AWS는 Amazon Bedrock Data Automation(BDA)과 Step Functions, Lambda를 활용해 스캔 문서에서 개인식별정보(PII)를 자동 탐지·마스킹하는 서버리스 파이프라인 구축법을 공개했다. 의료 진료확인서 등 12개 문서(47페이지)를 대상으로 커스텀 블루프린트만 적용했을 때 정밀도 97.0%, 재현율 89.3%를 기록했으며, BDA 표준 출력을 활용한 토큰 매칭 검증 단계를 추가하자 재현율이 95.2%까지 상승했다. 파이프라인은 문서·페이지 두 단계의 중첩 분산 맵으로 병렬 처리하며, 일일 약 2만5000페이지 규모의 운영 환경에 대응하도록 설계됐다. 정형·비정형 텍스트가 섞인 손상된 문서에서도 자연어 지시만으로 환자명 등 민감 필드를 정밀하게 구분해낼 수 있다는 점이 특징이다.

• •블루프린트 단독 적용 시 정밀도 97.0%, 재현율 89.3%
• •BDA 표준 출력 토큰 매칭 추가로 재현율 95.2%까지 개선
• •AWS Step Functions·Lambda 기반, 문서·페이지 이중 분산 맵으로 일 2만5000페이지 처리 목표
• •자연어 지시로 환자명 등 민감 필드만 선별, 의사명 등은 제외