보안 및 IT 팀을 위한 AI 거버넌스 감사

경영진이 Microsoft 365 Copilot을 승인하고 이틀 후 법무팀은 어떤 민감한 파일을 읽을 수 있는지 알고 싶어 합니다. Netwrix 2026 Data and Identity Security Report 설문조사에서 보안 및 IT 리더의 71%가 특정 민감 데이터에 어떤 아이덴티티가 접근 권한이 있는지 즉시 파악할 수 없다고 답했습니다.

도우미 자체는 거의 문제가 되지 않습니다. Microsoft 문서에 따르면 Copilot은 조직 데이터를 표시합니다 개별 사용자가 최소한 보기 권한을 가진 데이터로, 오래된 그룹 멤버십과 과도하게 공유된 사이트가 모두 가능한 프롬프트 결과가 됩니다. 제어 격차는 검토 없이 수년간 임시 공유가 누적된 기본 권한 계층에 있습니다.

한 번에 하나의 레이어 원 아이덴티티와 하나의 파일을 테스트하는 것이 누구도 믿음에 의존하지 않아도 되는 답을 만듭니다.

AI 거버넌스 감사란 무엇인가요?

AI 거버넌스 감사는 AI가 데이터, 아이덴티티 및 워크플로에 접근하는 통제들이 설계대로 작동하는지 검토합니다. 증거에는 로그, 테스트 결과, 권한 보고서 및 날짜가 명시된 검토가 포함됩니다.PwC의 감사 지침은 AI 관련 통제의 설계 및 효과성을 테스트하는 작업으로 정의합니다. 이는 각 통제가 어떻게 설계되었는지, 어떻게 작동하는지, 그리고 경영진이 어떻게 테스트하는지를 문서화하는 것을 의미합니다.

거버넌스 감사는 통제 효과성으로 마무리됩니다. 모델 성능 테스트는 편향, 드리프트, 정확성 및 설명 가능성을 다루는 별도의 분야입니다.

범위는 거버넌스 및 정책, 기술 및 모델 위험, 데이터 액세스 및 신원 제어를 포함합니다. IIA's AI Auditing Framework 는 책임에 따라 작업을 할당하며, 이를 삼중선 모델에 매핑하여 거버넌스 기관, 경영진 및 내부 감사가 각각 정의된 역할을 갖도록 합니다. 신원은 명확히 범위 내에 포함되며, ISACA AAIA outline 은 감사자가 조직의 AI 특화 신원 및 액세스 관리 프로그램을 평가하도록 요구합니다.

AI 거버넌스 감사가 정책 문서보다 중요한 이유

정책은 의도를 나타냅니다. 감사는 해당 의도가 실제 테넌트와의 접촉을 견뎌냈음을 보여주는 증거를 생성합니다. 이 간극이 거버넌스 프로그램과 거버넌스 슬라이드를 구분하며, 네 가지 구체적인 방식으로 효과를 발휘합니다.

증거에 기반한 AI 도입 승인

보안 팀은 다른 사람이 정한 일정에 맞춰 AI 도입을 승인해 달라는 요청을 받습니다. 완료된 감사는 어떤 AI 도구가 어떤 신원으로 어떤 데이터에 접근하는지 명시된 목록과 함께 승인을 가능하게 합니다. 승인은 단순히 설명된 것이 아니라 실제로 누군가가 테스트한 경계에 기반합니다.

정책을 측정 기록으로 전환하기

NIST AI RMF의 지속적인 측정 기대치는 MEASURE 2.4에 있습니다. 이는 MAP 기능에서 식별된 AI 시스템과 그 구성 요소의 기능 및 동작이 "운영 중에 모니터링되어야 한다." 감사는 로그, 권한 보고서, 서명된 테스트 결과 및 날짜와 이름이 첨부된 검토를 기반으로 해당 기대치를 충족하는 기록으로 작성된 정책을 변환합니다.

사건이 되기 전에 노출을 발견하기

과도하게 공유된 사이트와 오래된 권한은 보통 조사 중에 다른 사람의 일정에 맞춰 나타납니다. Netwrix 2026 Data and Identity Security Report에 따르면 민감한 데이터 노출의 75%가 손상된 신원 또는 잘못 구성된 권한에서 시작됩니다. 따라서 권한 계층이 가장 효과적으로 살펴봐야 할 곳입니다.

예정된 감사는 침해 검토 몇 달 전에 티켓과 지정된 소유자와 함께 해당 조건을 결과로 전환합니다.

예정된 감사는 위반 검토 몇 달 전에 해당 조건을 티켓과 지정된 소유자가 있는 결과로 전환합니다.

리더십에 움직이는 숫자를 제공하기

이사회는 추적할 수 있는 작업에 자금을 지원하며, 완료된 감사는 미해결 문제 수와 담당자 및 목표 날짜를 제공합니다. 팀은 실패한 통제 테스트와 해결되지 않은 발견 사항에서 그 수치를 도출하므로 진행 상황은 패치 준수율이나 피싱 실패율과 유사한 추세선으로 읽힙니다.

AI 거버넌스 제어 감사 방법

방어 가능한 감사는 다섯 가지 질문에 순서대로 답합니다. 어떤 AI 시스템이 사용 중인지, 각 시스템이 접근할 수 있는 민감한 데이터는 무엇인지, 어떤 신원으로 작동하는지, 어떤 통제가 적용되는지, 그리고 그 통제가 작동함을 보여주는 증거가 무엇인지 다룹니다. 아래 여섯 단계를 순서대로 진행하고 각 단계는 끝에 명시된 산출물로 마무리하세요.

1. AI 자산 및 데이터 접근 인벤토리 구축 및 검증

재고를 세 가지 출처에서 가져오세요. 단일 시스템이 모든 것을 알 수는 없기 때문입니다. Microsoft Entra ID에서 라이선스가 부여된 AI 앱과 service principals를 가져오세요. 각 SaaS 공급자의 릴리스 노트와 관리 센터에서 제공하는 내장 AI 기능과, 유출 로그 또는 CASB에서 확인된 승인되지 않은 도구도 추가하세요. 각 항목에 대해 소유자, 비즈니스 목적, 환경 및 도구가 읽을 수 있는 저장소를 기록하세요.

그런 다음 세 목록을 조정하고 모든 차이를 발견 사항으로 처리하세요. 등록되지 않은 각 도구에 명명된 소유자와 결정 날짜를 지정하고, 유지할지 차단할지 결정하며 결과를 기록하세요. 승인되지 않은 사용은 구매 기록에 거의 나타나지 않으므로 shadow AI security는 승인된 도구와 함께 첫 번째 검토에 포함되어야 합니다.

승인과 안전은 별개의 문제이므로 이미 승인한 도구에도 동일한 엄격한 검토를 적용하세요. 특정 테넌트에서 Copilot이 안전한지는 해당 테넌트의 라이선스가 부여된 ID가 무엇에 접근할 수 있는지에 달려 있으며, 이 인벤토리가 그 답을 제공합니다.

환경 내 모든 AI 도구가 소유자 및 데이터 소스 매핑과 함께 단일 목록에 나타나면 단계를 완료된 것으로 간주하십시오. NIST AI RMF GOVERN 1.6은 조직 위험 우선순위에 따라 AI 시스템을 인벤토리하고 자원을 배분하는 메커니즘을 요구합니다. 이 목록은 해당 요구사항을 충족합니다. 산출물은 결과 목록이 첨부된 검증된 인벤토리입니다.

2. 각 AI 정책을 이를 시행하는 역할에 대해 테스트하세요

어떤 통제를 보기 전에 네 가지 질문을 기준으로 모든 AI 사용 정책을 읽으세요. 어떤 사용이 허용되는지, 어떤 데이터 유형이 금지되는지, 어디에 인간의 개입이 필요한지, 출력물이 얼마나 오래 보관되는지 확인하세요. 각 질문에 대한 답변을 적고 정책에서 열어둔 질문은 표시하세요.

그런 다음 각 정책 진술을 이를 시행할 책임이 있는 지정된 역할 옆에 배치하는 두 열 지도을 만드세요. 팀 이름은 감사관에게 누가 새로운 AI 사용 사례를 승인하고 누가 고위험 워크플로우의 결과물을 검토하는지 인터뷰할 대상을 제공하지 않으므로 개인의 이름을 명시하세요. 이름이 없는 진술은 발견 사항입니다.

별도의 AI 규칙 세트를 작성하지 말고 이미 운영 중인 거버넌스를 확장하세요. IAM risk assessment는 이미 승인 경로를 문서화하며, 확립된 identity governance and administration 프로그램은 이미 역할 소유권을 정의합니다. 이들이 AI 사용까지 확장되는지 확인하고 중단 지점을 기록하세요.

GOVERN 2.1은 AI 위험을 매핑, 측정 및 관리하기 위한 역할, 책임 및 소통 경로가 문서화되어 조직 내 개인과 팀에게 명확해야 합니다. 산출물은 정책-역할 맵이며, 소유되지 않은 진술은 격차로 나열됩니다.

3. AI가 접근할 수 있는 모든 데이터 소스에 대한 효과적인 액세스 매핑

이 단계를 네 번에 걸쳐 실행하며 라이선스에서 파일로 이동합니다. 먼저 Copilot 라이선스를 보유한 사용자와 그룹을 나열합니다. 둘째, 각 그룹을 실제 구성원으로 해결하며 중첩 그룹도 포함합니다. 셋째, 민감한 데이터를 포함하고 해결된 구성원이 액세스할 수 있는 SharePoint 사이트, Teams 및 사서함을 나열합니다.

네 번째 단계는 사람들이 잊는 아이덴티티를 다루며, 게스트부터 시작합니다. 게스트 계정은 다른 어떤 것보다 빠르게 지도를 확장하므로 Teams guest access 를 동일한 민감한 사이트에 대해 감사하세요. 그런 다음 비인간 아이덴티티에 대해서도 동일한 작업을 반복하세요. 왜냐하면 Active Directory service accounts 및 앱 등록은 종종 급여에 있는 어떤 사람보다 더 넓은 접근 권한을 가지기 때문입니다.

기본 보고서로 매핑을 시작한 다음 누락된 부분을 확인하세요. Microsoft의 "Site permissions for users" 보고서는 지정된 사용자가 직접 또는 그룹을 통해 액세스할 수 있는 SharePoint 또는 OneDrive 사이트를 나열하며, 개별 ID별 기본 보기와 가장 가깝습니다.

출력을 완전한 것으로 간주하기 전에 자체 환경에서 세 가지 제한 사항을 확인하세요. 이 보고서는 organization-wide permissions report에 의존하며, 허용된 사용자 수 기준 상위 100개 사이트만 표시하고 보관된 사이트 및 NoAccess 잠금 상태인 사이트는 제외합니다. 데이터 생성은 최대 48시간 지연될 수 있으며, 각 테넌트는 30일마다 새로 고쳐지는 보고서 5개로 제한됩니다.

전체 자산의 중첩 문제를 한 번에 해결하는 도구로 나머지를 커버하세요. 이것이 바로 data access governance 기능과 더 넓은 범주의 data access governance tools가 이 격차를 정확히 메우기 위해 존재하는 이유입니다. 결과물은 위험 등급이 포함된 개별 ID별 접근 결과 집합입니다.

4. 로그 기록이 AI 상호작용을 재구성할 수 있음을 증명하세요

최근 Copilot 상호작용 중 하나를 선택하여 로그만으로 재구성해 보면서 추적을 테스트하세요. 로그인, 프롬프트 이벤트, 접근한 파일 및 AI 설정에 대한 관리자 변경 사항을 가져온 후 file access monitoring이 관련 저장소를 포함하는지 확인하세요. 복구할 수 없는 항목은 모두 커버리지 격차로서 결과 목록에 바로 추가됩니다.

무언가가 누락되었다고 결론 내리기 전에 어떤 기록 유형이 무엇을 포함하는지 확인하세요. Purview의 CopilotInteraction audit records는 상호작용 메타데이터와 Copilot이 요청에 응답하는 데 사용한 파일에 대한 참조를 캡처합니다. 하지만 프롬프트와 응답 본문은 사용자의 메일함에 있으며 수집을 위해 eDiscovery가 필요합니다.

Next, measure your retention window against the investigation window you'd actually need. Under Microsoft's audit retention policies, Audit (Standard) retains records for 180 days, and Audit (Premium) extends that period to 1 year for Microsoft Entra ID, Exchange, OneDrive, and SharePoint activity generated by users with E5 or equivalent licensing. Anything longer than a year requires the 10-Year Audit Log Retention add-on in addition to E5.

시스템 간에 기록이 실제로 연결되는지 테스트하여 단계를 마무리하세요. 팀이 수동 상관 없이 AI 이벤트를 신원과 파일 액세스 기록에 연결할 수 있는지 확인하고, 연결이 끊기는 도구상의 공백을 기록하세요. 산출물은 작업 부하별 로그 범위 및 보존 평가입니다.

5. 허용된 ID와 허용되지 않은 ID에서 제어 테스트를 실행하세요

테스트를 실행하기 전에 정의하세요. 예상 결과를 나중에 작성하는 것은 무의미합니다. 알려진 민감도 라벨이 있는 파일 하나, 접근해야 하는 아이덴티티 하나, 거부되어야 하는 아이덴티티 하나를 선택한 후 각 결과를 기록하세요.

두 아이덴티티에서 동일한 검색 프롬프트를 실행하고 두 응답을 비교하세요. 허용된 아이덴티티는 콘텐츠를 반환해야 하며, 제한된 아이덴티티는 거부하거나 빈 결과를 반환해야 합니다. 두 시도 모두에 대한 감사 로그를 확인하세요. 기록이 남지 않는 조용한 실패도 중요한 발견입니다.

DLP에 동일한 테스트 파일에서 표면별로 동일한 처리를 제공합니다. 정책을 시행하기 전에 시뮬레이션 모드로 실행하고, 테넌트에 맞는 DLP 정책 모범 사례를 적용하세요. 채팅, Word, 이메일 요약에서 각 사례를 반복하세요. 한 곳에서 적용되는 정책이 다른 곳에서는 다르게 작동할 수 있기 때문입니다.

각 사례에 대한 범위, 예상 결과, 실제 결과 및 수정 사항을 기록한 후 작업 문서에 서명하고 스크린샷 및 로그 내보내기를 첨부하세요. 산출물은 각 실패 사례에 담당자와 재검사 날짜가 명시된 서명된 테스트 로그입니다.

6. 보고서를 작성하여 결과가 수정 조치로 전환되도록 하십시오

다른 IT risk assessment 산출물과 같이 보고서를 구성하되, 범위, 방법론, 결과, 위험 등급 및 수정 사항을 포함하세요. 결과를 중요도 순으로 정렬하여 독자가 가장 심각한 문제를 먼저 확인할 수 있도록 하세요.

각 관찰에 대해 검토자가 서명 전에 찾는 다섯 가지 요소를 포함하세요. IIA의 보고서 작성 도구 키트는 중요도 평가와 상태, 기준, 원인 및 결과를 포함하는 사실 진술, 그리고 합의된 조치, 책임자 및 기한을 명시한 관리 조치 계획을 권장합니다.

범위가 아직 명확할 때 보고서를 배포하기 전에 다음 감사 날짜를 설정하세요. 계획된 간격으로 일정을 잡고 새로운 AI 기능, 권한 변경, 정책 수정 및 로그 변경에 대한 변경 트리거를 추가하세요. 산출물은 이미 재검사 날짜가 달력에 표시된 해당 보고서입니다.

Microsoft 365 Copilot 액세스 제어를 확인하는 방법

Microsoft Copilot는 일반적인 방법이 지목할 수 없는 명명된 관리자 영역에 보호 장치가 위치해 있고, 그 중 하나의 제어가 폐기되고 있기 때문에 자체 승인을 받습니다. Microsoft의 배포 지침은 발견, 분류, 감사, 보안, 모니터링 및 관리로 롤아웃을 순서대로 진행하며, 각 동사는 기록된 결과가 있는 테스트에 해당합니다.

1. 먼저 Purview 데이터 위험 평가를 읽으세요

Microsoft Purview Data Security Posture Management (DSPM)를 열고 Discover로 이동한 다음 Data risk assessments를 선택하여 사용자 지정 실행 전에 기본 평가를 읽으십시오. 이 평가는 사용량 기준 상위 100개 SharePoint 사이트를 대상으로 매주 실행되며, 새 테넌트에서는 첫 결과가 약 4일 후에 나타납니다.

출력 결과를 사용 및 민감도 순위가 서로 다른 방향으로 작용하므로 아직 확장이 필요한 최종 후보 목록으로 간주하세요. 평가에서 표시된 모든 항목을 3단계의 개별 ID 매핑에 반영하고, 순위가 매겨지지 않은 사이트는 범위 내에 유지하세요.

2. SharePoint 데이터 액세스 거버넌스 보고서 가져오기

다음의 보고서를 생성하고 위험한 공유 링크, 권한 상태, Everyone Except External Users (EEEU) 노출을 검토하세요: Data Access Governance. 규제 데이터가 있는 사이트에서의 모든 EEEU 권한 부여는 발견 사항이며, 익명 공유 링크는 가장 빨리 취소할 수 있습니다.

보고서가 제공하는 범위를 신뢰하기 전에 라이선스 등급을 확인하세요. E5만으로도 28일간의 데이터가 포함된 최대 10,000개 사이트의 활동 보고서를 제공합니다. 스냅샷 보고서와 수정 작업은 SharePoint Advanced Management가 필요하며, 이는 Copilot 라이선스, Plan 1 추가 기능 또는 Microsoft 365 E7에 포함되어 있습니다.

3. 제한된 SharePoint 검색을 지원되는 컨트롤로 교체하세요

테넌트가 여전히 Restricted SharePoint Search (RSS)에 의존하여 Copilot을 제한하는지 확인하고, 해당되는 경우 마이그레이션 결과를 기록하세요. Microsoft는 Microsoft 365 메시지 센터를 통해 RSS 기능 종료를 발표했으며, 2026년 7월 31일부터 새로운 RSS 활성화를 차단하고 2027년 1월 31일에 기능을 완전히 종료합니다.

아직 시간이 있을 때 교체 계획을 세우세요. 기존 RSS 구성은 Restricted Content Discovery로 자동 마이그레이션되지 않습니다. 현재 RSS로 보호되는 사이트를 목록화하고 각 사이트를 권한 수정 또는 Restricted Content Discovery 항목에 매핑하세요.

4. 모든 Copilot 환경에서 라벨과 DLP를 테스트하세요

먼저 테스트 파일에서 민감도 레이블을 확인한 후, Purview DLP 구성을 Microsoft 365 Copilot 및 Copilot Chat에서 확인하세요. Copilot Chat, Word, 이메일 요약에서 동일한 사례를 실행하고 각 환경을 별도로 기록하세요.

정책 조치가 실제로 수행하는 작업과 결과를 비교하세요. DLP 조치는 Copilot이 민감한 콘텐츠를 처리하지 못하게 하지만 사용자의 파일 접근은 그대로 두므로 문서를 여는 사용자는 테스트를 통과한 것입니다. 각 경우에 대해 신원, 파일, 예상 결과, 실제 결과, 적용 가능한 라벨 또는 DLP 규칙, 타임스탬프를 기록하세요.

5. 증거를 내보내고 재검사를 예약하세요

테스트 기간 동안 Copilot 활동의 Purview 감사 기록을 내보내고, 팀이 실제로 필요로 하는 조사 기간에 맞게 감사 로그 보존 기간을 설정하세요. Microsoft Entra access reviews를 Teams 및 사이트 액세스를 제어하는 그룹 멤버십에 대해 예약한 다음, 실패한 테스트마다 담당자를 지정하고 재테스트 날짜를 예약하세요.

검토된 설정 목록 대신 단일 구체적 기준에 따라 Copilot 검증을 평가하세요. 팀은 파일 이름을 말할 수 있고, Copilot이 제한된 ID로 요약하지 않음을 보여주며, 어떤 권한, 라벨 또는 DLP 규칙이 이를 막았는지 설명하고, 테스트가 수행되었음을 증명하는 Purview 기록을 제시할 때 이를 통과합니다.

AI 거버넌스 감사용 증거 및 준비 체크리스트

AI 데이터 액세스 감사는 감사자가 검사할 수 있는 증거에 기반합니다. 네 가지 범주가 대부분의 중요성을 차지합니다:

• 인벤토리 증거: 소유자 및 환경이 포함된 AI 시스템 및 도구 목록과 각 시스템이 접근할 수 있는 데이터 소스에 대한 문서
• 정책 및 통제 증거: 변경 로그가 포함된 사용 정책, 역할 정의 및 AI 거버넌스를 위한 responsible, accountable, consulted 및 informed(RACI) 매트릭스, 그리고 AI 사용 사례별 위험 평가
• Identity, 접근 및 모니터링 증거: 개별 Identity 접근 보고서, AI 활동 로그 및 DLP 트리거, Conditional Access 결정, 접근 검토 결과와 같은 제어 이벤트 기록
• 검토 및 감독 증거: AI 거버넌스 결정 문서화된 회의록 또는 티켓, 이전 평가 후 수정 조치의 감사 추적, 시간 경과에 따른 거버넌스 성과 추적 지표

네 가지 중 하나라도 놓치면 감사자가 가장 먼저 발견하는 허점입니다. 아래 준비 질문들은 반대 방향에서 같은 부분을 점검하며, 답변하지 않은 모든 질문은 담당자, 수정 계획, 재검토 날짜가 필요한 공백입니다.

Netwrix가 AI 거버넌스 감사 격차를 해소하는 방법

위의 네 단계는 네이티브 도구가 잠시 보유하거나 포털에 분산시키는 데이터를 기반으로 하며, 유효 권한, AI 활동 기록, 프롬프트 수준의 시행 및 변경 기록을 포함합니다.

Netwrix는 이를 AI governance로 명명된 플랫폼 기능으로 하이브리드 Microsoft 환경에 분류하며, 각 작업은 다른 제품이 담당합니다.

배포 전후에 Copilot이 도달할 수 있는 내용 보고

Netwrix 1Secure는 테넌트가 활성화하기 전에 Copilot이 접근할 수 있는 민감한 데이터를 보고하여, 배포가 아직 되돌릴 수 있는 동안 준비 상태에 대한 질문에 답합니다. 라이브 이후에는 각 상호작용에 대한 사용자, 타임스탬프 및 참조된 리소스를 나열하고 민감한 데이터를 노출하는 Copilot 응답을 표시합니다.

적용 범위는 SharePoint Online, Windows 파일 서버, Active Directory, Microsoft Entra ID 및 Exchange Online을 포함하므로, 로그 추적 4단계에서 요청한 내용이 하나의 콘솔에서 나옵니다.

모든 Identity 뒤에 있는 실제 권한 계산

Netwrix Access Analyzer 중첩된 AD 그룹 멤버십과 손상된 SharePoint 상속을 해결하여 각 아이덴티티가 실제로 접근할 수 있는 범위를 계산하고, 사이트별 보고서가 평탄화하는 열린 접근 권한과 오래된 권한을 드러냅니다. 이를 통해 3단계의 4회 매핑이 감사자에게 제출할 수 있는 보고서로 전환됩니다.

해당 Microsoft 365 Copilot readiness 평가는 배포 전에 동일한 분석을 수행하여 권한이 과도한 콘텐츠가 사용자에게 알림이 가기 전에 수정되도록 합니다.

엔드포인트에서 AI 프롬프트의 민감한 데이터 차단

Netwrix Endpoint Protector는 엔드포인트의 프롬프트 내용을 검사하고 민감한 데이터를 ChatGPT, Microsoft Copilot, Google Gemini, Claude 또는 DeepSeek에 도달하기 전에 차단합니다. 차단된 모든 이벤트는 그 뒤에 있는 신원과 연결되어, 작성된 금지 데이터 규칙을 5단계에서 테스트할 수 있는 것으로 만듭니다.

기본 로그 창을 넘어선 변경 증거 보존

Netwrix Auditor는 검색 가능한 기록에서 AD 및 Entra ID 구성과 디렉터리 변경 사항을 이전 및 이후 값과 함께 모두 기록합니다. 이 값들은 기본값으로 120개월 동안 보존되며, Purview의 180일 표준 기간을 훨씬 초과합니다.

두 명의 규제 대상 고객이 검사 중에 보존된 기록의 가치를 보여줍니다. First National Bank 및 Trust of Beloit은 Netwrix Auditor를 사용하여 17개 지점의 300명 사용자에 대해 지속적인 OCC 규정 준수를 유지하며, 한때 일주일이 걸리던 수동 체크리스트 작업을 한 시간 준비로 대체했습니다. Flagler Bank는 1인 IT 부서로 전체 네트워크의 IT 위험을 식별하고 완화하며, 수동 로그 검색에 몇 시간이 걸리던 조사를 10분 만에 종료합니다.

Netwrix는 AI 데이터 접근을 보고하고 엔드포인트에서 차단합니다. Microsoft의 자체 적용 계층은 여전히 민감도 레이블, Purview DLP 및 조건부 액세스를 통해 Microsoft 365 내에서 아이덴티티가 수행할 수 있는 작업을 결정합니다. 감사는 이러한 통제를 검증하며, 모델 동작은 데이터 과학 및 모델 위험 팀에 남아 있습니다.

데모 요청하여 Copilot이 도달할 수 있는 ID를 매핑하고, 롤아웃 후 나타나는 내용을 모니터링하며, 검사자가 요구할 변경 증거를 보관하세요.