벡터 검색에서 권한 필터를 애플리케이션 코드로 구현해 발생한 데이터 노출 사고와 교훈

대체로 공감하는 반응이 많았고 동일한 설계 실수를 경험했다는 사례가 반복적으로 언급되었다. 몇몇 참여자는 권한 검사 로직을 중앙 서비스로 분리하거나 DB 레벨 필터를 우선 적용한 설계가 더 안전하다고 지적했고, 다른 참여자는 감사 로그의 확장과 후보 문서 캡처가 사고 대응에서 핵심적이라고 언급했다. 반면 일부는 ANN의 특성상 검색 후보를 완벽히 통제하기 어렵다며 검색 단계와 권한 검사의 위치·결정성을 트레이드오프로 설계해야 한다는 실무적 관점을 제시했다.

• 권한 검사 로직을 중앙 서비스나 DB 레벨 필터로 전환하면 필터 규칙의 일관성과 테스트 적용 가능성이 높아진다. 중앙화된 정책 엔진은 정책 버전 관리와 단위 테스트를 용이하게 하여 여러 기능에 걸친 일관성을 보장한다. 또한 중앙화는 감사 로깅을 일관되게 구현할 수 있는 기반을 제공한다.
• 검색 파이프라인에서 후보 문서 목록과 실제 적용된 필터 조건, 그리고 반환 문서를 함께 로깅해 사후 증빙을 확보해야 한다. 이 기록은 '요청만 남기는' 기존 로그와 달리 실제로 어떤 문서가 노출 가능했는지를 입증할 수 있어 보안팀과 규제기관 대응에 필수적이다. 로그는 검색 시점의 정책 버전과 함께 저장되어야 재현성과 책임소재를 확보할 수 있다.
• ANN 인덱스의 튜닝 목표와 권한 요구사항을 함께 고려해 검색 단계의 후보 범위를 설계하고, 필요하면 검색 후 단계에서 추가적인 강한 권한 검사를 적용해야 한다. 예컨대 검색에서 넓은 후보를 허용하되 반환 전 단계에서 강력한 정책 평가를 수행하면 사용성·보안 사이의 균형을 맞출 수 있다. 이 과정에서 각 단계의 결정성 여부와 실패 모드를 문서화해 테스트 계획에 포함해야 한다.

ANN index

— 대량의 벡터에서 질의 벡터와 유사한 항목을 빠르게 찾아내는 인덱스로, 유클리드 거리나 코사인 유사도 등의 근사 계산을 통해 탐색 속도를 크게 높인다. 정확한 최근접값 대신 근사값을 반환하므로 재현성과 결정성이 낮을 수 있고 검색 결과의 재현 가능성·보안 요구가 높은 환경에서 주의가 필요하다. 벡터 검색 단계에서 필터링을 신뢰할 때 ANN의 높은 재현 오류율이 권한 위반을 초래할 위험 요소가 된다.

Vector DB metadata filter

— 벡터 저장소에서 임베딩과 함께 저장한 메타데이터(워크스페이스, 소유자, 가시성 등)를 조회 조건으로 사용해 검색 결과를 선별하는 기법으로, 검색 단계에서 불필요한 문서를 미리 배제해 상위 응답의 접근성을 제한한다. 메타데이터 필터는 DB 레벨에서 적용되면 검색 비용이 줄고 권한 경계가 단순해지지만, 필터 규칙이 애플리케이션과 불일치하면 보안 허점이 발생한다. 메타데이터 스키마와 필터 표현의 일관성이 권한 보장의 핵심이다.

Retrieval authorization

— 사용자 쿼리 입력부터 결과 반환까지의 경로에서 어떤 문서가 노출 가능한지를 판정하는 전체 권한 검사 과정으로, 입력 컨텍스트·인덱스 필터·애플리케이션 레벨 검사·로그·감사 기준을 포괄한다. 이 과정은 입력이 들어오면 해당 사용자·워크스페이스·롤에 맞는 접근 조건을 적용하고, 조건에 맞는 문서만 후보군으로 남긴 뒤 결과를 합성해 응답을 생성하는 방식으로 동작한다. 권한검사가 배치된 계층과 결정의 결정성, 그리고 검사 결과를 증명할 수 있는 로깅이 보안의 핵심이다.

Audit logging

— 시스템의 접근·결정·데이터 흐름을 증거로 남기는 로깅 체계로, 누가 언제 어떤 쿼리를 보냈고 어떤 후보 문서가 검색되고 어떤 필터가 적용되었는지를 기록해서 사후 조사와 규정 준수를 지원한다. 단순 요청 기록만 남기면 실제로 적용된 권한 결정과 불일치할 수 있으므로, 검색 후보와 적용된 필터·최종 반환 문서를 함께 저장하는 확장 로깅이 필요하다. 증거 보관의 보안성과 보존 정책도 감사지원에서 중요한 요소이다.