Day 3 - 민감 데이터 보호: Macie와 마스킹

데이터레이크에는 의도치 않게 PII(개인식별정보)나 민감 정보가 섞여 들어옵니다. 이를 자동으로 탐지하고(Macie), 노출을 줄이며(마스킹/토큰화), 규정 준수를 입증하는 것이 오늘의 주제입니다.

1. Amazon Macie: PII 자동 탐지

Macie는 머신러닝과 패턴 매칭으로 S3의 민감 데이터를 자동 발견·분류하는 서비스입니다.

• 자동 민감 데이터 탐색(Automated sensitive data discovery): 버킷을 지속 샘플링해 위험을 가시화.
• 분류 작업(Classification jobs): 특정 버킷·접두사를 일회성/주기적으로 정밀 스캔.
• 관리형 데이터 식별자: 신용카드 번호, 주민/사회보장번호, 여권번호, 이메일 등 다수 내장.
• 맞춤 데이터 식별자: 정규식 + 키워드 + 근접성으로 조직 고유 패턴(사번 등) 정의.
• 발견(Findings): 민감 데이터 위치·유형을 EventBridge/Security Hub로 전달해 자동 대응.

{
  "customDataIdentifier": {
    "name": "internal-employee-id",
    "regex": "EMP-[0-9]{6}",
    "keywords": ["employee", "사번"],
    "maximumMatchDistance": 50
  }
}

💡 관련 이론: Macie는 객체 전체를 다운로드하지 않고 샘플링·패턴 매칭으로 비용을 통제합니다