AI가 데이터 리스크의 양상을 바꾸고 있습니다. DSPM이 여러분에게 주도권을 되찾아 드립니다.

메가 슈클라 - 선임 제품 마케팅 매니저

2026년 9월 4일 5 읽는 데 5분

데이터 환경은 변했지만, 관리 체계는 그대로입니다.

DSPM은 기업 전반에 걸쳐 AI를 안전하게 활용하기 위한 핵심 기반입니다. 그 이유를 설명해 드리겠습니다.

조직들이 생성형 AI, 코파일럿, AI 에이전트, 대규모 언어 모델(LLM) 기반 애플리케이션을 빠르게 도입함에 따라, 민감한 기업 데이터가 AI 데이터 처리 계층에 점점 더 많이 포함되고 있습니다. 따라서 AI 보안을 강화하려면 AI가 발견, 접근, 검색 및 활용할 수 있는 데이터를 이해하고 통제하는 것부터 시작해야 합니다.

이러한 과제는 AI의 범위를 넘어섭니다. 기업 데이터 자체는 그 어느 때보다 분산되어 있고 역동적입니다. 멀티 클라우드 환경, SaaS 애플리케이션, 하이브리드 근무 방식, 그리고 새롭게 등장하는 AI 기술들은 조직이 정보를 생성, 저장, 공유 및 활용하는 방식을 근본적으로 변화시켰습니다. 민감한 데이터는 이제 클라우드 플랫폼, 협업 도구, 대규모 언어 모델(LLM), 코파일럿, AI 에이전트, 벡터 데이터베이스, API, 제3자 서비스, 기업 저장소 등을 가로질러 흐르며, 종종 기존의 거버넌스 및 보안 경계를 넘어 확장되기도 합니다. 

그러나 많은 기업 보안 통제 수단은 애플리케이션, 인프라, 신원 정보, 데이터가 보다 명확하게 정의된 경계 내에 존재하던 환경을 전제로 설계되었습니다. 데이터 환경이 진함에 따라 이로 인해 중대한 가시성 및 통제상의 공백이 발생했습니다. 즉, 조직은 더 이상 인프라와 애플리케이션의 보호에만 의존할 수 없으며, 데이터 자체를 이해하고 보호해야 합니다.

따라서 보안 팀은 기존 통제 수단으로는 해결할 수 없었던 다음과 같은 질문들에 대한 해답을 찾아야 합니다. 민감한 데이터는 어디에 저장되어 있는가? 누가 이에 접근할 수 있는가? AI 애플리케이션이 어떤 민감한 데이터를 탐지하고 활용할 수 있는가? 과도한 권한 부여, 잘못된 구성 또는 부적절한 공유로 인해 데이터가 과도하게 노출된 곳은 어디인가? 그리고 직원들이 승인되지 않았거나 ‘섀도우’ AI 서비스에 민감한 정보를 입력하고 있는 곳은 어디인가? 

바로 이 점에서 데이터 보안 태세 관리(DSPM)가 필수적입니다. DSPM은 AI, 클라우드, SaaS, 하이브리드 등 다양한 환경에 걸쳐 민감한 데이터를 지속적으로 탐지, 분류 및 모니터링함으로써, 데이터 노출을 식별하고, 민감한 정보를 신원 및 접근 권한과 연관 짓고, 위험의 우선순위를 정하며, 데이터가 저장되거나 이동하는 모든 곳에서 이를 관리하는 데 필요한 데이터 컨텍스트를 구축합니다.

따라서 DSPM은 안전한 AI 도입과 규정 준수를 위한 데이터 보안 기반을 제공함으로써, 조직이 가장 민감한 정보에 대한 거버넌스를 유지한 채 AI를 도입하고, 기술 스택을 확장하며, 환경을 현대화하는 데 필요한 가시성과 제어 기능을 확보할 수 있도록 지원합니다. 

DSPM의 설립

DSPM은 데이터 우선 보안 모델 을 기반으로 하며, 신원, 접근, 노출, 사용 및 규정 준수라는 맥락에서 민감한 정보를 지속적으로 평가합니다. DSPM은 데이터를 단순히 재고 관리 대상인 또 다른 자산으로 취급하는 대신, 자동화된 탐지, 콘텐츠 기반 분류, 권한 분석 및 보안 상태 평가를 활용하여 민감한 데이터가 어디에 저장되어 있는지, 누가 또는 무엇이 이에 접근할 수 있는지, 그리고 어떻게 노출될 수 있는지를 파악합니다. 맥락 기반 위험 분석을 통해 DSPM은 이러한 신호들을 상호 연관시켜 중대한 노출 사례를 일상적인 발견 사항과 구분하고, 비즈니스 영향도를 기준으로 수정 조치의 우선순위를 정합니다. AI가 기업 데이터의 또 다른 소비자로 부상함에 따라, DSPM은 AI 애플리케이션이 탐색, 검색 및 소비할 수 있는 범위를 제한하는 데 필요한 인텔리전스를 제공합니다. 

DSPM은 API 우선 통합 모델을 통해 IAM, DLP, SIEM, SOAR 및 SSE에 대한 투자를 보완함으로써, 데이터 인텔리전스를 우선순위가 지정된 문제 해결 및 정책 적용으로 전환합니다. 이를 통해 탐지, 분류, 위험 우선순위 지정 및 문제 해결로 이어지는 지속적인 운영 사이클이 형성됩니다. 

Skyhigh DSPM이 지속적인 데이터 인텔리전스를 제공하는 방법

대부분의 기업은 보안 기술의 부족으로 인해 제약을 받는 것이 아니라, 분산된 데이터 인텔리전스 때문입니다.

Skyhigh DSPM은 클라우드 제어 플레인, SaaS 플랫폼, ID 제공업체 및 기업 저장소에서 메타데이터와 관련 데이터 컨텍스트를 지속적으로 수집하는 에이전트 없는 API 우선 아키텍처를 통해 이러한 과제를 해결합니다. 이 플랫폼은 엔드포인트 에이전트를 설치할 필요도 없고, 운영 중인 워크로드를 방해하지도 않으면서, 다양한 데이터 저장소 전반에 걸쳐 콘텐츠 기반 탐색, 분류, 권한 분석 및 보안 상태 평가를 수행합니다.

Skyhigh는 보안 발견 사항을 개별적으로 평가하는 대신, 데이터 민감도를 신원 및 액세스 맥락, 사용자 활동, 클라우드 구성, 공유 권한, 규제 요건 등과 연계하여 맥락을 고려한 위험 분석을 수행합니다. 이러한 다차원적 관점을 통해 보안 팀은 각 취약점이 초래하는 실제 위험과 비즈니스에 미치는 영향을 파악하고, 중대한 문제와 일상적인 발견 사항을 구분하며, 가장 시급한 부분에 우선순위를 두고 조치를 취할 수 있습니다. 

이러한 맥락은 AI 분야에서 특히 중요합니다. RAG 시스템, 코파일럿, AI 에이전트, 사내 AI 애플리케이션 등이 기업 정보를 검색할 때, 과도한 권한이나 관리가 미흡한 데이터 저장소로 인해 AI 시스템이 사용자가 접근해서는 안 되는 민감한 정보를 검색하게 될 수 있기 때문입니다. Skyhigh DSPM은 이러한 위험 요소를 파악하고, AI 애플리케이션이 발견·검색·활용할 수 있는 민감한 데이터의 범위를 제한하는 데 필요한 데이터 인텔리전스를 제공합니다.  

Skyhigh는 자사의 SSE( Security Service Edge ) 플랫폼과의 원활한 통합을 통해 이러한 포지션 인텔리전스를 정책 적용 단계까지 확장합니다. 조직은 DSPM 인텔리전스를 CASB( Cloud Access Security Broker ), SWG( Secure Web Gateway ), ZTNA( Zero Trust Network Access ), DLP( Data Loss Prevention )와 결합함으로써, 데이터 위험 맥락을 다양한 액세스 지점에 걸쳐 적응형 정책 기반 제어 조치로 전환할 수 있습니다.

이 통합 아키텍처를 통해 조직은 다음과 같은 이점을 얻을 수 있습니다:

• 필요에 따라 클라우드, SaaS, AI, 섀도우 IT 및 온프레미스 환경에 걸쳐 민감한 데이터를 탐지하고 분류합니다.
• 데이터 민감도를 신원 권한, 사용자 행동, 기기 상태 및 애플리케이션 위험도와 연관지으십시오.
• 과도한 권한, 구성 변경, 부적절한 공유 및 정책 위반 사항을 파악합니다.
• AI 애플리케이션 및 AI 기반 검색을 위한 데이터 기반 안전 장치를 마련한다.
• 상황별 위험 점수를 활용하여 개선 조치의 우선순위를 정하십시오.
• 적응형 DLP 및 최소 권한 제어 기능을 통해 무단 액세스 및 데이터 유출을 방지합니다.
• 지속적인 감사 증거를 생성하고 규정 준수 보고를 지원합니다.

그 결과, 폐쇄형 보안 모델 로, 탐색, 컨텍스트, 위험 우선순위 지정, 거버넌스 및 집행을 하나의 운영 워크플로우로 통합합니다.

앞으로의 전망: 다음은 무엇일까요?

기업 환경이 점점 더 데이터와 AI 중심으로 변화함에 따라, 기업 보안의 미래는 인프라를 보호하는 것뿐만 아니라, 데이터가 어디에 저장되어 있든, 이동하든, 또는 활용되든 간에 조직이 이를 얼마나 효과적으로 이해하고, 관리하며, 보호하느냐에 달려 있을 것입니다. 

Skyhigh DSPM은 현대적인 클라우드, SaaS 및 AI 생태계 전반에 걸쳐 민감한 데이터를 관리하는 데 필요한 인텔리전스를 제공함으로써 이러한 변화를 반영합니다. Security Service Edge 기술과 통합될 경우, 이러한 인텔리전스는 적응형 보호 기능으로 전환되어 조직이 데이터 노출을 줄이고, 거버넌스를 강화하며, AI 도입을 안전하게 추진하고, 규정 준수를 간소화하며, 진화하는 위험에 더욱 정밀하게 대응할 수 있도록 지원합니다. 

다음 질문은 다음과 같지 않습니다. 왜 Skyhigh DSPM이 중요한지 여부가 아니라, 이러한 접근 방식이 어떻게 측정 가능한 보안 성과로 이어지는가 하는 점입니다.

다음의 실제 사용 사례는 Skyhigh DSPM이 조직이 데이터 위험을 줄이고, 거버넌스를 강화하며, AI 기반 워크플로우를 보호하고, 현대적인 기업 환경 전반에서 규정 준수를 간소화하는 데 어떻게 도움이 되는지 보여줍니다. 아키텍처, 기능 및 구현 시 고려 사항에 대해 더 자세히 알아보려면 함께 제공되는 eBook를 다운로드하십시오. 이러한 기능이 귀사의 환경에 어떻게 적용되는지 알고 싶으시다면, 당사 전문가 중 한 명과 을 신청해 주십시오. 

블로그로 돌아가기