Teradata AI Security, 에이전트 접근 확대에 맞춰 개인정보 보호 제어 기능 추가
Teradata는 자율 에이전트의 엔터프라이즈 시스템 접근이 확대됨에 따라 민감한 데이터 노출 문제를 겨냥한 새로운 AI 보안 조치를 10월 20일 발표했다. Teradata AI security 업데이트는 개인정보 보호 기능을 보안 및 복구 역량과 결합한다. 핵심 과제는 자동화 시스템이 식별하고 수행할 수 있는 범위를 제한하면서도 유용한 데이터 관계를 유지하는 것이다.
이로써 엔터프라이즈 구매자는 상충하는 요구사항 사이에 놓이게 된다. 에이전트가 유용한 업무를 수행하려면 맥락이 필요하지만, 더 넓은 접근 권한을 부여하면 실수의 파급 효과도 커진다. 기반 정보를 보호하는 것은 도움이 되지만, 누가 특정 행동을 승인했는지 또는 그 행동이 진행되어야 하는지를 해결해 주지는 않는다.
Snowflake는 이미 거버넌스가 적용된 데이터 접근을 자사 에이전트 플랫폼의 일부로 내세우고 있다. 따라서 Teradata는 고객이 기존 환경 전반에 얼마나 폭넓게 보호 기능을 배포할 수 있는지라는 실질적인 구매 질문에 직면한다. 보안팀에는 이 발표가 노출을 줄이는 동시에 점점 더 강력해지는 소프트웨어를 둘러싼 권한을 검토할 기회를 제공한다.
Teradata AI Security, 개인정보 보호와 운영 복구 연결
Teradata의 발표는 ID 보호, 암호화, 변경 불가능한 백업, 데이터베이스 가용성을 포괄한다. 변경 불가능한 백업은 수정 또는 삭제로부터 보호되는 복구용 사본이다. 회사는 이러한 기능을 엔터프라이즈 AI의 지속적인 운영을 위한 상호 연결된 요구사항으로 제시한다.
Teradata는 Anonomatic을 통해 개인식별정보(PII)를 안정적인 식별자로 대체하면서 원래의 신원을 분리하는 Poly-Anonymization을 제공한다. 회사는 이 방식이 분석에 필요한 관계를 보존한다고 말한다. 형식 보존 암호화는 후속 애플리케이션이 기대하는 구조를 유지하면서 값을 보호한다.
data protection capabilities에는 미래의 양자 컴퓨터가 기존 암호 기술에 가할 위협에 대비하도록 설계된 포스트 양자 전송 보호 기능도 포함된다. 기능과 배포 환경에 따라 제공 여부는 달라진다. 구매자는 현재 이용 가능한 클라우드 기능과 다른 환경에 계획된 기능을 구분해야 한다.
이번 발표의 실질적 가치는 고객이 실제 워크로드에 어떤 보호 기능을 적용할 수 있는지에 달려 있다.
예시로 고객 분석 워크플로를 생각해 볼 수 있다. 에이전트는 반복되는 서비스 문제를 식별하기 위해 구매 내역, 지원 상호작용, 계정 이력을 연결해야 할 수 있다. 고객 이름을 받지 않고도 해당 작업을 수행할 수 있다.
이러한 구분은 개인정보 보호팀에 전체 데이터세트를 승인하거나 거부하는 것보다 더 구체적인 판단 기준을 제공한다. 이들은 작업에 어떤 관계가 필요한지, 어떤 식별 필드가 필요한지, 그리고 그 요구사항이 어디에서 달라지는지를 물을 수 있다.
같은 구분은 복구에도 적용된다. 유용한 답변에는 이용 가능한 정보가 필요하지만, 복구 가능한 데이터베이스가 곧바로 복구 가능한 비즈니스 프로세스를 보장하지는 않는다. 조직은 중단 이전에 어떤 조치가 발생했는지도 이해해야 한다.
데이터 연결이 끊긴 상황에서 에이전트가 서비스 추천을 준비하고 있다고 가정해 보자. 기반 레코드를 복원하면 복구를 지원할 수 있다. 하지만 에이전트가 이미 해당 추천을 제출했는지를 판단하려면 별도의 행동 기록이 필요하다.
이러한 사례는 문서화된 Teradata 고객 성과가 아니라 평가 시나리오를 설명한다. 각 기능에 대한 별도의 수용 기준을 유지하면서도, 개인정보 보호와 복원력이 구매 논의에 함께 포함되어야 하는 이유를 보여 준다.
개인정보 보호 테스트는 에이전트가 불필요한 식별 정보를 받았는지 묻는다. 복구 테스트는 운영이 신뢰할 수 있는 상태에서 재개될 수 있는지 묻는다. 조직이 전체 워크플로를 검토하지 않는 한, 어느 한 테스트를 통과해도 다른 테스트에 대해서는 거의 알 수 없다.
이것이 이러한 기능을 함께 가져오는 운영상 의미다. 고객은 기존에는 개인정보 보호, 애플리케이션 동작, 복구를 각각 평가하던 팀 간의 의존성을 검토할 이유를 얻는다.
하지만 조달 논의를 통합한다고 해서 근거까지 하나로 뭉쳐서는 안 된다. 각 보호 기능에는 명확한 범위, 책임 있는 소유자, 그리고 실제로 작동했는지 확인할 방법이 필요하다.
보안팀은 에이전트 개발자만으로 결정할 수 없는 판단을 떠안는다
즉각적인 압박은 민감한 정보 접근을 승인하는 엔터프라이즈 팀에 가해진다. 에이전트 개발자는 작업을 정의할 수 있지만, 기반 데이터의 모든 허용 가능한 사용 방식을 독자적으로 결정할 수는 없다.
개발자는 에이전트의 답변을 개선할 충분한 정보를 합리적으로 요청할 수 있다. 개인정보 보호 책임자는 조직이 그 정보를 노출할 정당한 목적이 있는지 검토해야 한다. 운영팀은 장애의 영향을 고려해야 한다.
이러한 책임은 배포 단계에서 교차한다. 데모는 신중하게 선택된 입력과 광범위한 권한으로 성공할 수 있다. 프로덕션 환경에서는 변화하는 사용자, 익숙하지 않은 요청, 답변 창을 넘어서는 결과를 수반하는 비즈니스 프로세스가 도입된다.
에이전트 접근은 기술 통합을 위임된 권한에 관한 결정으로 바꾼다.
위임된 권한은 다른 사람을 대신해 행동할 수 있는 권한을 의미한다. 엔터프라이즈 에이전트의 경우 이는 직접적인 질문을 제기한다. 각 요청에는 누구의 권한이 수반되는가?
NIST는 2026년 2월 agent identity에 관한 작업에서 이 문제를 강조했다. 해당 개념 문서는 소프트웨어 에이전트의 식별, 권한 부여, 감사, 책임성에 관한 의견을 구했다. 이 작업은 특정 제품을 인증하기보다는 벤더의 주장을 평가하는 맥락을 제공한다.
구매자에게 주는 함의는 명확하다. 에이전트를 승인된 애플리케이션으로 인식하는 것만으로는 그 애플리케이션이 수행해야 할 모든 행동을 설명하지 못한다. 승인은 행위자, 작업, 관련 정보를 연결해야 한다.
예시로 계정 지원 에이전트를 생각하면 이 구분이 구체화된다. 거래 패턴 접근은 문제 해결을 지원할 수 있다. 신원 기록 접근은 별도로 승인된 검증 단계에서 적절해질 수 있다.
두 작업이 같은 광범위한 자격 증명을 사용한다면 이러한 분리를 강제하기가 더 어려워진다. 현재 작업에 신원 조회가 필요하지 않아도 시스템은 기술적으로 이를 허용할 수 있다.
반대로 제한이 지나치게 거칠면 직원은 정당한 업무를 완료할 수 없게 된다. 그러면 예외를 요청하거나 정보를 통제가 덜한 워크플로로 옮겨야 한다는 압박을 받게 된다.
이는 조직적 절충을 만든다. 보안팀에는 실제 업무를 반영하는 제한이 필요하고, 애플리케이션팀에는 그러한 제한이 적용될 때 예측 가능한 동작이 필요하다.
따라서 거부된 요청은 이해 가능해야 한다. 직원은 제한이 누락된 권한, 이용 불가능한 데이터, 지원되지 않는 작업 중 무엇 때문인지 알아야 한다. 그렇지 않으면 보안 경계가 제품 결함처럼 보일 수 있다.
그 영향은 문서와 비즈니스 기록 전반에서 AI를 사용하는 지식 근로자에게도 미친다. 개인 지식 베이스와 공유 엔터프라이즈 저장소에는 서로 다른 접근 기대치가 적용된다. 어느 쪽이든 자동화에 연결하려면 누구의 정보가 이용 가능해지는지 명확해야 한다.
Teradata의 발표는 이러한 결정을 데이터 플랫폼 논의에 더 가깝게 가져온다. 고객은 에이전트가 도달할 수 있는 범위를 확장하기 전에 개인정보 보호, 보안, 비즈니스 팀 간의 합의가 여전히 필요하다.
데이터 관계 보존은 개인정보 보호의 절충을 만든다
핵심 절충은 에이전트가 유용성을 유지하는 데 필요한 정보에 관한 것이다. 신원을 제거하면 노출을 줄일 수 있지만, 관계를 보존하면 분석을 계속할 수 있다. 그러한 관계 역시 민감할 수 있다.
예시로 한 소매 에이전트가 매장과 구매 이력 전반의 반복 반품을 분석한다고 가정해 보자. 안정적인 식별자를 사용하면 고객 이름을 표시하지 않고도 반복 활동을 인식할 수 있다.
이 설계는 직접적인 신원 노출을 제한한다. 그렇다고 해서 그 결과로 나온 모든 패턴이 모든 직원, 애플리케이션 또는 목적에 적절해지는 것은 아니다. 상세한 행동 이력은 명백한 식별자가 없어도 민감한 의미를 담을 수 있다.
유용한 관계와 허용 가능한 공개에는 별도의 판단이 필요하다.
이 때문에 개인정보 보호 주장은 의도된 워크로드를 기준으로 평가받아야 한다. 기업은 에이전트가 받는 필드와 허용된 쿼리가 뒷받침하는 추론을 모두 검토해야 한다.
관련 질문은 이름이 사라지는지보다 더 넓다. 에이전트가 불필요하게 상세한 프로필을 구성할 수 있는지, 출력이 민감한 패턴을 드러내는지, 그리고 그 출력을 누가 받는지를 포함한다.
이는 Teradata 구현의 결함을 입증하는 것이 아니라 제안된 아키텍처의 분석적 함의를 설명한다. 성공적인 보호 기능도 의도된 범위를 벗어난 판단을 남길 수 있기 때문에 중요하다.
예를 들어 신원을 분석에서 분리하면 직접 식별에 대한 경계를 설정한다. 그다음 조직은 그 경계를 넘는 것이 정당한 비즈니스 목적에 부합하는 시점을 결정해야 한다.
사기 조사는 승인된 검토 후 신원 복원을 정당화할 수 있다. 일상적인 추세 분석은 그렇지 않을 수 있다. 같은 기반 레코드는 두 작업을 모두 지원할 수 있지만, 권한 부여는 서로 다른 목적을 반영해야 한다.
워크플로는 부분적인 성공도 처리해야 한다. 에이전트는 패턴을 정확히 요약하면서도 이후 단계에 추가 권한이 필요하다는 점을 인식하지 못할 수 있다.
해당 지점에서 멈추는 시스템은 경계를 보존한다. 더 광범위한 자격 증명을 조용히 대체하는 시스템은 최초 승인의 의미를 바꾼다.
이 구분은 개인정보 보호가 모델에 행동 지침을 전달하는 데만 머물 수 없는 이유를 설명한다. 주변 애플리케이션은 권한이 없을 때 승인되지 않은 정보와 행동을 이용할 수 없도록 해야 한다.
또한 분석적 유용성을 보존하는 데 별도의 근거가 필요한 이유도 설명한다. 개인정보 보호 제어는 신원을 보호하면서 특정 작업의 품질을 바꿀 수 있다. 구매자는 두 결과 모두에 대한 대표적인 평가가 필요하다.
이러한 평가는 직원들이 실제로 묻는 질문을 반영해야 한다. 일반적인 데모로는 보호된 데이터세트가 특정 조사, 예측 또는 고객 서비스 프로세스를 지원하는지 입증할 수 없다.
목표는 허용 가능한 역량에 관한 명시적 합의다. 에이전트는 승인된 작업을 수행할 충분한 맥락을 받아야 하며, 그 범위를 넘어서는 정보를 요청하는 명확한 절차가 있어야 한다.
이러한 합의는 개인정보 보호와 유용성이 언제나 충돌한다고 가정하지 않고도 구매자가 Teradata의 접근 방식을 평가할 수 있게 한다. 일부 작업에는 기존 워크플로가 일상적으로 노출하는 것보다 적은 식별 정보만 필요하다.
기회는 그러한 작업을 인식하고 기본 접근 방식을 바꾸는 데 있다. 남은 과제는 에이전트의 책임이 확대되는 과정에서도 그 원칙을 유지하는 것이다.
경쟁사들은 거버넌스가 적용된 접근을 구매 기준으로 만든다
Teradata는 AI가 사용하는 엔터프라이즈 데이터를 보호하는 것에 관한 이미 확립된 경쟁 논의에 진입하고 있다. 이번 발표는 기존 고객에게 현재의 플랫폼 관계 안에서 검토할 추가 기능을 제공한다.
TechTarget의 엔터프라이즈 프라이버시 분석에서 TreeHive Strategy 설립자 Donald Farmer는 이번 추가 사항을 의미 있는 운영상 개선으로 평가했습니다. 그는 또한 이것이 Teradata를 대체로 현대적인 클라우드 데이터 플랫폼과 같은 수준으로 끌어올린다고 주장했습니다.
BARC 애널리스트 Kevin Petrie도 엔터프라이즈 우선순위와의 정합성을 환영하면서, 다른 곳에도 유사한 기능이 있다고 지적했습니다. 이러한 평가는 신중한 해석을 뒷받침합니다. 유용한 고객 개선 사항이 자동으로 경쟁 우위를 확립하는 것은 아닙니다.
구매자는 기능 이름이 아니라 동등한 작업에서 실제로 강제되는 동작을 비교해야 합니다.
Snowflake의 문서는 Cortex Agents가 거버넌스가 적용된 환경 내에서 작동한다고 설명합니다. 데이터 액세스는 플랫폼 권한과 구성된 각 도구의 실행 컨텍스트에 따라 달라집니다. 또한 이 문서는 답변의 정확성과 인용을 보장하지 않는다고 경고합니다.
이는 플랫폼 간 동등성을 확립하지 않으면서도 유용한 비교 기준을 제공합니다. 거버넌스에 관한 공통된 용어가 있다고 해서 배포 범위, 제어 수단 또는 운영 책임이 동일하다는 뜻은 아닙니다.
벤더를 비교하는 엔터프라이즈는 동일한 비즈니스 요청에서 시작해야 합니다. 에이전트는 동등한 소스 정보, 사용자 권한 및 허용된 작업을 마주해야 합니다. 그렇지 않으면 겉으로 보이는 차이가 설정에 따른 것일 수 있습니다.
예를 들어, 제한 없는 레코드가 주어진 에이전트는 제한된 권한 내에서 작동하는 에이전트보다 더 유능해 보일 수 있습니다. 이 결과는 에이전트의 능력뿐 아니라 부여된 액세스 권한도 측정합니다.
비교에는 액세스 권한이 변경될 때 일어나는 일도 포함해야 합니다. 다른 부서로 이동한 직원이 이전 대화가 아직 열려 있다는 이유만으로 민감한 액세스 권한을 계속 보유해서는 안 됩니다.
마찬가지로, 에이전트 인터페이스에 대한 액세스가 연결된 모든 도구를 사용할 권한을 의미해서는 안 됩니다. 하나의 워크플로우에는 소유자와 규칙이 서로 다른 여러 시스템이 포함될 수 있습니다.
구매자의 기존 환경은 이러한 구분을 상업적으로 중요하게 만듭니다. 현재의 ID 및 운영 프로세스와 통합된 기능은 고립된 기능보다 일관되게 적용하기 더 쉬울 수 있습니다.
하지만 익숙함이 검증을 대신해서는 안 됩니다. 기존 고객도 새로 도입된 제어 수단이 자신들의 배포 조건에서 예상대로 작동한다는 증거가 필요합니다.
기능 격차가 전체 플랫폼 결정을 자동으로 좌우해서도 안 됩니다. 고객은 에이전트 기능과 함께 데이터 위치, 애플리케이션 종속성, 직원 전문성 및 복구 요구 사항을 함께 고려합니다.
따라서 경쟁 압력은 구체적입니다. Teradata는 고객이 이미 운영 중인 환경 전반에서 자사의 보호 기능이 거버넌스가 적용된 업무를 어떻게 지원하는지 보여줘야 합니다.
경쟁 벤더에도 동일한 기준이 적용됩니다. 고객이 ID에서 데이터 액세스를 거쳐 최종 작업까지 요청을 추적할 수 있을 때 거버넌스 주장은 설득력을 얻습니다.
이는 구매 논의를 관찰 가능한 동작 쪽으로 전환합니다. 가장 강력한 비교는 각 시스템이 무엇을 허용하고, 무엇을 차단하며, 이후 어떤 증거가 남는지를 보여줍니다.
데이터 보호만으로 에이전트가 행동해야 하는지 결정되지는 않는다
프라이버시, 암호화 및 복구는 서로 다른 실패 모드를 다룹니다. 이들 중 어느 것도 에이전트가 요청을 올바르게 해석했는지 또는 적절한 작업을 선택했는지를 독립적으로 결정하지는 않습니다.
이 구분은 에이전트가 적대적인 콘텐츠를 마주할 때 중요해집니다. 프롬프트 인젝션은 에이전트가 데이터로 취급해야 하는 자료에 포함된 지시를 의미합니다.
NIST의 에이전트 하이재킹에 관한 연구는 이러한 콘텐츠가 에이전트를 유해한 작업으로 유도할 수 있는 방식을 설명합니다. 이 연구는 적응형 평가와 작업별 공격 결과의 검토를 강조합니다.
레코드를 보호하는 것과 에이전트의 해당 레코드 사용을 통제하는 것은 별개의 보안 요건입니다.
예시적인 지원 워크플로우가 이 차이를 보여줍니다. 에이전트가 내부 요약을 준비하면서 고객 메시지를 읽습니다. 이 메시지에는 관련 없는 계정 정보를 조회하라는 지시가 포함되어 있습니다.
암호화는 전송 중인 정보를 보호할 수 있습니다. ID 분리는 에이전트가 받는 정보를 제한할 수 있습니다. 어느 기능도 그 자체만으로 내장된 요청이 정당한 권한을 갖는다고 확립하지는 않습니다.
따라서 애플리케이션에는 업무 중 접한 정보와 추가 업무 수행 권한 사이의 경계가 필요합니다. 그렇지 않으면 신뢰할 수 없는 콘텐츠가 본래 역할을 넘어 의사결정에 영향을 줄 수 있습니다.
이는 10월 발표가 모든 에이전트 보안 문제를 해결한다고 주장한다는 뜻은 아닙니다. 이는 고객이 데이터 보호 포트폴리오를 자율적 행동에 대한 완전한 해답으로 해석하지 않아야 한다는 뜻입니다.
Teradata는 별도로 Tera Harness를 에이전트 워크플로우 내 정책 제어 및 사람의 승인을 갖춘 실행 계층으로 설명했습니다. 9월 발표에서는 Tera Context Engine, Tera Harness 및 Agent Skills를 2026년 4분기에 제공할 예정이라고 밝혔습니다.
이러한 회사 발표는 의도된 제품 방향을 보여줍니다. 모든 무단 작업이나 적대적 입력으로부터의 보호를 독립적으로 입증하지는 않습니다.
발표 사이의 분리는 중요합니다. 구매자는 어떤 기능을 함께 사용할 수 있는지, 어떤 통합이 지원되는지, 그리고 결합된 워크플로우가 어떻게 동작하는지 검증해야 합니다.
요청은 완료 전에 프라이버시 경계, 애플리케이션 경계 및 승인 경계를 넘을 수 있습니다. 한 단계의 증거가 이후 모든 단계가 계속 통제된다는 사실을 확립할 수는 없습니다.
사람의 승인에도 구체적인 대상이 필요합니다. 직원이 요약을 승인했다고 해서 계정 업데이트, 고객에게 보내는 메시지 또는 내보내기까지 승인한 것은 아닙니다.
승인 후 제안된 작업이 변경되면 시스템에는 정의된 대응 방식이 필요합니다. 자동으로 계속 진행하면 최종 작업이 검토자가 이해한 내용과 분리될 수 있습니다.
복구는 또 다른 질문을 제기합니다. 사고 후 데이터를 복원하더라도 이미 발송된 이메일이나 다른 시스템에 이미 전달된 결정을 되돌리지는 못합니다.
따라서 조직은 재시도할 수 있는 작업, 검토가 필요한 작업, 그리고 결과를 철회할 수 없는 작업을 식별해야 합니다.
이러한 관찰은 근본적인 개선을 무시하지 않으면서 보안 주장에 한계를 설정합니다. 추가 제어가 필요하더라도 불필요한 노출을 줄이는 일은 여전히 가치가 있습니다.
적절한 결론은 더 좁고 유용합니다. Teradata AI security는 구매자에게 평가할 수 있는 더 많은 기능을 제공하지만, 전체 에이전트 워크플로우에 대한 책임은 계속 공유됩니다.
배포 증거가 다음 구매 결정을 좌우할 것이다
향후 몇 달 동안 가장 유용한 증거는 배포 범위, 실제 워크플로우에서의 강제 적용, 그리고 운영 조건에서의 복구에 관한 것입니다. 이러한 신호는 발표 내용이 사용 가능한 보호 기능으로 어떻게 전환되는지를 명확히 할 것입니다.
고객 수용 증거는 출시 설명의 범위보다 더 중요할 것입니다.
첫 번째 신호는 구체적인 배포 범위입니다. 고객은 종속성과 가용성 조건을 포함해 자신의 환경에서 어떤 보호 기능이 작동하는지를 식별하는 문서가 필요합니다.
고객이 의도한 워크플로우 전반에 필요한 제어 수단을 적용할 수 있다는 증거는 확장 사례를 강화할 것입니다. 해결되지 않은 범위 격차는 적합한 사용 사례를 제한할 것입니다.
이는 모든 환경이 즉시 동일한 기능을 지원해야 한다는 뜻은 아닙니다. 민감한 정보에 대한 액세스를 승인하기 전에 구매자가 경계를 이해해야 한다는 뜻입니다.
명확한 제한 사항은 건전한 배포 결정을 뒷받침할 수 있습니다. 모호한 가용성 설명은 보안 검토자가 신뢰성 있게 평가할 수 없는 가정을 애플리케이션 팀이 하도록 만듭니다.
두 번째 신호는 관찰 가능한 정책 강제 적용입니다. 유용한 시연은 에이전트가 승인된 작업을 완료하고, 제한된 요청을 마주하며, 올바른 경계에서 멈추는 모습을 보여줄 것입니다.
증거에는 작업을 수행한 사용자, 적용 가능한 권한 및 시도된 작업이 식별되어야 합니다. 매끄럽게 다듬어진 최종 답변만으로는 거친 경로가 승인된 것이었음을 확립할 수 없습니다.
권한이 변경되는 상황에서도 성공적으로 강제 적용된다면 더 광범위한 배포에 대한 신뢰가 강화될 것입니다. 광범위한 권한이 부여된 자격 증명에 의존하는 워크플로우는 그 신뢰를 약화시킬 것입니다.
같은 평가는 정당한 업무도 고려해야 합니다. 무단 요청은 차단하지만 승인된 작업을 반복적으로 막는 시스템은 예외를 허용해야 한다는 운영상 압박을 만듭니다.
이러한 긴장은 실제 워크플로우 증거를 특히 유용하게 만듭니다. 구매자는 직원이 불완전한 정보나 이례적인 요청을 마주할 때도 제한이 이해 가능하고 실용적인지 확인해야 합니다.
세 번째 신호는 기초 데이터뿐 아니라 에이전트 워크플로우를 포괄하는 복구 증거입니다. 의미 있는 훈련은 어떤 정보가 복원되었고 어떤 작업이 이미 발생했는지를 확립할 것입니다.
또한 조직이 중단된 업무를 재개할지, 검토할지 또는 포기할지를 어떻게 결정하는지도 보여줘야 합니다. 관련 권한과 전제가 여전히 유효할 때에만 자동 계속 수행이 적절합니다.
이러한 구분을 보존하는 복구 훈련은 회복탄력성 주장을 강화할 것입니다. 작업 이력은 불확실한 상태로 남겨 둔 채 레코드만 복원하는 것은 더 제한적인 운영상 이점을 드러낼 것입니다.
이들은 예정된 Teradata 이정표나 향후 고객 결과에 대한 예측이 아니라 평가 신호입니다. 새로운 증거가 이용 가능해질 때 이를 판단할 방법을 제공합니다.
엔터프라이즈 구매자에게 당장의 조치는 액세스를 확장하기 전에 대표적인 워크플로우를 선택하고 수용 조건을 정의하는 것입니다. 필요한 정보, 수행할 수 있는 작업 및 여전히 필요한 승인을 명시하십시오. 그런 다음 벤더에게 일반적인 사용, 거부된 요청 및 중단 상황에서 그러한 경계를 입증하도록 요청하십시오. Teradata AI security는 이 정도의 세부 수준에서 평가할 가치가 있습니다. 결정은 사용 가능한 보호 기능을 조직이 관찰하고 거버넌스할 수 있는 비즈니스 프로세스와 연결해야 합니다. 팀이 모든 민감한 읽기, 중대한 작업 및 복구 결정을 명확히 설명할 수 있을 만큼 권한을 부여할 수 있는 에이전트 워크플로우는 무엇입니까?
