Kanji
・클라우드 엔지니어 / 프리랜서 ・1993년생 ・에히메현 출신 / 도쿄도 시부야구 거주 ・AWS 경력 5년 프로필 상세
목차
bedrock:GuardrailIdentifier
사내 업무 지원 AI와 멀티 에이전트 기반을 Amazon Bedrock 위에서 구축하기 시작했을 때, 제가 가장 신경을 곤두세웠던 부분은 ’생성형 AI 안전장치(가드레일)’였습니다.
고객 데이터와 사내 기술 문서를 다루는 이상 개인정보(성명, 주민등록번호/마이넘버, 신용카드 번호, 전화번호) 마스킹, 경쟁사 언급 금지, 부적절한 발언 차단, 그리고 프롬프트 인젝션(탈옥 공격) 방어는 절대 타협할 수 없는 필수 요건입니다. 다행히 Bedrock에는 강력한 관리형 방어 기능인 ’Amazon Bedrock Guardrails’가 마련되어 있어 콘솔이나 IaC에서 손쉽게 엄격한 정책을 구성할 수 있습니다.
저는 기업 표준 가드레일을 생성한 뒤 사내 개발 위키에 “프로덕션 환경에서는 반드시 이 Guardrail ID와 버전을 지정해 모델을 호출할 것” 이라고 명시하고 모든 개발 팀에 공지했습니다.
그런데 몇 주 후, AWS CloudTrail과 CloudWatch Logs 감사 로그를 점검하던 저는 등골이 서늘해지는 사실을 발견했습니다.
사내 데이터 분석 팀이 배포한 Python 배치 스크립트와 다른 팀이 도입한 오픈소스 AI 에이전트 런타임(MCP 서버 연동)에서 가드레일 파라미터가 전혀 지정되지 않은 채 순수 Foundation Model(Claude 3.5 Sonnet / Llama 3)이 수천 번이나 직접 호출되고 있었던 것 입니다.
# 현장에서 실제로 돌아가고 있던 무방비 추론 코드 import boto3 bedrock = boto3.client('bedrock-runtime', region_name='us-east-1') # 개발자가 guardrailIdentifier 전달을 누락했지만, IAM 권한이 있어 추론이 그대로 통과됨! response = bedrock.invoke_model( modelId='anthropic.claude-3-5-sonnet-20241022-v2:0', body=b'{"prompt": "...", "max_tokens": 1000}' )
원인은 단순했습니다. 개발자가 boto3나 LangChain 래퍼 설정에서 파라미터를 빠뜨렸거나, 서드파티 에이전트 라이브러리가 Bedrock Guardrails 인자를 네이티브로 지원하지 않았기 때문입니다.
애플리케이션이나 클라이언트 코드의 ’선의’에 가드레일 적용을 맡기는 한, 파라미터 누락이나 섀도우 AI(Shadow AI), 내부자의 우회 시도를 100% 막는 것은 불가능합니다. 가드레일은 클라이언트에서 선택적으로 지정하는 것이 아니라 클라우드 인프라와 IAM 접근 제어 계층에서 강제(Enforce)되어야 합니다.
이 근본적인 과제를 인프라 레벨에서 해결하는 기능이 바로 AWS의 ‘IAM Policy-Based Enforcement for Amazon Bedrock Guardrails(IAM 정책 기반 가드레일 강제 적용)’ 입니다.
▲ IAM 정책 평가 엔진이 추론 요청의 가드레일 식별자를 강제 검증하여 무방비 호출을 즉시 차단하는 아키텍처
IAM 정책 기반 강제 적용의 핵심은 Amazon Bedrock 전용 IAM 조건 키인 bedrock:GuardrailIdentifier 입니다.
기존에는 Bedrock 추론 API( bedrock:InvokeModel , bedrock:InvokeModelWithResponseStream , bedrock:Converse , bedrock:ConverseStream )에 대한 IAM 권한으로 ’해당 역할이 모델을 호출할 수 있는가’만 제어할 수 있었습니다.
bedrock:InvokeModel
bedrock:InvokeModelWithResponseStream
bedrock:Converse
bedrock:ConverseStream
하지만 bedrock:GuardrailIdentifier 조건 키를 사용하면 ‘요청에 지정된 Guardrail ARN(버전 포함)이 포함되어 있지 않으면 모델 추론 자체를 거부(Explicit Deny)한다’ 는 규칙을 IAM 레벨에서 정의할 수 있습니다.
PutEnforcedGuardrailConfiguration
이 아키텍처의 결정적인 장점은 가드레일이 누락된 요청이 Foundation Model에 도달하기 전에 IAM 평가 엔진에서 403 Forbidden으로 차단되므로, 모델 추론 토큰 요금이 단 1원도 발생하지 않는다 는 점입니다.
실제 검증 환경과 프로덕션 IAM 역할에 적용한 정책 구문을 살펴보겠습니다.
가장 확실한 패턴은 모델 호출을 허용하는 Allow 구문과, 지정된 Guardrail ARN이 없는 요청을 거부하는 Deny ( StringNotEquals ) 구문을 조합하는 것입니다.
Allow
Deny
StringNotEquals
{ "Version": "2012-10-17", "Statement": [ { "Sid": "AllowBedrockInvocation", "Effect": "Allow", "Action": [ "bedrock:InvokeModel", "bedrock:InvokeModelWithResponseStream", "bedrock:Converse", "bedrock:ConverseStream" ], "Resource": "arn:aws:bedrock:us-east-1::foundation-model/*" }, { "Sid": "AllowGuardrailApplication", "Effect": "Allow", "Action": "bedrock:ApplyGuardrail", "Resource": "arn:aws:bedrock:us-east-1:111122223333:guardrail/abc123def456" }, { "Sid": "EnforceMandatoryCorporateGuardrail", "Effect": "Deny", "Action": [ "bedrock:InvokeModel", "bedrock:InvokeModelWithResponseStream", "bedrock:Converse", "bedrock:ConverseStream" ], "Resource": "arn:aws:bedrock:us-east-1::foundation-model/*", "Condition": { "StringNotEquals": { "bedrock:GuardrailIdentifier": "arn:aws:bedrock:us-east-1:111122223333:guardrail/abc123def456:1" } } } ] }
bedrock:ApplyGuardrail
InvokeModel
:1
:2
:DRAFT
guardrailIdentifier
멀티 어카운트 환경에서는 개별 계정 관리자가 임의로 IAM 역할을 완화하지 못하도록 AWS Organizations의 루트나 OU에 SCP를 배치합니다. 와일드카드( * )가 포함된 ARN 패턴을 매칭할 때는 StringNotEquals 대신 ArnNotLike (또는 StringNotLike ) 를 단독 조건으로 사용해야 합니다(동일 Condition 블록에 Null: true 를 함께 넣으면 논리곱 AND로 평가되므로 주의해야 합니다):
*
ArnNotLike
StringNotLike
Null: true
{ "Version": "2012-10-17", "Statement": [ { "Sid": "EnforceGuardrailAcrossAllAccounts", "Effect": "Deny", "Action": [ "bedrock:InvokeModel", "bedrock:InvokeModelWithResponseStream", "bedrock:Converse", "bedrock:ConverseStream" ], "Resource": "arn:aws:bedrock:*::foundation-model/*", "Condition": { "ArnNotLike": { "bedrock:GuardrailIdentifier": "arn:aws:bedrock:*:*:guardrail/corp-standard-*:*" } } } ] }
SCP를 통한 Fail-Closed(403 거부) 방식에 더해, AWS Organizations의 Amazon Bedrock Policies 나 계정 단위의 PutEnforcedGuardrailConfiguration API( aws bedrock put-enforced-guardrail-configuration ) 를 병용하면 클라이언트가 인자를 생략한 요청에도 계정 표준 가드레일을 인프라 측에서 자동 주입할 수 있습니다.
aws bedrock put-enforced-guardrail-configuration
AWS CLI와 boto3를 사용해 IAM 강제 정책을 검증한 실제 터미널 로그입니다.
▲ 기업 표준 Guardrail(PII 마스킹·탈옥 공격 차단) 구성 및 IAM 강제 정책 상세 화면(계정 ID 마스킹 완료)
먼저 가드레일 인자 없이 InvokeModel 을 호출합니다.
# 가드레일 미지정 상태로 Claude 3.5 Sonnet 호출 aws bedrock-runtime invoke-model --model-id "anthropic.claude-3-5-sonnet-20241022-v2:0" --body '{"anthropic_version":"bedrock-2023-05-31","max_tokens":200,"messages":[{"role":"user","content":"사내 개발 가이드라인을 알려줘"}]}' --cli-binary-format raw-in-base64-out response.json
실행 결과(에러 로그):
An error occurred (AccessDeniedException) when calling the InvokeModel operation: User: arn:aws:iam::111122223333:user/test-developer is not authorized to perform: bedrock:InvokeModel on resource: arn:aws:bedrock:us-east-1::foundation-model/anthropic.claude-3-5-sonnet-20241022-v2:0 with an explicit deny in a service control policy or identity-based policy
즉시 AccessDeniedException (with an explicit deny) 이 발생하며 IAM 계층에서 차단됩니다.
AccessDeniedException (with an explicit deny)
다음으로 --guardrail-identifier 와 --guardrail-version "1" 을 지정해 요청을 전송합니다.
--guardrail-identifier
--guardrail-version "1"
# 올바른 Guardrail ID와 Version 1을 지정하여 호출 aws bedrock-runtime invoke-model --model-id "anthropic.claude-3-5-sonnet-20241022-v2:0" --guardrail-identifier "abc123def456" --guardrail-version "1" --body '{"anthropic_version":"bedrock-2023-05-31","max_tokens":200,"messages":[{"role":"user","content":"고객 다나카 타로 씨의 전화번호는 090-1234-5678입니다. 사내 연락 메모를 작성해 주세요."}]}' --cli-binary-format raw-in-base64-out response.json cat response.json | jq .
▲ CLI 실기 검증 로그: 미지정 요청은 IAM에서 즉시 거부되고, 정규 요청에서는 전화번호가 안전하게 마스킹됨
실행 결과(정상 응답 및 PII 자동 마스킹):
{ "content": [ { "text": "사내 연락 메모를 작성했습니다. 【고객 연락 메모】 대상자: 다나카 타로 님 연락처: [PHONE_NUMBER] ...", "type": "text" } ], "amazon-bedrock-guardrailAction": "INTERVENED", "amazon-bedrock-guardrailIntervention": { "sensitiveInformationPolicy": { "piiEntities": [ { "type": "PHONE", "action": "ANONYMIZED" } ] } } }
전화번호가 [PHONE_NUMBER] 로 자동 마스킹되어 안전하게 추론이 완료되었습니다.
[PHONE_NUMBER]
Claude 3.5 Sonnet을 대상으로 100회 추론 벤치마크를 수행한 결과는 다음과 같습니다.
오버헤드는 약 43~57ms 수준 에 불과하여 대화형 UI나 에이전트 자율 루프에서 체감 지연은 사실상 없었습니다.
AccessDenied
["...:guardrail/xxx:1", "...:guardrail/xxx:2"]
생성형 AI와 자율 에이전트 도입이 전사 운영 단계로 접어들면서, 보안 파라미터 지정을 개발자 개인의 주의력에 의존하는 방식은 한계에 직면합니다.
AWS의 bedrock:GuardrailIdentifier 를 활용한 IAM 정책 기반 강제 적용은 클라우드 아키텍트가 오랫동안 다져온 ‘심층 방어(Defense in Depth)’ 원칙을 생성형 AI에 그대로 적용할 수 있는 가장 확실한 해법입니다.
Real-time AI quant analysis of corporate earnings reports.
실전 같은 AI 음성 모의 통화와 5축 정밀 피드백. 16강 인터랙티브 강의와 스튜디오급 AI 프로필 생성 지원.
영수증 촬영 즉시 Gemini AI가 품목과 금액을 자동 인식. 모임 및 여행 경비를 손쉽게 더치페이하고 정산합니다.
점술사, 집사, 바텐더 AI 캐릭터가 직접 게임을 진행하고 대화 주제를 던져 모임을 흥미진진하게 만듭니다.
人工甘味料や添加物のNG除外と有効成分あたりの実質単価比較データベース。