엔터프라이즈 조직은 Microsoft SharePoint, Google Drive, Atlassian Confluence와 같은 회사 지식 소스에서 인사이트를 얻기 위해 검색 증강 생성(RAG)을 도입하고 있습니다. 그러나 이러한 지식 소스에는 복잡한 권한 구조로 관리되는 민감한 정보가 포함되어 있습니다. AI가 생성한 답변이 해당 권한을 준수하도록 보장하는 것은 엔터프라이즈 AI에서 가장 어려운 과제 중 하나입니다.
이 게시물에서는 Amazon Quick 및 Amazon Bedrock Knowledge Bases 가 쿼리 시점에 권위 있는 소스와 직접 권한을 확인하는 실시간 액세스 제어 목록(ACL) 시행을 통해 이 과제를 어떻게 해결하는지 살펴봅니다.
비즈니스 문제
다음 시나리오를 생각해 보십시오. SharePoint 사이트 소유자가 자신의 조직을 위한 지식 베이스를 생성합니다. 여러 부서의 팀 구성원이 AI 어시스턴트를 사용하여 이 지식 베이스에서 답변을 얻습니다. 중요한 요구 사항은 각 팀 구성원이 자신이 액세스할 권한이 있는 문서에서 생성된 AI 인사이트만 받아야 한다는 것입니다.
이는 보편적인 엔터프라이즈 과제입니다. 조직은 기존 보안 태세를 훼손하지 않으면서 AI 기반 인사이트에 대한 액세스를 민주화하려 합니다. AI 응답에서 단 하나의 무단 문서라도 노출되면 기밀 전략 문서, 미공개 재무 데이터 또는 민감한 HR 정보가 유출될 수 있습니다.
기존 접근 방식이 한계에 부딪히는 이유
RAG 액세스 제어의 일반적인 접근 방식은 복제 후 필터링(replicate-and-filter) 방식을 사용하여 문서 수준 권한을 시행합니다. 일반적으로 다음과 같이 작동합니다:
- 데이터 소스 커넥터(예: SharePoint 커넥터)가 주기적 동기화 작업의 일부로 ACL을 가져옵니다.
- ACL은 데이터 소스에서 복제되어 인덱스의 속성으로 저장됩니다.
- 쿼리 시점에 AI 시스템은 로그인한 사용자를 저장된 ACL 속성에 매핑하고 그에 따라 결과를 필터링합니다.
이 접근 방식은 표면적으로는 합리적으로 보이지만, 세 가지 근본적인 약점이 있습니다.
문제 1: AI 시스템이 신뢰할 수 있는 원천(source of truth)이 아님
이 모델에서 AI 시스템은 권한의 권위 있는 소스가 아니면서도 시행에 대한 전적인 책임을 집니다. 이를 위해서는 데이터 커넥터가 다양한 데이터 소스에 걸쳐 복잡하고 소스별로 상이한 ACL 로직을 정확하게 복제해야 합니다. 각 데이터 소스에는 고유한 권한 모델이 있습니다. 수십 개의 커넥터에 걸쳐 상속 계층 구조, 그룹 멤버십, 조건부 액세스 정책, 거부 규칙을 매핑하는 것은 오류가 발생하기 쉬운 작업입니다.
문제 2: 오래된 권한이 보안 공백을 초래함
일반적으로 데이터 커넥터는 온디맨드 또는 고객이 정의한 일정에 따라 실행되는 풀 기반 동기화를 지원합니다. 이러한 AI 솔루션의 ACL은 마지막 동기화가 실행된 시점의 스냅샷입니다. 일부 솔루션은 이벤트 기반 업데이트를 사용하지만, 이는 보편적으로 작동하지 않습니다. 예를 들어, Confluence와 같은 데이터 소스는 그룹 멤버십이 변경될 때 이벤트를 발생시키지 않습니다. 동기화 사이에서 액세스가 취소된 사용자가 더 이상 볼 수 없어야 할 문서에서 AI 답변을 여전히 받을 수 있습니다.
문제 3: 변화하는 데이터 소스 기능
데이터 소스는 콘텐츠에 대한 액세스를 제어하는 메커니즘을 정기적으로 변경하거나 새로 도입합니다. SharePoint의 새로운 권한 기능이나 Google Drive 공유 모델의 변경은 ACL 매핑 로직에 공백을 만들 수 있습니다. 이는 커넥터가 업데이트될 때까지 콘텐츠를 노출시킬 수 있습니다.
AWS의 해결 방법: 실시간 ACL 시행
이러한 과제를 해결하기 위해, 우리는 Amazon Quick와 Amazon Bedrock Knowledge Bases의 기존 검색 전(pre-retrieval) ACL 필터링 위에 추가 보안 계층으로 실시간 ACL 확인을 구현했습니다. 이를 통해 시스템은 쿼리 시점에 권위 있는 소스와 직접 권한을 확인함으로써 가장 최신의 액세스 제어를 시행합니다. 이는 잠재적으로 오래되었거나 잘못 매핑된 ACL 데이터에 의존하는 것을 방지합니다.
아키텍처 개요
다음 다이어그램은 의미 검색 성능과 실시간 보안 기능을 모두 제공하는 하이브리드 접근 방식을 보여줍니다.
그림 1: Amazon Quick 및 Amazon Bedrock Knowledge Bases를 위한 실시간 ACL 시행 아키텍처로, 검색 전 필터링(1단계)과 권위 있는 소스에 대한 실시간 검증(2단계)을 결합
작동 방식: Google Drive 예시
사용자가 Google Drive 지식 베이스를 사용하는 Amazon Quick 에이전트에 쿼리를 제출하면, 시스템은 두 단계로 액세스 제어를 시행합니다:
1단계: 검색 전 필터링
Amazon Quick는 벡터 인덱스에 대해 의미론적 검색을 수행하여 가장 관련성이 높은 문서 구절을 찾습니다. 시스템은 인덱스에 이미 저장되어 있는 액세스 제어 목록을 적용합니다. 이를 통해 예비 후보 문서 집합이 생성됩니다. 이 단계가 필요한 이유는 인덱스의 모든 문서에 대해 실시간 API 호출을 하면 규모가 커질 때 비용이 너무 많이 들기 때문입니다.
2단계: 실시간 검증
Amazon Quick는 Google Drive API를 호출하여 후보 문서를 실시간으로 검증합니다. 관리자가 제공한 서비스 계정 자격 증명을 사용하여 가장(impersonation)을 통해 사용자별 액세스 토큰을 생성합니다. Google Drive는 각 문서와 연결된 액세스 제어 목록의 신뢰할 수 있는 원천(source of truth)을 유지합니다. 사용자가 액세스 권한이 없는 문서는 검색된 결과 집합에서 제외됩니다. 검증되고 승인된 문서 구절만 대규모 언어 모델(LLM)에 컨텍스트로 전달됩니다. 모델은 이 지식을 사용하여 응답을 생성합니다.
이 2단계 접근 방식은 성능과 보안의 균형을 맞춥니다. 캐시된 ACL을 효율성을 위해 사용하는 동시에 실시간 검사를 통해 정확성을 보장합니다. ACL 시행 외에도 Amazon Bedrock은 책임 있는 AI 컨트롤을 제공합니다. 여기에는 콘텐츠 필터링을 위한 Amazon Bedrock Guardrails, 환각을 줄이기 위한 그라운딩 검사, 그리고 조직이 생성형 AI 애플리케이션을 책임 있게 배포하도록 돕는 구성 가능한 안전 정책이 포함됩니다.
조직에 이것이 중요한 이유
이 접근 방식은 세 가지 핵심 이점을 제공합니다:
- 항상 최신 상태의 권한 – RAG 제품을 사용할 때 더 이상 동기화 주기 사이에 보안 공백이 없습니다. 직원의 액세스 권한이 취소되면, 그 변경 사항이 몇 시간이나 며칠이 아니라 순식간에 AI 응답에 반영됩니다.
- 확장에 대한 확신 – 조직은 지식 베이스 범위를 확장하면서도, 데이터 소스와 무관하게 모든 쿼리에 대해 실시간 ACL 검사가 권위 있는 소스와 권한을 확인한다는 것을 알고 안심할 수 있습니다.
- 운영 부담 감소 – 동기화 빈도에 대해 걱정할 필요가 없습니다.
고객 평가
“우리 조직을 위해 AI 솔루션을 평가하기 시작했을 때, 보안 및 규정 준수 팀은 최우선 과제를 분명히 했습니다. 바로 동료들이 승인된 정보만 볼 수 있도록 보장하는 것이었습니다. 이는 기본적인 요구 사항이지만 많은 플랫폼이 의미 있는 방식으로 해결하는 데 어려움을 겪는 부분입니다. Amazon Quick의 실시간 액세스 제어 접근 방식은 그 질문에 확실하게 답했으며, 평가 과정 전반에서 돋보이는 수준의 엄격함을 보여주었습니다. 이를 통해 내부 검토 위원회는 앞으로 나아갈 확신을 얻었고, 앞으로 AI 거버넌스를 생각하는 방식에 대한 탄탄한 기반을 마련했습니다.”
— Jamahl Wiggins, Sr. Specialist – M365 Innovation, Mondelēz International
Mondelēz International은 4개 지역에 걸친 35,000명이 넘는 직원을 위해 Amazon Quick를 배포했습니다.
결론
이 게시물에서는 Amazon Quick와 Amazon Bedrock Knowledge Bases가 기업의 중요한 보안 과제를 해결하기 위해 실시간 ACL 시행을 구현하는 방법에 대해 살펴보았습니다. 이중 계층 ACL 아키텍처는 쿼리 시점에 권위 있는 소스와 직접 권한을 확인합니다. 이를 통해 AI가 생성한 답변에 사용자가 액세스할 권한이 있는 콘텐츠만 포함되도록 보장합니다.
시작하려면 다음을 방문하세요: Amazon Quick 및 Amazon Bedrock Knowledge Bases.