해커보다 빠르게 위협 찾는다…차세대 AI 보안 전략은[빛이 나는 비즈] 작성일 10-10 66 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">AI 공격 경로 추적·분석…탐지부터 대응까지 연결<br>보안관제 5분→2분 단축…3년간 AI에 1000억 투자</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="WUkfSkb0yq"> <p contents-hash="f269cd3027a0b0dc82be14475f061d8b13487cf0deee4e94a2968473b11545a6" dmcf-pid="YuE4vEKpSz" dmcf-ptype="general">인공지능(AI)이 공격 목표를 넘겨받자 취약점부터 탐색하기 시작했다. 침투할 수 있는 경로를 찾아 공격을 시도하고, 실행 결과를 분석해 다음 행동을 결정했다. 사람이 일일이 명령하지 않아도 AI가 공격 방법을 검토하고 새로운 경로를 찾아가는 것이다. 사이버 공격에 AI가 활용되면서 해킹의 속도와 규모가 달라지고 있다. 특히 금융권에서도 소프트웨어(SW) 취약점을 악용한 공격 사례가 확인되면서 AI를 활용한 방어 기술의 중요성이 커지고 있다.</p> <figure class="figure_frm origin_fig" contents-hash="fa066000fea9958e3c4790c75a9a79a4493198a0583bfa215e87ed86b87e5760" dmcf-pid="Gm2Wd2lwv7" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 에이전트 기반 보안 위협 탐지·분석·조사·대응 흐름. 사진 제공=안랩" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090154768efaq.png" data-org-width="602" dmcf-mid="8OaSxBOcCV" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090154768efaq.png" width="658"></p> <figcaption class="txt_caption default_figure"> AI 에이전트 기반 보안 위협 탐지·분석·조사·대응 흐름. 사진 제공=안랩 </figcaption> </figure> <p contents-hash="d4625dcb20ef654e9c4e64bcf5f77ce6c0e70a21ad86995ab84f4128bca20a40" dmcf-pid="HsVYJVSrSu" dmcf-ptype="general"><span stockcode="053800">안랩(053800)</span>이 공개한 AI 기반 모의침투(PenTest) 기술 시연은 이러한 변화를 보여준다. AI는 취약점을 식별하고 악용 가능성을 검토한 뒤 침투를 시도하고 결과를 검증하는 과정을 수행했다. 공격 과정에서 AI가 스스로 다음 행동을 결정할 수 있다는 점이 특징이다.</p> <p contents-hash="01fb2d8154bbd7bc8fe9148a1df05a3a4193250d7042c05ef828877aea51cdc6" dmcf-pid="XOfGifvmlU" dmcf-ptype="general">문제는 공격과 방어의 속도 차이다. 공격자는 AI를 활용해 공격 대상 조사와 취약점 탐색, 악성코드 제작 등 여러 단계를 자동화할 수 있다. 반면 기업의 보안 담당자는 PC와 서버, 네트워크, 클라우드 등에서 발생하는 수많은 경고를 확인하고 공격 여부를 판단해야 한다. 서로 다른 보안 솔루션에 흩어진 정보를 연결해 실제 위협을 찾아내는 과정에서도 시간이 소요된다.</p> <p contents-hash="b2f8fe1cba290543a8a1c37c6651fc5103f95864c1213547f33b9c805d180f75" dmcf-pid="ZI4Hn4Tsvp" dmcf-ptype="general">안랩은 이러한 한계를 해결하기 위해 AI가 위협을 탐지하고 공격 흐름을 분석한 뒤 필요한 대응까지 연결하는 보안 플랫폼 ‘안랩 AI 플러스(AhnLab AI PLUS)’를 개발하고 있다. 30년 이상 축적한 보안 전문성과 30여 종의 보안 제품·서비스를 AI 중심으로 연결해 공격자의 자동화에 대응하는 방어체계를 구축한다는 구상이다.</p> <p contents-hash="747f6b718ff255a23aff8f4de22260aac9a3a348efc328dc3c28503f04dd0104" dmcf-pid="5C8XL8yOS0" dmcf-ptype="general"><strong>◇흩어진 보안 경고 하나로 연결…AI가 공격 흐름 추적</strong></p> <figure class="figure_frm origin_fig" contents-hash="6ee6bc2bb3c87e797256b9595a556b8c02abc05384cc666d20af4b5ccfe8147f" dmcf-pid="1h6Zo6WIC3" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI PLUS Pen Test 수행괴정. 사진 제공=안랩" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090156025vsse.png" data-org-width="1200" dmcf-mid="65faUYiPy2" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090156025vsse.png" width="658"></p> <figcaption class="txt_caption default_figure"> AI PLUS Pen Test 수행괴정. 사진 제공=안랩 </figcaption> </figure> <figure class="figure_frm origin_fig" contents-hash="a71feabf386d67a8b808eebaf3fcedaa5ec2b579ff4c6d4471af0ffff5fbb90a" dmcf-pid="tlP5gPYCyF" dmcf-ptype="figure"> <p class="link_figure"><img alt="안랩 AI 플러스가 생성한 조사 결과 보고서" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090157276lllr.png" data-org-width="752" dmcf-mid="PZcye9hDh9" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090157276lllr.png" width="658"></p> <figcaption class="txt_caption default_figure"> 안랩 AI 플러스가 생성한 조사 결과 보고서 </figcaption> </figure> <p contents-hash="33dd4cdefb2cc97ce3ec08429bf33d4bbe9bc1bbc408ec9a5a4d8a15bc325526" dmcf-pid="FSQ1aQGhWt" dmcf-ptype="general">안랩 AI 플러스의 핵심은 서로 다른 시스템에서 발생한 보안 정보를 하나로 연결하는 기술이다. 기존에는 PC에서 악성코드가 탐지되거나 서버에서 비정상적인 접속이 발생하면 각각의 보안 솔루션이 경고를 생성했다. 담당자는 이들 경고가 동일한 공격에서 비롯됐는지 직접 확인해야 했다.</p> <p contents-hash="9c65b02398b2a7170a28e4fc9d04cb32ac329dba647957ad47c14202e17c975a" dmcf-pid="3vxtNxHlC1" dmcf-ptype="general">안랩은 이러한 문제를 해결하기 위해 ‘시큐리티 데이터 패브릭(Security Data Fabric)’을 활용한다. PC와 서버, 네트워크, 클라우드 등에서 발생하는 보안 이벤트와 운영 데이터를 통합하고 서로 다른 경고의 연관성을 분석할 수 있도록 하는 기술이다.</p> <p contents-hash="43a95a85ff5ddb59b704ec421dfa47ffee344b16fc52621123f001c69e7d01d6" dmcf-pid="0J5kB5aeW5" dmcf-ptype="general">예를 들어 특정 PC에서 의심스러운 프로그램이 실행된 뒤 서버 접속과 외부 통신이 발생했다면 AI가 각각의 기록을 연결해 하나의 공격 흐름으로 분석하는 방식이다. 이를 통해 개별 경고만으로는 파악하기 어려운 공격 경로와 영향 범위를 확인하고 실제 조사가 필요한 위협을 선별할 수 있다.</p> <p contents-hash="ed3901c58dae3f50e9ad89455634ef7246a6d8c11ddaa1b26cfefae8b04a3a45" dmcf-pid="pi1Eb1NdyZ" dmcf-ptype="general">여기에 안랩이 새롭게 강조하는 기술이 ‘개방형 AI 실행 구조(Open Harness)’다. 특정 AI 모델에 종속되지 않고 여러 AI 모델과 보안 데이터, 전문지식, 업무 도구를 연결해 AI가 실제 보안 업무를 수행하도록 지원하는 구조다.</p> <p contents-hash="39d643c70d4fbae34b740c184b2efcd7b0dc7cf318eac87a52dc194c06fa759a" dmcf-pid="UntDKtjJhX" dmcf-ptype="general">악성코드나 악성 인터넷주소(URL), 이상행위 등 전문적인 위협 분석에는 보안 특화 AI 모델을 활용하고, 공격의 맥락을 이해하거나 조사 방향을 판단할 때는 대규모언어모델(LLM)의 추론 능력을 결합하는 방식이다. 업무의 목적과 보안 요구사항에 따라 적합한 모델을 활용할 수 있도록 설계했다.</p> <p contents-hash="d696c4475a2b8da02f1f465d83b2a4684b2e6a86210f58ed6fe3801b98bc38e2" dmcf-pid="uLFw9FAiSH" dmcf-ptype="general">안랩은 이를 통해 AI 모델 자체의 성능뿐 아니라 축적된 보안 지식과 운영 경험을 실제 업무 수행 능력으로 연결한다는 계획이다. 새로운 AI 모델이 등장하더라도 특정 기술에 종속되지 않고 기존 보안 데이터와 전문성을 활용할 수 있다는 점도 특징이다.</p> <p contents-hash="611f77394958e799701cfbd96b125945f2bb796f2925c1621eff191613945f49" dmcf-pid="7o3r23cnWG" dmcf-ptype="general"><strong>◇AI 에이전트가 조사하고 보안 도구 활용…중요 조치는 사람 승인</strong></p> <figure class="figure_frm origin_fig" contents-hash="019433184a1735aff29bb9e80baa6255525cf11c2e156b01f326270086e1fcbf" dmcf-pid="zg0mV0kLWY" dmcf-ptype="figure"> <p class="link_figure"><img alt="안랩 AI 플러스 포털의 ‘AI 탐지 워크플로우" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090158508dbsm.png" data-org-width="752" dmcf-mid="QbQcqZgRCK" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090158508dbsm.png" width="658"></p> <figcaption class="txt_caption default_figure"> 안랩 AI 플러스 포털의 ‘AI 탐지 워크플로우 </figcaption> </figure> <p contents-hash="3941b21c3104c8d8828d5865b11b4f96640498185352ab67732a29413312c2cf" dmcf-pid="qapsfpEoyW" dmcf-ptype="general">안랩 AI 플러스는 AI가 보안 업무를 직접 수행하는 ‘에이전틱 AI 보안(Agentic AI Security)’을 핵심 기술로 활용한다. AI가 분석 결과를 요약하거나 질문에 답하는 수준을 넘어 필요한 정보를 스스로 찾아 조사하고 보안 도구를 활용해 대응 업무까지 연결하는 방식이다.</p> <p contents-hash="9684a5027b864babfb920365e4021983b55aeefc707b13fab5ee2b0bcde67b88" dmcf-pid="BNUO4UDghy" dmcf-ptype="general">작동 과정은 크게 위협 인지(Sense), 분석·추론(Reason), 대응(Act)의 세 단계로 나뉜다. 먼저 AI가 수많은 보안 경고를 분석해 실제 확인이 필요한 위협을 찾아낸다. 이후 관련 데이터를 조회하고 공격 경로와 영향 범위를 조사한다. 마지막으로 고객의 보안 정책과 시스템 환경에 맞춰 필요한 대응 조치와 실행 순서를 제안한다.</p> <p contents-hash="ce73a1c19f40be29f1288ba73a15b0b539cb00dd89e6520507e1855aad7e5a22" dmcf-pid="bjuI8uwaCT" dmcf-ptype="general">이 과정에서는 AI 에이전트가 필요한 보안 도구를 직접 활용한다. 의심스러운 접속 기록을 확인하거나 관련 위협 정보를 조회하고 추가 조사를 수행하는 방식이다. 복잡한 보안 사건에서는 여러 AI 에이전트가 역할을 나눠 협업하며 조사와 분석을 단계적으로 진행할 수도 있다.</p> <p contents-hash="81d3905667f208d660f84a45f3ec7d1bbd921c12ea69903237d9eb29285d7a82" dmcf-pid="KA7C67rNCv" dmcf-ptype="general">기존 보안체계에서는 담당자가 여러 솔루션을 오가며 정보를 수집하고 분석해야 했다면 AI 에이전트는 필요한 도구와 데이터를 연결해 일련의 업무를 수행하도록 설계된 것이다. 조사 결과는 보고서 형태로 정리돼 보안 담당자가 공격의 의도와 영향 범위, 대응 방향을 파악할 수 있도록 돕는다.</p> <p contents-hash="8016a75b4decee81d507fb56b61a236d2fcb8f0e8eb59ded16af560486179dae" dmcf-pid="9czhPzmjWS" dmcf-ptype="general">다만 AI가 모든 대응 조치를 독자적으로 결정하는 것은 아니다. 안랩은 AI의 자율성과 사람의 통제를 결합하는 ‘통제된 자율성(Controlled Autonomy)’을 핵심 원칙으로 적용하고 있다.</p> <p contents-hash="268485ad8cd848c99d600f6e0635ddb067b6486cce9d4ce8fb8620f0759ca60b" dmcf-pid="2o3r23cnTl" dmcf-ptype="general">AI가 어떤 정보를 참조하고 어떤 보안 도구를 활용했는지, 어떤 조치를 제안하거나 수행했는지를 기록하도록 설계했다. 계정 차단이나 단말 격리, 네트워크 통제처럼 시스템 운영에 영향을 미치는 조치는 사전에 정의된 정책과 사람의 승인 절차를 거치도록 했다.</p> <p contents-hash="7b142e23933ab60f46b65e7abcae366753cf35245c78408a1e18c60a617a84e3" dmcf-pid="Vg0mV0kLvh" dmcf-ptype="general">AI가 반복적인 분석과 조사를 수행하되 중요한 의사결정과 대응의 책임은 사람이 유지하는 구조다. 이를 통해 AI의 오판이나 권한 오남용, 비인가 데이터 접근 등의 위험을 줄이고 대응 과정을 사후에도 추적·점검할 수 있도록 한다.</p> <p contents-hash="7988ff7791d6c7f542b390dff2791fdba17908d567ce49f9ba33fa9c1cd2143a" dmcf-pid="fapsfpEolC" dmcf-ptype="general"><strong>◇보안관제 업무 5분→2분…3년간 AI에 1000억 원 투자</strong></p> <figure class="figure_frm origin_fig" contents-hash="fae2475bbab4c9d784358e89868077f4e5bd16e21c02258a69201ca3600c0ee5" dmcf-pid="4NUO4UDgCI" dmcf-ptype="figure"> <p class="link_figure"><img alt="안랩 AI 플러스 구조도" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090159797uyeb.jpg" data-org-width="1200" dmcf-mid="x0h3ARZvSb" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090159797uyeb.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 안랩 AI 플러스 구조도 </figcaption> </figure> <p contents-hash="c6af8bd20bbf6af8d20ea2dd34a04a979dd75a3735b81046acc1d05f0e8aae0d" dmcf-pid="8juI8uwaWO" dmcf-ptype="general">안랩 AI 플러스의 기반은 대규모 보안 데이터와 특화 AI 모델이다. 안랩이 확보한 보안 데이터는 2.5페타바이트(PB) 이상이며 보안 특화 AI 모델 13종과 AI 에이전트가 활용할 수 있는 보안 업무 도구 60개를 갖추고 있다.</p> <p contents-hash="b996f0f3638003382a2537e73eaa2b1d0a78e6ef02fe8891192f113860616096" dmcf-pid="6A7C67rNls" dmcf-ptype="general">이를 바탕으로 매월 1억9000만 건 이상의 보안 객체와 500억 개 이상의 토큰을 처리하고 있다. 특히 AI 기반 보안관제센터(AI SOC)의 일부 업무에서는 기존 5분이 걸리던 처리 시간이 2분으로 줄었다. 약 60% 단축된 것으로, 반복적인 정보 수집과 기초 분석에 AI를 활용한 결과다.</p> <p contents-hash="95ee6fed08a8e97c8d8aee0af7286fbfa481e88a8f8c39781dcb112bed8e2e41" dmcf-pid="PczhPzmjWm" dmcf-ptype="general">안랩은 AI 기술을 기존 보안 제품과 서비스에도 적용하고 있다. 2025년 서비스형 소프트웨어(SaaS) 기반 확장형 탐지·대응 솔루션인 ‘안랩 XDR’에 대화형 AI 보안 어시스턴트 ‘애니(Annie)’를 연동했다. 엔드포인트 탐지·대응(EDR)에서는 여러 AI 에이전트가 탐지된 위협의 의도와 맥락을 분석하고 대응 방향을 보고서로 제공한다.</p> <p contents-hash="85824bbaf03eaed126408333b2c714094e4ad45475cfe2a2ad93177125ea35f5" dmcf-pid="QkqlQqsAhr" dmcf-ptype="general">안랩은 이를 바탕으로 보안 제품과 서비스를 ‘안랩 AI 플러스 엔드포인트’와 ‘안랩 AI 플러스 섹옵스(SecOps)’ 등 두 플랫폼으로 재편하고 있다. 엔드포인트 플랫폼은 PC와 서버, 가상환경, 컨테이너, 모바일까지 보호 범위를 확대하는 것이 목표다. 섹옵스는 확장형 탐지·대응(XDR), 관리형 탐지·대응(MDR), AI 기반 보안관제센터를 연결해 위협 탐지부터 분석·조사·대응까지 통합하는 역할을 맡는다.</p> <p contents-hash="6b5073487f7484ea13f4191f864430deb17294422a59eceb0ec470176e32d14b" dmcf-pid="xEBSxBOchw" dmcf-ptype="general">사이버 공격을 사전에 차단하기 위한 기술 개발도 병행하고 있다. AI 기반 모의침투와 공격 표면 관리(ASM)를 활용해 외부에 노출된 시스템의 취약점과 잠재적인 공격 경로를 찾아내는 방식이다. 이를 통해 실제 침해사고가 발생하기 전에 위험 요소를 식별하고 대응할 수 있도록 한다.</p> <p contents-hash="bdd7458e97a502110a63e89504d65bada9fd318fe67393d3fa1f64de6332e4fe" dmcf-pid="yzw6yw2uhD" dmcf-ptype="general">안랩은 향후 3년간 AI 분야에 총 1000억 원을 투자할 계획이다. AI 컴퓨팅 인프라와 데이터 플랫폼을 확충하고 전문 인재 확보와 연구개발 역량을 강화하는 데 자금을 투입한다.</p> <figure class="figure_frm origin_fig" contents-hash="f0f1b3d36cdc698bff10e0781c918901243dabce5fe111a1ad9ff09b164d621f" dmcf-pid="Wzw6yw2uhE" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090201043ipmr.jpg" data-org-width="500" dmcf-mid="yvn7wn3GCB" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/10/seouleconomy/20261010090201043ipmr.jpg" width="658"></p> </figure> <p contents-hash="f15b516a01a68010134b91614ef171f4ac4a7d68cba8c629f7d107c3ab121cca" dmcf-pid="YqrPWrV7vk" dmcf-ptype="general">노현섭 기자 hit8129@sedaily.com</p> </section> </div> <p class="" data-translation="true">Copyright © 서울경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 금메달 동료가 롤드컵 경쟁자로···LCK 4팀 5연패 도전 10-10 다음 "AI 네트워크 전환으로 통신사 전체 비용 7% 줄인다" 10-10 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
