엘리자베스 남무르, 텔레스코프의 CEO & 설립자 – 인터뷰 시리즈

엘리자베스 남무르, 텔레스코프의 CEO이자 설립자이며, 데이터 보안 엔지니어 출신으로 세계 최대의 기술 기업에서 데이터 보안, 소프트웨어 엔지니어링, 혁신 역할을 수행한 경험이 있습니다. 에어비앤비에서 데이터 보안에 중점을 둔 시니어 소프트웨어 엔지니어로 일하면서, 수십 개의 시스템에 걸쳐 급격하게 성장하는 거대한 데이터 에스테이트를 이해하고 제어하는 운영적인 도전을 직면했습니다. 이 경험과 아마존 및 부즈 앨런 해밀턴에서 이전에 수행한 기술적 및 전략적 역할은 현대 조직이 대규모에서 민감한 데이터를 관리하는 어려움에 대한 그녀의 관점을 형성했으며, 결국 그 격차를 해결하는 회사인 텔레스코프를 설립하게 되었습니다.

(ABNB ) (AMZN ) (BAH )

텔레스코프는 조직이 데이터가 어디에 존재하는지, 어떻게 사용되는지, 환경이 더 복잡해짐에 따라 어떤 위험을 초래하는지 지속적으로 이해하는 데 도움이 되는 현대적인 데이터 보안 플랫폼입니다. 개발자와 보안 팀을 염두에 두고 설계된 이 플랫폼은 클라우드, SaaS 및 하이브리드 환경 전반에서 정밀한 데이터 가시성, 자동 수정, 정책 기반 제어를 강조합니다. 정적 감사와 수동 프로세스를 넘어서서, 텔레스코프는 조직에 데이터 스프롤을 관리하는 실용적인 기초를 제공하는 동시에 책임 있는 AI 채택을 가능하게 합니다.

에어비앤비에서 대규모로 데이터를 카탈로그화하고 분류하는 내부 도구를 구축한 후 텔레스코프를 설립했습니다. 이 프로젝트를 회사로 전환해야 한다는 것을 깨달은 순간은 언제였으며, 초기 교훈은 어떻게 제품 가설을 형성하게 되었나요?

에어비앤비에서 이 제품을 완성했을 때, 나는 “대규모에서 데이터 보호 자동화”라는 제목의 에어비앤비 블로그에 글을 쓸 기회를 가졌습니다. 나는 실제로 아무런 반응도 기대하지 않았지만, 보안 커뮤니티가 매우 호의적으로 반응했으며, 전 세계의 많은 전문가들이 나에게 연락했습니다. 나는 많은 사람들이 내가 직면한 도전을 공유한다는 것을 깨달았고, 이 제품이真正로 시장에서 요구하는 것이라는 것을 알게 되었습니다. 초기에 나는 피드백을 많이 받았고, 텔레스코프 1.0은 에어비앤비에서 처음 구축한 것보다 훨씬 좋았습니다. 오늘날我们的 제품은 내가 예상했던 것보다 훨씬 더 크고 영향력이 있습니다.

여러 모델 분류 파이프라인은 전통적인 ML, 형식별 모델, GenAI 검증을 결합합니다. 의사 결정 논리와 어떻게 거짓 양성/음성을 줄이는지 설명해 주시겠습니까?

나는 우리의 블로그를 읽는 것을 권장합니다. 데이터 분류에 대해 우리의 데이터 과학 책임자 이반과 함께 썼습니다. 이것은 예술이기도 합니다. 데이터 엔티티를 발견할 때마다 컨텍스트는 고유합니다. 데이터의 규모로 인해 이 문제는 무한히 더 어려워졌습니다. 데이터를 스캔하는 데 많은 컴퓨팅 자원과 시간이 필요하기 때문입니다. 기본적으로 이것은 여전히 대부분 해결되지 않은 문제로 간주됩니다.

예술이 들어가는 부분은 모든 트레이드오프를 균형있게 하는 것입니다. 속도, 지연, 정확도, 비용, 폭(데이터 저장소, 파일 형식, 언어 등). 우리는 항상 창의적인 해결책이 필요하다고 믿었습니다. 여러 분류 방법을 결합하여 동적이고 세련된 접근 방식을 사용했습니다. 이는 가능한 한 가벼운 방법을 사용하여 정확도를 의미 있게 희생하지 않는 방식으로 작동합니다. 이 동적 접근 방식은 단일 크기 조정 가능한 LLM에 의존하는 도구보다 10~20배 빠르게 데이터를 스캔할 수 있으며, REGEX 또는 전통적인 컨텍스트 기반 접근 방식보다 훨씬 더 정확한 결과를 제공합니다.

최근에 프리스를 도입하여 비즈니스 수준의 데이터 이해와 GenAI 기반 수정을 중점으로 합니다. 요소 수준의 PII 감지와 비교하여 새로운 사용 사례는 무엇이며, 수정 작업에서 환상에 대비하려면 어떻게 합니까?

처음에 데이터 분류 및 보호를 해결하려고 할 때, 실제로 거짓 양성 결과를 줄이는 데 중점을 두었습니다. 예를 들어, 사회 보장 번호로 플래그가 설정된 경우 95%의 시간에 실제로 사회 보장 번호가 되도록 하는 것입니다. 몇 년 전, 80%의 정확도는 이미 개선이었습니다.

그러나 지난 1년 동안 고객과密接하게 협력하면서, 팀이 압도되는 “노이즈”는 실제로 불准确한 데이터 엔티티 분류(전통적인 “거짓 양성”)로 인한 것만이 아닙니다. 노이즈는 종종 관련 없는 경고로 인한 것입니다. 프리스는 더 많은 컨텍스트를 고려할 수 있습니다. 데이터가 실제로 무엇인지, 누가 파일에 접근하는지, 그리고 무엇이 실제로 중요한지에 대한 것입니다. 우리는 각 비즈니스가 서로 다른 “민감한” 데이터 정의를 가짐을 이해할 수 있습니다.

이러한 컨텍스트를 캡처하는 것은真正한 게임 체인저입니다. 예를 들어, 개인 드라이브에 수백 개의 사회 보장 번호를 저장하는 구글 문서는 주요 위험 및 데이터 관리 정책 위반이 될 수 있습니다. 그러나 보안한 HR 드라이브에 직원 W2를 포함하는 폴더는 예상된 행동입니다. 보안 팀은 전자의 경우 경고를 받고 싶지만, 올바르게 저장된 각 직원의 W2에 대한 경고는 단지 노이즈입니다. 민감한 데이터가 어디에 존재하는지 이해하는 것은 단순한 엔티티 분류 모델 이상의 것입니다.

우리는 체버론 필립스 케미컬과 같은 다국적 화학 회사와 협력합니다. 이 비즈니스는 실제로 소비자 데이터 위험을 우선순위로 두지 않기 때문에, 개인 정보 보호 도구나 표준 DSPM을 구입하지 않을 것입니다. 그러나 그들은 지적 재산을roprietary 화학 방정식의 형태로关心합니다. 문서의 본질을 클러스터화된 레이블 목록으로 요약할 수 있으므로, 우리는 고유한 민감한 요소를 감지하고 이러한 데이터 자산이 “잘못된” 위치에 있는 경우를 찾을 수 있습니다. 컨텍스트와 자동 수정을 결합하면 파일을 보관, 삭제, 편집 또는 올바른 위치로 이동할 수 있습니다. 데이터 보안 시장에서 아무도 이러한 작업을 수행하지 않습니다.

텔레스코프는 멀티 클라우드, 온프레미스, 서드파티 시스템을 포함한 지속적인 발견을 강조합니다. “완전한 지도” 커버리지란 무엇이며, 그린필드 배포에서 알려지지 않은 저장소를 얼마나 빠르게 노출할 수 있습니까?

“완전한”이라는 단어는 여기서 까다로운 단어입니다. 실제로 이것은 매일 바뀌는 기준입니다. 데이터 스프롤을 관리하는 것이 얼마나 어려운지입니다. 텔레스코프가 항상 고객의 데이터가 존재하는 곳에 존재하도록 하는 것이 우리의 목표입니다. 우리는 본질적으로 통합 기반 제품입니다. 우리는 광범위한 SaaS 도구, 클라우드 데이터 저장소 및 온프레미스 시스템을 스캔하고 분류할 수 있는 수십 개의 고유한 데이터 커넥터를 구축했습니다. 대부분의 고객은 가장 높은 위험을 보는 커넥터 또는 가시성이 가장 낮은 커넥터에서 시작합니다. 따라서 실제로 고객의 데이터가 존재하는 모든 곳에 텔레스코프가 항상 존재하는 것은 아닙니다. 그러나 각 데이터 소스에서 우리는 새로운 계정, 테이블, 블롭, 파일, 메시지 등을 실시간으로 노출하기 위해 지속적으로 환경을 크롤링합니다.

AI 보안 및 거버넌스에 대해, 어떻게 훈련 데이터셋, 모델, 프롬프트, 출력 간의 계보를 추적하여 감사를 위한 추적성을 제공합니까?

우리는 실제로 세 가지 핵심 방법으로 AI 보안 및 거버넌스를 지원합니다. 첫째, 데이터가 이동할 때 우리의 분류 및 수정 기술을 적용할 수 있는 API를 제공합니다. 회사가 모델을 훈련시키기 위해 데이터셋을 생성하거나 준비할 때, 민감한 데이터가 포함되지 않은 것을 보장할 수 있습니다. 따라서 우리는 데이터 파이프라인에 플러그인하고 훈련 세트로 이동하거나 복사될 때 데이터셋을 청소할 수 있습니다.

둘째, 우리는 우리의 핵심 제품을 AI 채택의 촉진자로 간주합니다. 모든 회사는 효율적으로 운영하고 시장에 따라가기 위해 AI 도구를 사용하도록 압력을 받고 있습니다. M365의 Copilot은 스마트 검색 기능을 제공하고 파일이나 데이터를 찾는 것을 더 쉽게 만듭니다. 그러나 이러한 도구는 정의에 따라 민감한 데이터를 찾는 것을 더 쉽게 만들기 때문에, 많은 회사가 텔레스코프에 접근하여 환경을 스캔하고 자동으로 데이터 관리 및 보안 정책을 적용하여 AI를 채택할 수 있도록 합니다.

마지막으로, 우리는 민감한 데이터가 포함된 프롬프트를 퍼블릭 AI 도구에 누출되기 전에 검열 또는 격리할 수 있는 AI 도구와의 통합을 구축하고 있습니다. 많은 회사가 이러한 도구의 사용을 금지하지만, 안전하게 채택할 수 있는 방법이 있습니다. 따라서 민감한 데이터(각 회사가 정의한대로)가 누출되지 않도록 보장할 수 있습니다.

자동 수정과 인간의 개입 사이에서您的 철학은 무엇이며, 안전 경계를 어디에 그으십니까?

우리는 몇 년 전부터 데이터 발견 및 분류는 반만의 이야기라는 것을 깨달았습니다. 데이터 위험을 찾는 것은 첫 번째 단계이지만, 그 위험을 해결하고 수정하는 것이 실제 목표입니다. 고객은 일반적으로 텔레스코프의 데이터 카탈로그에서 발견을 평가한 다음 인간의 개입과 함께 수정을 시작한 후 완전히 자동화된 수정으로 이동합니다. 우리는 항상 일부 작업이 완전히 자동화되기를 원하는 팀이 있을 수 있다는 것을 인식하고 있습니다. 예를 들어, 프로덕션 데이터베이스에서 데이터를 삭제하는 것은 매우 문제가 될 수 있습니다. 그러나 많은 경우에 우리는 고객이 권한을 취소하거나 데이터를 이동하거나 보관 및 보존 정책을 적용하는 것과 같은 것에 대해 완전한 자동화를 채택하는 것을 보고 있습니다.

많은 DSPM/DLP 도구가 실시간 보호에 어려움을 겪습니다. “실시간”을 표준으로 만드는 데에는 무엇이 변경되어야 했으며, 기업은 생산 환경에서 어떤 지연 및 처리량을 기대할 수 있습니까?

실시간 문제를 해결하기 위해, 작업을 핵심 구성 요소로 분해하는 것이 중요했습니다. 다른 상황에는 다른 유형의 지연이 필요하지만, 목표는 항상 가능한 한 가장 빠른 방법으로 가장 정확한 통찰력을 제공하는 것입니다. 이는 다양한 처리량 요구를 수용하기 위해 저지연 시스템을 병렬화할 수 있는 유연한 아키텍처를 허용합니다. 기업이 텔레스코프를 실행할 때, 데이터는 고객의 인프라에서 분류되고 보호되므로 지연과 아웃바운드 데이터 흐름이 줄어듭니다. 이것은 텔레스코프가 고위험 시나리오에서亞초 단위의 시간 내에 수정을 제공할 수 있도록 합니다.

개인 정보 및 규정 준수: 지속적인 모니터링과 프레임워크/규정에 대한 자동 매핑을 주장합니다. 법률이 발전함에 따라 매핑을 최신 상태로 유지하는 방법은 무엇이며, 다양한 지역 또는 비즈니스 단위에 대한 제어는 얼마나 사용자 정의할 수 있습니까?

솔직히, 우리의 초점은 실제로 체크박스를 확인하는 것에서 고객이 정말로关心하는 것을 깊이 이해하는 것으로 변경되었습니다. 경우에 따라, 그들은 최신 규정에 100% 매핑하고 싶을 수 있으며, 우리는 이러한 변경 사항을 지속적으로 모니터링하고 제품에 통합합니다. 그러나 대부분의 회사들은 이러한 법률을 완전히 준수하기 위해 아직 멀었기 때문에, 우리는 그들을 만날 수 있고, 점점 더 그들을 지원할 수 있습니다. 우리는 이를 통해 제품을 고객의 특정 위험 프로파일 및 요구 사항에 맞게 형성할 수 있습니다.

GenAI 채택: 고객은 텔레스코프를 사용하여 개발자 속도를 저하하지 않고 “안전한 입력” 및 “안전한 출력”을 어떻게 생성합니까? 권장하는 패턴이 있습니까?

고객은 훈련 및 추론 파이프라인에 텔레스코프의 Redact API를 통합하여 민감한 데이터가 생성된 AI 모델로 흐르지 않도록 합니다. 검열 과정은 개발자로부터 추상화되어 개발 속도를 유지할 수 있습니다. 검열은 추론 전에 수행되고 데이터는 추론 후에 재수화됩니다.

앞으로, 텔레스코프는 종단간 “에이전트” 데이터 보안 플랫폼을 갖추고 있으며, 자율적인 수정이 포함됩니다. 완전한 자율적인 데이터 보호에 대한 산업의 준비가 완료된 것을 나타내는 중요한 이정표는 무엇입니까?

우리는 산업이 준비되어 있다고 확신합니다. 다른 사이버 영역에서는 이미 SOC와 같은 영역에서 에이전트 AI를 보안 팀의 능력을 확장하는 수단으로 완전한 전환을 보았습니다. 우리는 이 작업을 수행하기 위해 설계 파트너가 되고 싶어하는 고객의 대기열을 가지고 있습니다. 따라서 많은 회사들이 여전히 수동으로 트라이지, 조사, 결정, 실행하여 단일 티켓을 해결해야 하는 고통을 겪고 있음을 알고 있습니다. 우리는 이것이 시장의 방향이며, 우리는 이 변화를 주도하기 위해 결심했습니다.

멋진 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 텔레스코프를 방문하십시오.