 처리, 메타데이터·문맥 정보를 함께 사용합니다. 분류 결과는 접근 권한, 소유자, 사용 이력과 연결해 위험도 순으로 정리합니다.
A. DSPM은 저장 위치를 알 수 없는 민감정보를 찾아 분류하고, 접근 권한과 노출 위험을 평가해 조치까지 연결하는 방식입니다. 어떤 데이터를 보호해야 하는지 목록이 없으면 DLP 정책의 정확도도 올라가지 않습니다.
A. 충분하지 않습니다. DLP는 정해진 경로의 반출을 통제하지만, 보호 대상 데이터를 식별하지 못하면 오탐과 미탐이 함께 늘어납니다. DSPM으로 대상을 정의하고 DLP로 통제하는 조합이 필요합니다.
A. DSPM은 데이터의 위치·분류·접근 권한·노출을 파악하는 관리 체계이고, DLP는 정해진 채널에서의 반출을 실제로 차단하는 통제 수단입니다. 파악과 통제를 나눠 두면 서로의 결과를 검증할 수 있습니다.
A. AI 사용 과정에서 데이터가 어디로 흐르는지를 관리합니다. 승인·비승인 모델과 에이전트의 존재, 프롬프트에 입력되는 민감정보, 학습 데이터와 검색 인덱스로 유입되는 경로를 확인합니다.
A. 문서에 민감도를 표시하고, 표시된 등급에 따라 암호화와 사용 권한이 문서 자체를 따라가게 하는 방식입니다. 파일이 외부로 나간 뒤에도 열람·편집·인쇄 권한을 유지할 수 있습니다.
A. KEYRKE AIP는 (주)동훈아이텍이 자체 개발해 공급하는 Microsoft 365 기반 AIP 정보보호 솔루션입니다. 타사 제품과 구분해 자사 솔루션으로 표기합니다.
A. 대상입니다. 클라우드·SaaS·온프레미스·하이브리드와 정형·비정형 저장소를 함께 조회하는 구성을 지원합니다. 실제 수집 범위는 고객 환경의 연동 가능 여부에 따라 정해집니다.
A. AI-SPM은 AI 자산과 그 데이터·접근 위험의 보안 상태를 지속 점검하는 일이고, AI TRiSM은 여기에 위험 평가와 데이터 신뢰 검증을 더한 관리 체계입니다. BigID는 AI TRiSM 안에 AI-SPM 기능을 포함해 제공합니다.
A. 데이터 보안은 기업의 정보 자산 전체를, 개인정보 보호는 정보주체의 개인정보를 중심에 둡니다. 기술 통제는 상당 부분 겹치며, (주)동훈아이텍은 두 요구를 하나의 데이터 식별 결과 위에서 설계합니다.
A. 「개인정보 보호법」 제33조에 따라, 대통령령으로 정하는 기준에 해당하는 개인정보파일을 구축·운영하거나 변경·연계하려는 공공기관은 위험요인 분석과 개선사항 도출을 위한 평가를 해야 합니다. 해당 여부는 운영 기관과 파일 기준에 따라 판단합니다.
A. 법정 평가를 대체하는 것은 아닙니다. (주)동훈아이텍은 BigID PIA Automation을 활용해 평가 절차와 증적 수집을 지원·자동화하고, 기관이 직접 수행해야 하는 판단과 의사결정은 기관에 남습니다.
A. 유출 사실을 인지한 시점에 통지와 신고에 필요한 정보를 확보할 수 있어야 합니다. 평시에 데이터 위치와 접근 이력이 정리되어 있으면 영향 범위 산정에 걸리는 시간이 줄어듭니다.
A. 정책 위반 내역, 승인 이력, 검토 결과를 화면에서 내보낼 수 있는 형태로 남깁니다. (주)동훈아이텍은 감사 시점에 필요한 항목을 먼저 정하고 그 항목이 자동으로 기록되도록 구성을 맞춥니다.
A. 금융권과 통신사 환경의 데이터 보안 요구사항을 전제로 설계합니다. 개별 규정의 적용 여부는 해당 기관의 해석과 내부 기준을 확인한 뒤 범위를 확정합니다.
A. DSAR는 정보주체가 자신의 개인정보 열람·삭제·정정을 요청하는 절차이고, RoPA는 개인정보 처리 활동을 기록한 문서입니다. (주)동훈아이텍은 BigID로 두 업무의 접수·기록·처리를 자동화하는 구성을 지원합니다.
A. 교체하지 않아도 됩니다. 이미 운영 중인 DLP의 경보를 DSPM이 수집해 실제 데이터 기준으로 검증하는 구성이 가능하며, 기존 통제 지점은 그대로 유지합니다.
A. 고객 환경에 따라 편차가 큽니다. 연동 대상 시스템 수, 데이터 규모, 정책 확정에 필요한 의사결정 절차가 기간을 좌우합니다.
A. 가능합니다. 온프레미스와 클라우드, 하이브리드 배포를 모두 전제로 설계하며, 망분리 환경은 연동 방식과 수집 경로를 별도로 협의합니다.
A. 정책 운영과 이벤트 검토 업무를 (주)동훈아이텍이 위탁받아 수행하는 형태로 구성할 수 있습니다. 초기 정책 수립과 담당자 교육을 함께 진행해 내부 역량을 남기는 방식을 권장합니다.
A. 보유 시스템 목록, 규제 대응 현황, 현재 운영 중인 보안 통제 내역이면 충분합니다. 이 자료를 기준으로 연동 범위와 우선순위를 정리한 설계안을 제시합니다.
A. 설계·구축·운영·유지보수를 자체 기술 조직이 직접 수행합니다. 제품 공급에 그치지 않고 고객 환경에 맞춘 정책 설계와 운영 이관까지 담당합니다.
A. (주)동훈아이텍은 BigID의 한국 단독 총판(Exclusive Distributor)입니다. 라이선스 공급과 기술 지원, 구축을 함께 제공합니다.
A. (주)동훈아이텍 기술 조직이 담당합니다. 제조사 에스컬레이션과 정기 점검을 포함해 운영 중 발생하는 정책 조정과 장애 대응을 지원합니다.
A. 페이지 하단의 상담 신청 버튼에서 신청서를 작성하시면 담당자가 연락드립니다. 전화는 02-580-6300(내선 1번), 이메일은 marketing@dhitech.co.kr입니다.
A. 가능합니다. 필요한 영역만 선택하거나 여러 영역을 조합해 단계적으로 도입할 수 있으며, 영역 간 우선순위는 요구사항 분석 결과에 따라 정합니다.