민감한 정보 보호 검사 결과를 Data Catalog로 전송

이 가이드에서는 민감한 정보 보호를 사용하여 BigQuery 테이블을 검사하고 검사 결과를 Data Catalog로 보내는 방법을 설명합니다.

추가로 검사 작업과 다른 데이터 프로파일링을 수행할 수 있습니다. Dataplex로 데이터 프로필을 전송할 수도 있습니다. 자세한 내용은 데이터 프로필의 통계를 기반으로 Dataplex의 테이블 태그를 참조하세요.

Data Catalog는 Google Cloud의 모든 데이터를 빠르게 탐색, 관리, 파악할 수 있는 확장 가능한 메타데이터 관리 서비스입니다.

민감한 정보 보호는 Data Catalog와 기본적으로 통합되어 있습니다. 민감한 정보 보호 작업을 사용하여 BigQuery 테이블에서 민감한 정보를 검사하면 결과를 태그 템플릿 형태로 Data Catalog에 직접 전송할 수 있습니다.

이 가이드의 단계를 완료하면 다음 작업을 수행하게 됩니다.

Data Catalog 및 민감한 정보 보호를 사용 설정합니다.
민감한 정보 보호를 설정하여 BigQuery 테이블을 검사합니다.
민감한 정보 보호 검사를 구성하여 Data Catalog로 검사 결과를 보냅니다.

Data Catalog에 대한 자세한 내용은 Data Catalog 문서를 참조하세요.

검사 작업이 아닌 데이터 프로파일링 작업 결과를 Dataplex로 전송하려면 조직, 폴더 프로파일링 또는 프로젝트 관련 문서를 참조하세요.

비용

이 문서에서는 비용이 청구될 수 있는 다음과 같은 Google Cloud 구성요소를 사용합니다.

민감한 정보 보호
BigQuery

프로젝트 사용량을 기준으로 예상 비용을 산출하려면 가격 계산기를 사용하세요. Google Cloud를 처음 사용하는 사용자는 무료 체험판을 사용할 수 있습니다.

시작하기 전에

민감한 정보 보호 검사 결과를 Data Catalog로 보내려면 먼저 다음을 수행하세요.

1단계: 결제 설정
2단계: 새 프로젝트 만들기 및 새 BigQuery 테이블 채우기 (선택사항)
3단계: Data Catalog 사용 설정
4단계: 민감한 정보 보호 사용 설정

다음 하위 섹션에서 각 단계를 자세히 설명합니다.

1단계: 결제 설정

결제 계정이 없는 경우 먼저 결제 계정을 설정해야 합니다.

결제 사용 설정 방법 알아보기

2단계: 새 프로젝트 만들기 및 새 BigQuery 테이블 채우기(선택사항)

프로덕션 작업에 이 기능을 설정하거나 검사할 BigQuery 테이블이 이미 있는 경우 테이블이 포함된 Google Cloud 프로젝트를 열고 3단계로 건너뜁니다.

이 기능을 사용해보고 테스트 데이터를 검사하려면 새 프로젝트를 만듭니다. 이 단계를 완료하려면 IAM 프로젝트 생성자 역할이 있어야 합니다. IAM 역할을 자세히 알아보세요.

Google Cloud Console에서 새 프로젝트 페이지로 이동합니다.
새 프로젝트
결제 계정 드롭다운 목록에서 결제 계정을 선택합니다. 이 계정으로 프로젝트의 비용이 청구됩니다.
조직 드롭다운 목록에서 프로젝트를 만들 조직을 선택합니다.
위치 드롭다운 목록에서 프로젝트를 만들 조직 또는 폴더를 선택합니다.
만들기를 클릭하여 프로젝트를 만듭니다.

그런 다음, 샘플 데이터를 다운로드하고 저장합니다.

GitHub의 Cloud Functions 튜토리얼 저장소로 이동합니다.
예시 데이터가 포함된 CSV 파일 중 하나를 선택한 다음 파일을 다운로드합니다.
그런 다음 Google Cloud 콘솔에서 BigQuery로 이동합니다.
프로젝트를 선택합니다.
데이터 세트 만들기를 클릭합니다.
테이블 만들기를 클릭합니다.
업로드를 클릭한 다음 업로드할 파일을 선택합니다.
테이블 이름을 지정한 다음 테이블 만들기를 클릭합니다.

3단계: Data Catalog 사용 설정

그런 다음 민감한 정보 보호를 사용하여 검사할 BigQuery 테이블이 포함된 프로젝트에 Data Catalog를 사용 설정합니다.

Google Cloud 콘솔을 사용하여 Data Catalog를 사용 설정하려면 다음 안내를 따르세요.

Data Catalog용으로 애플리케이션을 등록합니다.
Data Catalog용으로 애플리케이션 등록
등록 페이지의 프로젝트 만들기 드롭다운 목록에서 Data Catalog에 사용할 프로젝트를 선택합니다.
프로젝트를 선택한 후 계속을 클릭합니다.

이제 프로젝트에 Data Catalog가 사용 설정되었습니다.

4단계: 민감한 정보 보호 사용 설정

Data Catalog를 사용 설정한 동일한 프로젝트에 민감한 정보 보호를 사용 설정합니다.

Google Cloud 콘솔을 사용하여 민감한 정보 보호를 사용 설정하려면 다음 안내를 따르세요.

민감한 정보 보호를 위해 애플리케이션 등록하기
민감한 정보 보호 애플리케이션 등록
등록 페이지의 프로젝트 만들기 드롭다운 목록에서 이전 단계에서 선택한 것과 동일한 프로젝트를 선택합니다.
프로젝트를 선택한 후 계속을 클릭합니다.

이제 프로젝트에 민감한 정보 보호가 사용 설정되었습니다.

민감한 정보 보호 검사 작업 구성 및 실행

Google Cloud 콘솔 또는 DLP API를 사용하여 민감한 정보 보호 검사 작업을 구성하고 실행할 수 있습니다.

Data Catalog 태그 템플릿은 BigQuery 테이블과 동일한 프로젝트 및 리전에 저장됩니다. 다른 프로젝트의 테이블을 검사하는 경우 BigQuery 테이블이 있는 프로젝트의 민감한 정보 보호 서비스 에이전트에 Data Catalog TagTemplate 소유자(roles/datacatalog.tagTemplateOwner) 역할을 부여해야 합니다.

Google Cloud 콘솔

민감한 정보 보호를 사용하여 BigQuery 테이블의 검사 작업을 설정하려면 다음 안내를 따르세요.

Google Cloud 콘솔의 민감한 정보 보호 섹션에서 작업 또는 작업 트리거 만들기 페이지로 이동합니다.

작업 또는 작업 트리거 만들기로 이동
민감한 정보 보호 작업 정보를 입력하고 계속을 클릭하여 각 단계를 완료합니다.
- 1단계: 입력 데이터 선택에서 이름 필드에 값을 입력하여 작업 이름을 지정합니다. 위치의 스토리지 유형 메뉴에서 BigQuery를 선택한 다음 검사할 테이블의 정보를 입력합니다. 샘플링 섹션은 데이터에 대한 샘플 검사를 실행하도록 미리 구성됩니다. 데이터가 많은 경우 리소스 저장과 관련하여 행 제한 기준 및 최대 행 수 필드를 조정할 수 있습니다. 자세한 내용은 입력 데이터 선택을 참조하세요.
- (선택사항) 2단계: 감지 구성에서 'infoType'이라고 하는 데이터 유형을 구성합니다. 이 둘러보기에서는 기본 infoType을 선택된 상태로 둡니다. 자세한 내용은 감지 구성을 참조하세요.
- 3단계: 액션 추가에서 Data Catalog에 저장을 사용 설정합니다.
- (선택사항) 4단계: 일정에서 이 둘러보기의 목적상 검사가 한 번만 실행되도록 메뉴를 없음으로 설정된 상태로 둡니다. 반복 검사 작업 예약에 대한 자세한 내용은 일정을 참조하세요.
만들기를 클릭합니다. 작업이 즉시 실행됩니다.

DLP API

이 섹션에서는 민감한 정보 보호 검사 작업을 구성하고 실행합니다.

여기에서 구성한 검사 작업은 민감한 데이터 보호에서 위의 2단계에 설명된 샘플 BigQuery 데이터 또는 자체 BigQuery 데이터를 검사하도록 지시합니다. 또한 개발자가 지정한 작업 구성은 민감한 정보 보호에서 검사 결과를 Data Catalog로 저장하도록 지시합니다.

1단계: 프로젝트 식별자 메모

Google Cloud 콘솔로 이동합니다.

Google Cloud Console로 이동
선택을 클릭합니다.
선택 드롭다운 목록에서 Data Catalog를 사용 설정한 조직을 선택합니다.
ID에서 검사할 데이터가 포함된 프로젝트의 프로젝트 ID를 복사해 둡니다. 이 페이지 앞부분의 스토리지 저장소 설정 단계에서 설명된 프로젝트입니다.
이름에서 프로젝트를 클릭하여 선택합니다.

2단계: API 탐색기를 열고 작업 구성

dlpJobs.create 메서드의 참조 페이지에서 API 탐색기로 이동합니다. 이 안내를 계속 사용할 수 있도록 다음 링크를 마우스 오른쪽 버튼으로 클릭하고 새 탭 또는 창에서 엽니다.

API 탐색기 열기

parent 입력란에 다음을 입력합니다. 여기서 project-id는 이전 단계에서 기록한 프로젝트 ID입니다.

projects/project-id

다음 JSON을 복사합니다. API 탐색기에서 요청 본문 필드의 콘텐츠를 선택한 다음 JSON을 붙여넣어 콘텐츠를 바꿉니다. project-id, bigquery-dataset-name, bigquery-table-name 자리표시자를 실제 프로젝트 ID, BigQuery 데이터 세트, 테이블 이름으로 각각 바꿉니다.

{
  "inspectJob":
  {
    "storageConfig":
    {
      "bigQueryOptions":
      {
        "tableReference":
        {
          "projectId": "project-id",
          "datasetId": "bigquery-dataset-name",
          "tableId": "bigquery-table-name"
        }
      }
    },
    "inspectConfig":
    {
      "infoTypes":
      [
        {
          "name": "EMAIL_ADDRESS"
        },
        {
          "name": "PERSON_NAME"
        },
        {
          "name": "US_SOCIAL_SECURITY_NUMBER"
        },
        {
          "name": "PHONE_NUMBER"
        }
      ],
      "includeQuote": true,
      "minLikelihood": "UNLIKELY",
      "limits":
      {
        "maxFindingsPerRequest": 100
      }
    },
    "actions":
    [
      {
        "publishFindingsToCloudDataCatalog": {}
      }
    ]
  }
}

사용 가능한 검사 옵션에 대해 자세히 알아보려면 스토리지 및 데이터베이스에서 민감한 정보 검사를 참조하세요. 민감한 정보 보호에서 검사할 수 있는 정보 유형의 전체 목록은 InfoTypes 참조를 확인하세요.

3단계: 검색 작업 시작 요청 실행

위 단계에 따라 작업을 구성한 후 실행을 클릭하여 요청을 전송합니다. 요청이 성공하면 성공 코드 및 방금 만든 민감한 정보 보호 작업의 상태를 나타내는 JSON 객체와 함께 응답이 표시됩니다.

검사 요청에 대한 응답에는 검사 작업의 작업 ID가 "name" 키로, 검사 작업의 현재 상태가 "state" 키로 포함됩니다. 방금 요청을 제출했으므로 해당 시점의 작업 상태는 "PENDING"입니다.

민감한 정보 보호 검사 작업의 상태 확인

검사 요청을 제출하면 검사 작업이 즉시 시작됩니다.

Google Cloud 콘솔

검사 작업의 상태를 확인하려면 다음 안내를 따르세요.

Google Cloud 콘솔에서 민감한 정보 보호를 엽니다.

민감한 정보 보호로 이동
작업 및 작업 트리거 탭을 클릭한 다음 모든 작업을 클릭합니다.

방금 실행한 작업이 목록 상단에 있을 수 있습니다. 상태 열에서 상태가 완료인지 확인합니다.

작업의 작업 ID를 클릭하여 결과를 볼 수 있습니다. 작업 세부정보 페이지에 나열된 각 infoType 감지기 다음에는 콘텐츠에서 발견된 일치 항목의 수가 표시됩니다.

DLP API

검사 작업의 상태를 확인하려면 다음 안내를 따르세요.

다음 버튼을 클릭하여 dlpJobs.get 메서드의 참조 페이지에서 API 탐색기로 이동합니다.

API 탐색기 열기
name 입력란에 검사 요청에 대한 JSON 응답에서 가져온 작업 이름을 다음 형식으로 입력합니다.
```
projects/project-id/dlpJobs/job-id
```
작업 ID는 i-1234567890123456789 형식입니다.
요청을 제출하려면 실행을 클릭합니다.

응답 JSON 객체의 "state" 키에 작업이 "DONE"으로 표시될 경우 검사 작업이 완료된 것입니다.

나머지 응답 JSON을 보려면 페이지를 아래로 스크롤하세요. "result" > "infoTypeStats" 아래에 나열된 각 정보 유형에 해당하는 "count"가 있어야 합니다. 그렇지 않은 경우 JSON을 정확하게 입력했는지, 데이터의 경로 또는 위치가 올바른지 확인하세요.

검사 작업이 완료되면 이 가이드의 다음 섹션으로 이동하여 Security Command Center에서 스캔 결과를 볼 수 있습니다.

Data Catalog에서 민감한 정보 보호 검사 결과 보기

민감한 정보 보호에 검사 작업 결과를 Data Catalog로 보내도록 지시했으므로 이제 Data Catalog UI에서 자동으로 생성된 태그와 태그 템플릿을 볼 수 있습니다.

Google Cloud 콘솔의 Data Catalog 페이지로 이동합니다.
Data Catalog로 이동
검사한 테이블을 검색합니다.
테이블의 메타데이터를 보려면 테이블과 일치하는 결과를 클릭합니다.

다음 스크린샷은 예시 테이블의 Data Catalog 메타데이터 보기를 보여줍니다.

검사 요약

민감한 정보 보호의 발견 항목은 검사한 테이블의 요약 양식에 포함됩니다. 이 요약에는 총 infoType 수와 날짜 및 작업 리소스 ID가 포함된 검사 작업에 대한 요약 데이터가 포함됩니다.

검사된 infoTypes가 나열됩니다. 결과가 0보다 큰 수를 나타냅니다.

삭제

이 주제에서 사용한 리소스 비용이 Google Cloud 계정에 청구되지 않도록 하려면 샘플 데이터를 사용했는지 자체 데이터를 사용했는지에 따라 다음 중 하나를 수행합니다.

샘플 데이터: 생성한 프로젝트 삭제
자체 데이터: 생성한 민감한 정보 보호 작업 삭제

프로젝트 삭제

비용이 청구되지 않도록 하는 가장 쉬운 방법은 이 주제에 제시된 안내를 따르면서 생성된 프로젝트를 삭제하는 것입니다.

프로젝트를 삭제하는 방법은 다음과 같습니다.

Google Cloud 콘솔에서 프로젝트 페이지로 이동합니다.
프로젝트 페이지로 이동

프로젝트 목록에서 삭제할 프로젝트를 선택하고 프로젝트 삭제를 클릭합니다.
대화상자에서 프로젝트 ID를 입력한 다음 종료를 클릭하여 프로젝트를 삭제합니다.

이 방법을 사용하여 프로젝트를 삭제하면 생성한 민감한 정보 보호 작업과 Cloud Storage 버킷도 삭제되고 완료됩니다. 다음 섹션의 지침을 따를 필요는 없습니다.

민감한 정보 보호 작업 또는 작업 트리거 삭제

자체 데이터를 검사한 경우 방금 만든 검사 작업 또는 작업 트리거를 삭제합니다.

Google Cloud 콘솔

Google Cloud 콘솔에서 민감한 정보 보호를 엽니다.

민감한 정보 보호로 이동
작업 및 작업 트리거 탭을 클릭한 다음 작업 트리거 탭을 클릭합니다.
삭제할 작업 트리거의 액션 열에서 작업 더보기 메뉴(세로로 정렬된 세 개의 점으로 표시됨) 를 클릭한 다음 삭제를 클릭합니다.

원하는 경우 실행한 작업의 작업 세부정보를 삭제할 수도 있습니다. 모든 작업 탭을 클릭한 다음 삭제할 작업의 액션 열에서 작업 더보기 메뉴(세로로 정렬된 세 개의 점으로 표시됨) 를 클릭한 다음 삭제를 클릭합니다.

DLP API

다음 버튼을 클릭하여 dlpJobs.delete 메서드의 참조 페이지에서 API 탐색기로 이동합니다.

API 탐색기 열기
이름 입력란에 다음 형식의 검사 요청에 대한 JSON 응답의 작업 이름을 입력합니다.
```
projects/project-id/dlpJobs/job-id
```
작업 ID는 i-1234567890123456789 형식입니다.

검사 작업을 추가로 만들었거나 작업을 삭제했는지 확인하려면 기존 작업을 모두 나열합니다.

다음 버튼을 클릭하여 dlpJobs.list 메서드의 참조 페이지에서 API 탐색기로 이동합니다.

API 탐색기 열기
parent 입력란에 프로젝트 식별자를 다음 형식으로 입력합니다. 여기서 project-id는 프로젝트 식별자입니다.
```
projects/project-id
```
실행을 클릭합니다.

응답에 나열된 작업이 없으면 모든 작업이 삭제된 것입니다. 응답에 작업이 나열된 경우 해당 작업에 대해 위의 삭제 절차를 반복합니다.

다음 단계

민감한 정보 보호의 publishFindingsToCloudDataCatalog 작업에 대해 자세히 알아보세요.
민감한 정보 보호 결과를 기반으로 Data Catalog에서 커스텀 태그 또는 열 수준 태그 만들기에 대해 자세히 알아보기
민감한 정보 보호를 사용하여 저장소에서 민감한 정보를 검사하는 방법에 대해 자세히 알아보기
Data Catalog 사용 방법 알아보기