大企業のデータサイエンスチームが、複数の事業部門のデータをAmazon S3上のデータレイクに統合し、Amazon SageMakerの機械学習モデルのトレーニングに使用しています。ガバナンス要件として、①各事業部門のデータサイエンティストは自部門のデータのみアクセス可能にする、 ②特定の列（顧客の社会保障番号など）は全チームから非表示にする列レベルセキュリティを適用する、 ③新規データセットの追加はデータガバナンスチームの承認を必要とするワークフローを設ける、という3点が必要です。これらの細粒度アクセス制御と承認ワークフローを最も効率的に実現するAWSサービスはどれですか？
AWS Lake Formationは、Amazon S3上のデータレイクに対してテーブル・列・行レベルの細粒度アクセス制御を提供します。LF-Tags（Lake Formationのタグベースアクセス制御機能）を使うと大規模なポリシー管理を効率化でき、新規データセット追加の承認ワークフローも組み込めます。SageMaker・Athena・Glue等とシームレスに統合されるため、MLパイプライン全体で一貫したデータガバナンスを実現できます。 選択肢Aの「Amazon S3バケットポリシーとS3アクセスポイント」はバケット・プレフィックスレベルのアクセス制御のみ対応しており、列・行レベルの細粒度制御はネイティブには提供されません。 選択肢Cの「AWS IAMポリシーのリソースレベルの権限」はAWSサービスレベルの権限管理には優れていますが、データの列・行レベルの制御はIAM単体では実現困難です。Lake FormationはIAMの上位に位置付けられ、より細粒度の制御を追加します。 選択肢Dの「Amazon Macie」はS3内の機密データを機械学習で自動検出・分類するセキュリティサービスであり、アクセス制御や承認ワークフローの管理機能は提供していません。