소개

  • 5분

최신 AI 개발에는 데이터 과학자가 엄격한 보안 제어를 유지하면서 신속하게 반복할 수 있도록 하는 두 가지 경쟁 우선 순위의 균형을 유지해야 합니다. 기존의 접근 방식은 팀이 생산성과 보호 중에서 선택하도록 강제합니다. Azure Machine Learning과 Microsoft Entra ID 통합은 팀의 워크플로에 맞게 조정되는 ID 기반 보안 제어를 제공하여 이러한 절름차를 제거합니다. 올바르게 구성된 보안 그룹, 조건부 액세스 정책 및 엔터프라이즈 애플리케이션 통합을 사용하면 모델 개발 속도를 늦추지 않고 권한 있는 사용자만 AI 리소스에 액세스한다는 것을 감사관에게 증명할 수 있습니다.

이 모듈에서는 Microsoft Entra ID를 사용하여 Azure Machine Learning 작업 영역에 대한 ID 기반 보안을 구현하는 방법을 안내합니다. 역할별로 AI 팀 구성원을 구성하고, 다단계 인증 및 디바이스 준수를 적용하는 조건부 액세스 정책을 만들고, 자동화된 파이프라인에 대한 서비스 주체를 통합하고, 감사 로그를 통해 액세스 패턴을 모니터링하는 보안 그룹을 구성합니다. 결국 데이터 과학 팀에 필요한 민첩성을 유지하면서 AI 인프라를 보호하는 기술을 갖출 수 있습니다.

학습 목표

이 모듈을 마치면 다음을 수행할 수 있습니다.

  • AI 팀 구성원을 구성하고 최소 권한 액세스를 적용하도록 Microsoft Entra 보안 그룹 구성
  • Azure Machine Learning 작업 영역 액세스를 보호하는 조건부 액세스 정책 구현
  • 서비스 주체 및 관리 ID를 사용하여 Azure Machine Learning과 엔터프라이즈 애플리케이션 통합
  • Microsoft Entra 감사 로그를 사용하여 AI 인프라에 대한 보안 상태 및 액세스 패턴 평가

필수 조건

이 모듈을 시작하기 전에 다음이 필요합니다.

  • Azure Machine Learning 작업 영역 개념 및 기본 RBAC 역할에 대한 숙지
  • 사용자, 그룹 및 인증을 포함한 Microsoft Entra ID 기본 사항 이해
  • Azure Portal 탐색 및 Azure 리소스 구성 경험

추가 리소스