Day 3 - ML 보안: IAM 실행 역할·VPC 격리·KMS 암호화

                    ┌──────────────────────────────────┐
                    │   SageMaker 학습 / 추론 워크로드    │
                    └────────────────┬─────────────────┘
        ┌────────────────────────────┼────────────────────────────┐
        │                            │                            │
  ① IAM 실행 역할               ② VPC 격리                  ③ KMS 암호화
  "누가 무엇을 하나"            "어디로 통신하나"            "누가 풀 수 있나"
        │                            │                            │
  - 최소 권한 정책              - 프라이빗 서브넷            - S3 SSE-KMS
  - 신뢰 정책                  - VPC 엔드포인트             - volume_kms_key
  - S3/KMS 경로 한정            - 보안 그룹                 - output_kms_key
                               - 네트워크 격리              - 노드 간 트래픽 암호화

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": ["s3:GetObject", "s3:PutObject"],
      "Resource": [
        "arn:aws:s3:::ml-train-bucket/data/*",
        "arn:aws:s3:::ml-train-bucket/output/*"
      ]
    },
    {
      "Effect": "Allow",
      "Action": ["kms:Decrypt", "kms:GenerateDataKey"],
      "Resource": "arn:aws:kms:us-east-1:111122223333:key/abcd-efgh"
    }
  ]
}

{
  "Version": "2012-10-17",
  "Statement": [{
    "Effect": "Allow",
    "Principal": { "Service": "sagemaker.amazonaws.com" },
    "Action": "sts:AssumeRole"
  }]
}

학습 작업이 S3에서 AccessDenied
        │
① 사용자가 아니라 "실행 역할" 권한을 보고 있나?
     └ 아니오 → 실행 역할 ARN부터 확인
        │
② 실행 역할 정책에 그 버킷/prefix가 있나?
     └ 아니오 → s3:GetObject 리소스 범위 수정
        │
③ 버킷 정책에 명시적 Deny가 있나?
     └ 있음 → Deny가 항상 우선. 버킷 정책 수정
        │
④ 객체가 SSE-KMS인가?
     └ 예 → kms:Decrypt / GenerateDataKey + 키 정책 확인
        │
⑤ VPC 안에서 도는 작업인가?
     ├ 예   → VPC 엔드포인트 정책 · 라우팅 · 보안 그룹 확인
     └ 아니오 → 조직 SCP · 권한 경계(Permissions Boundary) 확인

estimator = Estimator(
    image_uri=image, role=role,
    instance_count=1, instance_type="ml.m5.xlarge",
    subnets=["subnet-priv-a", "subnet-priv-b"],
    security_group_ids=["sg-0123456789"],
    encrypt_inter_container_traffic=True,   # 분산 학습 노드 간 암호화
    enable_network_isolation=True,          # 컨테이너의 외부 네트워크 차단
)

        [VPC]
 ┌────────────────────────────────────────────────────────────┐
 │  [Private Subnet A]                    [Private Subnet B]  │
 │   학습 컨테이너(ENI) ◀─ 분산 학습(SG 자기참조) ─▶ 학습 컨테이너   │
 │        │     │                                             │
 │        │     └─(Interface Endpoint)─▶ SageMaker API        │
 │        │                              CloudWatch Logs      │
 │        └─(Gateway Endpoint · 라우팅)─▶ S3 / DynamoDB        │
 │                                                            │
 │   ✗ 인터넷 게이트웨이 없음        ✗ NAT 게이트웨이 없음         │
 └────────────────────────────────────────────────────────────┘

estimator = Estimator(
    ...,
    output_kms_key="arn:aws:kms:us-east-1:111122223333:key/abcd-efgh",   # 모델 아티팩트 암호화
    volume_kms_key="arn:aws:kms:us-east-1:111122223333:key/wxyz-1234",   # 학습 EBS 암호화
)