데이터 손실 이벤트는 종종 데이터 침해, 데이터 유출 또는 데이터 반출로 설명됩니다. 이 용어들은 때때로 같은 의미로 사용되지만, 실제로는 의미가 다릅니다.

데이터 침해란 권한이 없는 제삼자가 개인 데이터(예: 주민등록번호, 은행 계좌 번호, 의료 데이터) 또는 기업 데이터(예: 고객 기록, 지식재산권, 재무 데이터)를 포함한 민감한 데이터 또는 기밀 정보에 접근하는 사이버 공격 또는 기타 보안 사고입니다. IBM의 2023년 데이터 침해 비용 보고서에 따르면 침해 사고가 생겼을 때 발생하는 비용은 평균 445만 달러로, 지난 3년 동안 15% 증가했습니다.

데이터 유출은 민감한 데이터 또는 기밀 정보가 실수로 대중에게 노출되는 것입니다. 데이터 반출은 공격자가 다른 사람의 데이터를 공격자가 제어하는 디바이스로 옮기거나 복사하는 실제 데이터 도난입니다.

데이터 손실은 여러 가지 이유로 발생하지만 가장 일반적인 원인은 다음과 같습니다.

• 보안 취약성—해커가 악용할 수 있는 애플리케이션, 디바이스, 네트워크 또는 기타 IT 자산의 구조, 코드 또는 구현상의 약점 또는 결함입니다. 코딩 오류, 잘못된 구성, 제로데이 취약점(알려지지 않았거나 아직 패치되지 않은 취약점)이 여기에 포함됩니다.
  
  

• 취약하거나 도난당한 자격 증명—해커가 쉽게 추측할 수 있는 비밀번호 또는 해커나 사이버 범죄자가 훔친 비밀번호 또는 기타 자격 증명(예: 신분증)입니다.
   

• 내부자 위협—인증된 사용자가 부주의 또는 악의적인 의도로 데이터를 위험에 빠뜨리는 경우입니다. 종종 개인적인 이익을 취하려는 의도 또는 회사에 대한 불만을 가진 직원이 악의적인 내부자가 됩니다.
   

• 멀웨어—컴퓨터 시스템이나 사용자에게 해를 끼치기 위해 특별히 제작된 소프트웨어입니다. 데이터를 위협하는 멀웨어 중 가장 잘 알려진 형태는 데이터를 암호화하여 접근할 수 없도록 하고 복호화 키에 대한 대가를 요구하는 랜섬웨어를 꼽을 수 있습니다. 데이터가 유출되거나 다른 사이버 범죄자와 공유되는 것을 막고 싶으면 2차 지불을 하라고 요구하는 경우도 있습니다.
   

• 소셜 엔지니어링—사람들이 공유하지 말아야 할 데이터를 공유하도록 속이는 수법입니다. 직원의 기밀 데이터를 이메일로 보내도록 유도하는 피싱 공격처럼 교묘한 방법을 사용할 수도 있고, 멀웨어에 감염된 USB 드라이브를 누군가 발견하여 사용할 수 있는 장소에 두는 것처럼 무모한 경우도 있습니다.
   

• 물리적 장치 도난—취득자에게 네트워크와 데이터에 접근할 권한을 부여할 수 있는 노트북, 스마트폰, 또는 기타 기기를 훔치는 것입니다.

조직은 모든 유형의 데이터 손실을 방지하기 위해 공식적인 DLP 전략을 수립해야 합니다. DLP 전략의 핵심은 사용자가 엔터프라이즈 데이터를 처리하는 방법을 정의하는 일련의 DLP 정책입니다. DLP 정책은 데이터 저장 위치, 데이터 접근 권한, 데이터 사용 방법, 데이터에 보안 제어를 적용하는 방법 등 주요 데이터 보안 방식을 다룹니다. 

정보 보안팀은 일반적으로 모든 데이터에 대해 단일 정책을 작성하지 않고 네트워크에 있는 다양한 유형의 데이터에 대해 서로 다른 정책을 작성합니다. 종류가 다른 데이터는 처리하는 방법도 달라야 하기 때문입니다. 

예를 들어 신용카드번호, 집 주소와 같은 개인 식별 정보(PII)에는 일반적으로 기업이 이를 통해 수행할 수 있는 작업을 지정하는 데이터 보안 규정이 적용됩니다. 반면에 지적 재산(IP)에 관해서는 기업이 비교적 자유로운 권한을 갖고 있습니다. 또한 PII에 접근해야 하는 사람은 회사 IP에 접근해야 하는 사람과 같지 않을 수도 있습니다. 두 종류의 데이터 모두 보호해야 하지만, 방법은 다릅니다.  

보안 팀은 여러 개의 세분화된 DLP 정책을 생성하여 승인을 받은 최종 사용자의 승인된 행동을 하는 데 지장을 주지 않으면서 각 데이터 유형에 적절한 보안 표준을 적용할 수 있습니다. 조직에서는 관련 규정, 기업 네트워크, 비즈니스 운영상의 변화에 발맞추기 위해 정기적으로 이러한 정책을 개정합니다.

DLP 정책을 수동으로 적용하는 것이 불가능하지는 않더라도 어려울 수 있습니다. 서로 다른 데이터 세트에는 서로 다른 규칙이 적용될 뿐만 아니라, 조직은 네트워크 전체에서 다음을 포함한 모든 데이터를 모니터링해야 합니다. 

• 사용 중인 데이터—접근 또는 처리 중인 데이터(예: 분석 또는 계산에 사용되는 데이터 또는 최종 사용자가 편집 중인 텍스트 문서).
   

• 이동 중인 데이터 —이벤트 스트리밍 서버나 메시징 앱에서 전송되는 데이터와 같이 네트워크를 통해 이동 중인 데이터.

• 저장된 데이터—클라우드 드라이브에 있는 데이터와 같이 스토리지에 저장된 데이터.

DLP 정책을 적용하려면 조직 전체에서 지속적인 데이터 가시성을 확보해야 하므로 정보 보안 팀은 일반적으로 사용자가 데이터 보안 정책을 준수하도록 보장하기 위해 전문 DLP 소프트웨어 툴을 활용합니다. 이러한 DLP 툴을 사용하면 민감한 데이터 식별, 사용 추적, 불법 접근 차단과 같은 주요 기능을 자동화할 수 있습니다.   

DLP 솔루션은 데이터를 보호하기 위해 다른 보안 제어와 함께 사용하는 경우가 많습니다. 예를 들어 방화벽은 네트워크로 들어오고 나가는 악의적인 트래픽을 차단하는 데 도움이 될 수 있습니다. 보안 정보 및 이벤트 관리(SIEM) 시스템은 데이터 유출이 의심되는 비정상적인 행동을 탐지하는 데 유용합니다. 확장 탐지 및 대응(XDR) 솔루션은 조직이 데이터 침해에 대해 강력하고 자동화된 대응을 시작하려 할 때 도움이 됩니다.

DLP 전략은 규정 준수 노력과 긴밀하게 연계되는 경우가 많습니다. 많은 조직이 일반 데이터 보호 규정(GDPR), 의료보험 이동성 및 책임에 관한 법률(HIPAA), 결제 카드 업계 데이터 보안 표준(PCI-DSS) 등의 규정을 준수하기 위해 DLP 정책을 구체적으로 수립합니다.   

규정마다 데이터 종류에 따라 서로 다른 기준을 적용합니다. 예를 들어, HIPAA는 개인의 의료 정보에 대한 규칙을 규정하고, PCI-DSS는 조직이 결제 카드 데이터를 처리하는 방법을 규정합니다. 두 가지 유형의 데이터를 모두 수집하는 기업이라면 규정 준수 요건을 충족하기 위해 각 유형에 대해 다른 DLP 정책을 수립해야 할 수 있습니다.   

많은 DLP 솔루션은 회사가 충족해야 하는 다양한 데이터 보안 표준에 맞게 미리 작성된 DLP 정책을 포함하고 있습니다.