🛡️ Security Copilot 실전 가이드

07c · Microsoft Purview 에이전트

📝노트

이 페이지에서 얻는 것

  • 데이터 보안·컴플라이언스 업무를 Security Copilot 에이전트로 어디까지 자동화할 수 있는지
  • Purview 에이전트의 역할·자동화 범위·GA/프리뷰 상태
  • 경보 분류(Triage)·데이터 태세(Posture) 에이전트의 실제 동작 데모 영상

⏱️ 예상 소요 8분 · 🎯 대상: 데이터 보안 담당, 컴플라이언스, 인사이더 리스크 분석가

데이터 보안팀은 하루 평균 66건의 경보를 받지만 실제로는 63%만 검토합니다. Purview의 Security Copilot 에이전트는 경보 분류와 민감 데이터 발견을 자율 자동화해, 가장 중요한 위험을 먼저 다루도록 돕습니다.


1. Data Security Triage Agent — 경보 분류·우선순위 자동화

DLP와 IRM 각각에 제공되는 분류 에이전트로, 가장 위험이 큰 경보를 먼저 처리하도록 에이전트 관리형 경보 큐를 만듭니다. 경보를 네 가지 범주(All / Needs attention / Less Urgent / Not categorized)로 분류합니다.

Data Security Triage Agent in Data Loss Prevention (DLP) — (GA)

Data Security Triage Agent in DLP 데모 — DLP 경보를 위험 기준으로 자동 분류·우선순위화

  • 콘텐츠 위험 중심 판정: 정책에 정의된 SIT(민감 정보 유형)·학습 가능 분류자·민감도 레이블을 1차 기준으로 봅니다. 이어 외부 공유(반출) 위험, 정책 위험(모드·규칙 액션), 레이블 제거/강등을 평가합니다.
  • 자연어 사용자 지정 지침: "세금·재무·법무 관련 경보는 우선순위 높게", "PDF/JPG 자산은 낮게" 같은 지침을 구조화된 분류 로직으로 번역해 우선순위를 올리거나 내립니다. (DLP 전용)
  • 자동 개선: 문서 소유자에게 Teams로 연락해 파일 내 민감 정보 제거를 유도하는 등, 경보 개선까지 자동화할 수 있습니다.

Data Security Triage Agent in Insider Risk Management (IRM) — (GA)

Data Security Triage Agent in IRM 데모 — 사용자 활동 위험을 분석해 IRM 경보를 분류

  • 행위·사용자 위험 중심 판정: 반출 위험이 높은 활동과 과거 경보 이력(활동 위험), 우선 사용자 그룹 소속·활성 케이스 수(사용자 위험)를 평가합니다.
  • 심층 분석: 경보에 연관된 사용자의 최근 활동 이벤트 3만 건을 분석하며, 정책에 매칭된 활동뿐 아니라 모든 활동을 평가합니다.
  • 풍부한 근거: 위험 패턴·관련 민감 데이터·행위자·타임프레임을 담은 에이전트 요약을 제공합니다.
중요

DLP와 IRM은 판정 기준이 다릅니다. DLP는 "무엇이(어떤 민감 콘텐츠가)" 위험한지를, IRM은 "누가 어떤 행동을" 위험하게 했는지를 봅니다. 둘 다 점수가 아니라 카테고리로 분류하며, 자연어 사용자 지정 지침은 공식적으로 DLP 전용입니다.

2. Data Security Posture Agent — 민감 데이터 발견·태세 자동화

키워드·정규식이 아니라 LLM 기반 자연어(의도) 로 민감 데이터와 노출된 시크릿을 대규모로 발견합니다. 현재 데이터 발견자격 증명 스캔 두 기능을 제공합니다.

Data Security Posture Agent 데모 — 자연어 의도로 민감 데이터를 발견하고 위험을 요약

데이터 발견 — DSPM(Data Security Posture Management) (Preview)

DSPM의 Asset explorer에서 시작합니다. 명시적 키워드가 없어도 의도에 맞는 콘텐츠(문서·이메일·메시지·Copilot 채팅)를 M365 전반에서 매칭하고, 적용된 레이블·경로·최종 수정 시각과 함께 위험을 요약합니다.

자격 증명 스캔 — DSI(Data Security Investigations) (Preview)

Data Security Investigations에서 자격 증명 스캔 작업을 만들어, 특정 사이트를 스코프로 파일 속 비밀번호·API 키·시크릿을 탐지합니다. 자연어로 맥락을 좁혀("이 사용자가 숨긴 자격 증명을 찾아줘") 대규모로 노출 자격 증명을 발견합니다.

💡

발견 → 개선 → 심층 조사 — Posture 에이전트에서 발견한 결과는 레이블 변경·보고 같은 즉시 조치로 이어지거나, 증거가 충분하면 Data Security Investigations·eDiscovery로 넘겨 심층 분석할 수 있습니다.


💡

자동화 성숙도 관점 — Purview 에이전트는 데이터 보안 라이프사이클의 발견·분류·대응을 커버합니다. Triage 에이전트가 "어떤 경보를 먼저" 볼지 자동 판정하고, Posture 에이전트가 "민감 데이터·시크릿이 어디 있는지"를 자연어로 발견합니다. 모두 SCU를 소비하며 사람 감독 하의 반자동으로 동작합니다.

참고 링크

이 사이트는 학습용 비공식 자료입니다. 모든 내용은 Microsoft Learn 공식 문서를 근거로 합니다.