멀티 클라우드 자산·감사 자동화

문제

세 클라우드는 같은 개념을 서로 다른 형태로 돌려줍니다. 권한이나 방화벽을 비교하려면 사람이 세 형식을 맞춰 읽어야 했습니다.

접근

계정별로 STS AssumeRole 등 교차 계정 역할로 접근하고, 자원 종류별 수집기 7개로 모은 결과를 자원별 데이터 클래스 하나로 정규화합니다. Google Sheets와 CSV로 내보내고, 위험 이벤트 16종은 critical_events.yaml 기준으로 Slack과 Telegram에 바로 보냅니다.

결과

바탕이 된 실무 도구는 Azure를 포함한 4개 클라우드를 매일 새벽에 점검해 월말 며칠의 수동 점검을 없앴고, Terraform 기본값과 CI 관문과 함께 보안 지적 조치율을 60%에서 85% 이상으로 올리는 데 기여했습니다.

배운 점

여러 클라우드를 함께 운영할 때 가장 큰 비용은 데이터를 모으는 일이 아니라 서로 다른 형식을 사람이 맞춰 읽는 일이었습니다. 수집 방식은 클라우드마다 달라도 결과를 자원별 데이터 클래스 하나로 정규화하면, 권한이나 방화벽을 같은 열에서 비교할 수 있고 새 클라우드를 붙일 때도 수집기만 추가하면 됩니다. 위험 이벤트 목록을 코드가 아니라 데이터(critical_events.yaml)로 둔 것도 중요했습니다. 보안 담당자가 Python을 읽지 않고도 규칙을 검토하고 고칠 수 있고, 규칙 변경과 코드 변경이 섞이지 않습니다. 다만 일부 경로는 실제 계정이 아닌 mock으로만 검증했기 때문에, 자동화를 믿을 수 있는 범위는 어디까지 실제로 확인했느냐로 정해진다는 점도 함께 배웠습니다.

관련 현장 노트

• 한 달에 한 번이던 보안 점검을, 매일 자동으로 E5 월말에 며칠씩 수동으로 하던 4개 클라우드 보안 점검을, 위험 행위를 발생 당일 알아차리는 매일 자동 점검으로 바꿨습니다.

Control Plane에서 전체 기록 보기 ↗