2026.09.28 월요일
검색
'보안팀' 검색결과
기간검색
-
~
검색영역
검색어
-
IT 장애 감지부터 복구까지 자동화…메가존클라우드, AI 복구 자동화 제시 [경제일보] 기업의 IT 환경이 복잡해지면서 장애를 얼마나 빨리 발견하느냐를 넘어 원인을 찾고 서비스를 복구하는 데 걸리는 시간을 줄이는 것이 새로운 운영 과제로 떠오르고 있다. 이에 메가존클라우드는 IT 서비스 장애 대응 과정에서 반복적으로 발생하는 사람의 확인과 판단, 명령 입력을 자동화해 장애 감지부터 복구와 사후 기록까지 연결하는 통합 운영 방안을 제시했다. 17일 메가존클라우드는 뉴렐릭과 공동으로 전날 서울 강남구 구스아일랜드 브루하우스에서 국내 기업 IT 관계자들을 대상으로 '프롬 코드 투 리커버리' 세미나를 열고 코드 변경부터 서비스 복구까지 장애 대응 전 과정을 자동화하는 시나리오를 소개했다고 밝혔다. 해당 행사에서 메가존클라우드는 장애 대응을 감지, 판단, 실행, 검증, 개선 등 5단계로 나눠 각 단계에서 발생하는 작업을 하나의 흐름으로 연결하는 것을 핵심 방식으로 꼽았다. '뉴렐릭', '깃랩', '아틀라시안', '페이저듀티' 등 여러 솔루션을 연계해 하나의 신호가 다음 단계의 조치를 자동으로 호출하는 '폐쇄형 자동화 루프'를 구현한다는 구상이다. 기존 기업의 장애 대응은 이상 징후가 발생하면 담당자가 여러 시스템을 직접 확인하는 방식이 일반적으로 알려졌다. 서버 상태와 애플리케이션 성능, 네트워크 상황, 최근 배포 기록 등을 각각 확인한 뒤 장애 원인을 추정하고 관련 개발·운영 담당자를 호출해야 한다. 장애 규모가 커지거나 여러 알림이 동시에 발생하면 필요한 담당자를 찾는 데도 시간이 걸리는 것으로 꼽힌다. 메가존클라우드가 제시한 시나리오에서는 이 과정의 상당 부분을 시스템이 연결해 처리하도록 설계됐다. 뉴렐릭이 애플리케이션과 서버, 네트워크 상태를 실시간으로 분석해 이상 징후를 감지하고 장애 원인으로 의심되는 부분을 찾아낸다. 이후 아틀라시안이 최근 변경 사항의 영향도를 분석하고 변경 통제 요청에 대한 판단·승인을 지원한다. 복구 단계에서는 깃랩이 안정적인 이전 버전으로 되돌리는 작업을 수행한다. 이후 페이저듀티가 서비스가 정상화됐는지 확인하고 관련 담당자에게 대응 상황과 복구 결과를 전달한다. 장애 원인과 조치 내용은 아틀라시안의 '합류점'에 자동으로 기록해 이후 유사한 장애가 발생했을 때 참고할 수 있도록 돕는다. 이 같은 자동화가 적용되면 장애 발생 이후 담당자가 여러 화면을 오가며 정보를 확인하거나 복구 명령을 직접 입력하는 작업을 줄일 수 있을 것으로 전망된다. 개발팀과 운영팀, 보안팀 등 여러 조직이 각각 확인하고 전달하던 정보도 하나의 흐름으로 연결되는 구조다. 메가존클라우드는 이 같은 통합 자동화를 통해 평균 장애 복구시간(MTTR)을 기존 대비 최대 50%까지 줄일 수 있다고 설명했다. 장애 대응 시간은 IT 운영 인력의 생산성과도 연결된다. 장애가 발생할 때마다 개발자와 운영자가 로그와 배포 기록을 확인하고 담당자를 호출하는 데 시간을 투입하면 서비스 개선이나 신규 기능 개발에 활용할 인력이 줄어들 수 있다. 반복적인 확인·전달·기록 업무를 자동화하면 운영 인력이 원인 분석과 재발 방지, 서비스 개선 등 상대적으로 높은 부가가치의 업무에 집중할 수 있다는 것이 메가존클라우드의 설명이다. 특히 클라우드와 마이크로서비스 기반의 IT 환경이 확산하면서 하나의 서비스가 여러 애플리케이션과 인프라, 외부 서비스에 연결되는 사례가 늘고 있다. 이에 장애가 발생했을 때 단일 시스템만 확인해서는 원인을 파악하기 어려워졌고, 여러 데이터를 한꺼번에 연결해 분석하는 옵저버빌리티의 중요성도 커지고 있다. 또한 생성형 AI와 AI 에이전트가 기업 서비스에 도입되면서 관찰 대상도 확대되고 있다. 뉴 렐릭은 애플리케이션과 인프라뿐 아니라 AI와 AI 에이전트의 성능·품질·비용 등을 실시간으로 분석하는 기능을 제공하고 있다. AI 서비스가 기업 업무에 직접 연결될수록 AI 자체의 오류나 성능 저하도 기존 IT 장애와 함께 관리해야 할 대상이 될 수 있다. 메가존클라우드는 기업이 기존에 사용하는 솔루션과 운영 프로세스를 분석한 뒤 필요한 기능부터 단계적으로 연결하는 방식으로 통합 자동화를 지원할 예정이다. 기업별 시스템 구조와 보안 정책, 담당 조직, 승인 절차 등을 반영한 자동화 시나리오를 설계하고 실제 고객 환경에서 효과를 확인할 수 있는 PoC와 SRE 전문가의 운영 환경 진단도 지원한다. 김현수 메가존클라우드 SRE솔루션 비즈니스 유닛 전무는 "장애 대응이 늦어지는 가장 큰 원인은 개별 솔루션의 성능 부족이 아니라 서로 다른 도구와 담당 조직, 업무 절차가 단절돼 있다는 점"이라며 "좋은 도구들은 너무 많은데, 장애 대응은 여전히 지연되는 문제의 해결책으로 코드부터 복구까지 전 과정을 연결하는 통합 자동화 방안을 제시했다"고 말했다.2026-09-17 14:44:43
-
안랩, AI 보안 플랫폼 기업으로 변신…2035년 매출 1조원 목표 [경제일보] 안랩이 인공지능(AI)을 중심으로 30여 년간 이어온 보안 사업의 틀을 다시 짠다. 개별 보안 제품에 AI 기능을 추가하는 수준을 넘어 제품·데이터·보안 운영 전반을 AI 중심으로 재설계하고, AI가 실제 보안 업무를 수행하는 'AI-네이티브 보안 플랫폼'으로 전환한다는 전략이다. 16일 안랩은 서울 강남구 웨스틴 서울 파르나스에서 '안랩 AI 비전 선포' 기자간담회를 열고 통합 브랜드 '안랩 AI 플러스'를 공개했다. 향후 3년간 AI 인프라와 연구개발(R&D) 역량 강화에만 1000억원을 투자하고, 오는 2035년 매출 1조원과 글로벌 매출 비중 30% 이상을 달성한다는 중장기 목표도 제시했다. 이날 강석균 안랩 대표는 AI가 사이버 공격의 속도와 규모, 자동화 수준을 바꾸면서 기존의 사람 중심 보안 운영 방식에도 변화가 필요하다고 진단했다. 공격자가 AI를 활용하면서 공격 속도와 규모가 빠르게 커지는 반면 보안 현장에서 발생하는 이벤트와 로그, 경보를 분석하고 판단하는 인력과 시간은 제한적이라는 것이다. 강 대표는 "해커들의 공격 속도는 이미 지난해 대비 65% 증가했고, 규모 면에도 AI 활용 공격 증가가 지난해 대비 89%나 증가했다"며 "안랩의 다음 단계, 넥스트 스텝, 넥스트 챕터는 AI로의 전환"이라고 강조했다. 안랩은 지난 1990년대 PC용 백신으로 출발해 엔드포인트·네트워크·OT·클라우드 등으로 보호 영역을 확대해왔다. 이제는 개별 제품 간 연동을 넘어 제품과 서비스 자체를 AI 중심으로 재설계한다는 구상이다. 강 대표는 "이제는 AI를 중심으로 모든 것을 설계하려고 한다"며 "제품, 서비스, 보안 운영을 모두 AI 중심으로 재설계해서 AI 네이티브 보안 플랫폼 기업으로 거듭나려고 한다"고 말했다. ◆ AI 공격에 맞춰 방어도 AI로 안랩은 AI가 사이버 공격의 본질 자체를 바꾸기보다 공격에 걸리는 시간과 공격 가능한 규모를 줄이고 넓히는 방향으로 변화를 가져올 것으로 보고 있다. 최근 AI는 취약점 탐색과 공격 코드 생성, 검증, 실제 활용 가능성이 높은 취약점 선별 등 기존에 사람이 상당한 시간을 들여 수행하던 작업을 직접 수행하는 단계로 발전하고 있다는 것이다. 공격은 AI를 통해 빠르게 연결되는 반면 방어 측에서는 서로 다른 보안 제품과 개발·운영팀, 보안팀에서 발생한 이벤트를 사람이 각각 확인하고 연결해야 하는 것으로 꼽힌다. 이에 안랩은 이를 위해 엔드포인트·네트워크·클라우드 등 30여종의 제품과 180여개 이상의 운영 라인업에서 확보한 데이터에 위협 분석과 악성코드 분석, 보안사고 대응 등 전문성을 결합해 문제 발생 시 빠르게 대응한다는 구상이다. 김창희 안랩 제품기획본부장 "공격은 AI의 속도로 연결되고 있는데 방어는 제품과 담당자 사이에서 사람의 속도로 연결되고 있는 갭이 분명히 존재한다"며 "AI 시대의 핵심 과제는 대규모 신호들을 얼마나 빠르게 맥락으로 연결하고 실제 판단해서 대응으로 전환하느냐에 있다"고 설명했다. ◆ 데이터부터 대응까지 연결하는 'AI 플러스' 안랩이 준비하고 있는 서비스 '안랩 AI 플러스'는 개별 제품이 아니라 보안 데이터 수집부터 위협 분석, 판단, 대응까지 연결하는 AI 네이티브 보안 아키텍처다. '시큐리티 데이터 패브릭'에서 엔드포인트·네트워크·클라우드·이메일·계정 및 타사 제품의 데이터를 연결하고, '유니파이드 시큐리티'에서 각 보안 영역의 탐지와 대응을 통합하도록 설계됐다. 특히 '익스포저 매니지먼트'와 '액세스 매니지먼트'를 통해 노출 자산과 취약점, 접근 경로를 관리하고 'AI 네이티브 오퍼레이션'에서 AI가 탐지·분석·대응 업무를 수행하는 것으로 알려졌다. 최상위 'AI 디시전 인텔리전스'는 각 영역의 데이터와 보안 지식을 종합해 AI의 판단을 지원한다. 안랩은 궁극적으로 AI 에이전트가 보안 운영 전반을 수행하는 에이전틱 AI 기반 구조를 구현한다. AI가 이상 신호를 탐지하면 오케스트레이터 에이전트가 업무를 배분하고, 트리아지·인사이트·인베스티게이션 에이전트가 위협 분류와 맥락 분석, 공격 가설 수립 및 조사를 수행한다. 이후 대응 에이전트가 대응 계획을 세우며 실제 조치는 고객이 승인했거나 사전에 설정한 정책 범위 안에서 실행되는 것이다. ◆ AI가 공격하고 AI가 추적한다 안랩은 이날 개발 중인 'AI 펜테스트'를 통해 AI가 실제 보안 업무를 수행하는 과정을 시연했다. AI 펜테스트는 실제 공격이 아니라 특정 환경에서 침투 가능성을 검증하고 위험도를 평가해 예방하기 위한 기술로, AI가 공격 목표와 환경을 분석해 침투 계획을 세우고 필요한 도구를 선택한 뒤 공격을 수행한다. 실패할 경우 다시 시도하고 실행 결과를 분석해 다음 공격 단계를 스스로 결정한다. 방어 AI는 반대로 보안 신호를 따라가며 공격 흐름을 추적한다. 여러 위험 정보를 연계 분석해 권한 상승과 측면 이동, 원격 데스크톱 접근, 자격 증명 수집, 데이터 유출 시도 등 공격 정황을 파악하고 대응 방안까지 제시한다. 다만 AI의 자율적인 판단을 실제 보안 환경에 적용하기 위해서는 통제도 필요하다. 안랩은 감사·권한 통제·정책·승인 체계를 적용해 AI의 행동 범위를 제한하는 '통제된 자율성'을 구현한다는 계획이다. 이승경 안랩 인공지능개발실장은 "AI 시대의 사이버 보안은 보안 분석가의 지식과 단순 반복 업무 자동화 중심으로 경쟁이 이뤄지는 것이 아니라 AI의 추론 능력으로 경쟁이 이뤄질 것"이라며 "안랩은 에이전틱 AI 시큐리티를 보다 더 빠르게 대응하고, 보다 더 지능적으로 대응하고, 또한 자율적으로 대응하는 부분으로 만들어가고 있다"고 말했다. ◆ 12월 플랫폼 출시…3년간 1000억원 투자 안랩은 지난 2023년 '안랩 XDR'을 SaaS 기반으로 출시한 데 이어 지난 2025년 AI 기반 보안 운영 기능을 적용했고, 지난달에는 익스포저 매니지먼트를 추가했다. 에이전틱 AI 기반 보안 운영 플랫폼은 오는 12월 1일 출시할 예정이다. SaaS와 온프레미스 방식으로 제공하며, 안랩은 이를 기반으로 기존 구축·판매 중심 사업에서 구독형 사업으로 전환한다. 엔드포인트는 EPP와 EDR을 SaaS 기반으로 통합하고 PC에서 서버·가상환경·컨테이너·모바일까지 보호 범위를 확대한다. 섹옵스는 XDR·MDR·AI SOC 등을 통해 엔드포인트·네트워크·클라우드 등에서 발생하는 보안 데이터를 연결한다. 안랩은 AI 네이티브 전환을 위해 향후 3년간 1000억원을 투자한다. AI 컴퓨팅과 데이터·플랫폼 인프라, 핵심 인재, AI 기술 및 R&D 역량 확보에 투자를 집중한다. 안랩은 국내에서 축적한 보안 기술과 데이터를 API와 클라우드 기반 서비스, 글로벌 파트너 등을 통해 해외 시장으로 확대하고 M&A와 AI 기술기업·스타트업과의 협력도 추진한다. 이를 통해 오는 2035년 매출 1조원, 글로벌 매출 비중 30% 이상을 달성한다는 목표다. 강석균 대표는 "AI가 사이버보안의 게임 룰과 보안산업의 경쟁 질서를 바꾸는 현 시점에서, '안랩 AI 플러스'가 안랩의 넥스트 챕터"라며 "책임 있는 혁신을 바탕으로 고객의 선제적 대응과 안전한 보안 운영을 지원하며, 고객이 AI 시대의 보안 문제를 마주할 때 가장 먼저 상기되는 'AI 네이티브 보안 플랫폼 기업'으로 성장할 것"이라고 말했다.2026-09-16 15:19:34
-
![[류청빛의 요즘IT] AI가 일할수록 보안팀도 바빠진다…기업들 AI 확산에 보안 투자도 확대](https://image.ajunews.com//content/image/2026/08/14/20260814175944786985.jpg)
"AI가 일할수록 보안팀도 바빠진다"…기업들 AI 확산에 보안 투자도 확대 [경제일보] 생성형 인공지능(AI)이 기업 업무 전반으로 빠르게 침투하면서 기업들의 정보보호 투자에도 변화가 나타나고 있다. AI를 활용해 업무 효율을 높이는 동시에 새로운 보안 위협에 대응해야 하는 상황에 놓이면서 AI 투자가 정보보호 투자 확대로 이어지는 모습이다. 과거 해킹이나 악성코드 등 외부 공격을 막는 데 집중했던 보안의 범위가 AI 모델과 데이터, 클라우드 인프라까지 넓어지고 있다. 15일 IT 업계에 따르면 국내 기업들은 AI 도입 확대와 함께 정보보호 체계를 강화하고 있다. 특히 통신과 금융 등 대규모 개인정보와 금융정보를 다루는 산업을 중심으로 보안 인력과 시스템에 대한 투자를 늘리는 움직임이 커지고 있다. AI가 기업의 업무 환경에 들어오면서 보안팀이 관리해야 할 영역도 늘어났다. 임직원이 생성형 AI에 사내 문서나 고객정보 등 민감한 데이터를 입력할 경우 정보가 외부로 유출될 가능성이 있고, 기업이 자체적으로 구축한 AI 시스템과 외부 AI 서비스를 연결하는 과정에서도 새로운 보안 취약점이 발생할 수 있는 것으로 지적되고 있다. 특히 AI가 기존 업무 시스템과 연결되면서 보안 문제는 더욱 복잡해지고 있다. 단순히 AI 모델 자체를 보호하는 것을 넘어 AI가 어떤 데이터에 접근할 수 있는지, 어떤 업무 시스템을 사용할 수 있는지, 생성된 결과물을 어떻게 검증할지까지 관리해야 하기 때문이다. AI를 활용하는 공격도 늘어날 수 있다는 점은 기업들의 부담을 키우는 요인이다. 공격자는 생성형 AI를 이용해 피싱 문구를 제작하거나 악성코드 개발을 지원받고, 취약점 탐색과 공격 과정의 일부를 자동화할 수 있다. 공격 속도와 규모가 커질수록 기존의 인력 중심 보안관제만으로는 대응하기 어려워질 수 있다는 의미다. 이에 기업들의 보안 투자 역시 AI와 결합하는 방향으로 바뀌고 있다. AI를 활용해 이상 징후를 탐지하고 보안 로그를 분석하는 것은 물론, 반복적인 보안 대응 작업을 자동화하는 기술에 대한 관심도 높아지고 있다. AI가 공격에 활용되는 만큼 방어에도 AI를 활용해야 한다는 인식이 확산하는 것이다. IT 기업뿐만 아니라 보안이 중요한 금융권에서도 보안 강화 움직임이 이어지고 있다. 은행과 카드, 증권, 보험 등 금융회사는 개인정보뿐만 아니라 계좌와 결제정보 등 민감한 데이터를 대규모로 보유하고 있어 AI 도입 과정에서 데이터 보호와 접근통제가 중요한 과제로 떠오르고 있다. 이 같은 변화는 AI 산업의 비용 구조에도 영향을 미칠 것으로 분석된다. 지금까지 AI 투자라고 하면 GPU와 데이터센터, AI 모델 개발 등에 집중됐지만 앞으로는 AI 서비스를 안전하게 운영하기 위한 보안 솔루션과 전문 인력, 데이터 관리 체계까지 투자 범위가 확대될 전망이다. 기업의 AI 경쟁력이 단순히 얼마나 많은 AI 서비스를 도입했는지로 결정되는 시대에서 벗어나 AI를 업무에 빠르게 적용하는 동시에 데이터와 시스템을 안전하게 보호할 수 있는 능력까지 갖춰야 실제 경쟁력으로 이어지고 있다. AI 투자가 늘어날수록 정보보호 투자도 함께 증가하는 구조가 본격화되면서 보안이 AI 사업의 부수적인 비용이 아니라 서비스를 운영하기 위한 필수 인프라로 자리 잡을 것으로 분석된다. 한 IT 업계 관계자는 "AI가 빠르게 발전하고 있지만 보안 문제로 발전된 AI를 즉각 실제 업무에 적용하지 못하고 있다"고 말했고, 다른 IT 업계 관계자는 "본사와 자회사 모두 보안 부서를 따로 보유해 보안에 신경 쓰고 있다"고 강조했다.2026-08-15 09:00:00
-
AI로 보안 운영 혁신…AWS, 'AWS 컨티뉴엄' 프리뷰 공개 [경제일보] 아마존웹서비스(AWS)가 소프트웨어 취약점을 자동으로 탐지하고 해결 방안까지 제시하는 인공지능(AI) 기반 보안 서비스를 공개했다. 생성형 AI가 보안 영역으로 확산되면서 보안 운영의 중심이 단순 탐지에서 자동 분석과 대응으로 이동하고 있는 것으로 분석된다. 19일 AWS는 신규 보안 서비스 'AWS 컨티뉴엄'을 제한된 프리뷰 형태로 공개했다고 밝혔다. AWS 컨티뉴엄은 코드 취약점의 발견부터 우선순위 분석, 검증, 완화 및 해결까지 전 과정을 자동화하는 것이 특징이다. 최근 기업들은 생성형 AI 확산과 함께 급증하는 보안 위협에 대응해야 하는 과제에 직면하고 있다. 특히 AI 기술이 공격자들에게도 활용되면서 취약점 발굴 속도가 빨라지고 공격 방식 역시 고도화되고 있다. 이에 기업 보안팀이 처리해야 할 취약점 백로그도 빠르게 증가하고 있는 것으로 알려졌다. 기존 보안 운영 체계는 방대한 로그와 원격 측정 데이터를 수집하고 분석하는 데 집중해 왔다. 그러나 클라우드 환경과 AI 서비스 확산으로 시스템 복잡성이 커지면서 단순 탐지 중심의 방식만으로는 대응에 한계가 있다는 지적이 제기돼 왔다. AWS는 이러한 문제를 해결하기 위해 취약점 발견 이후 실제 대응까지 이어지는 자동화 체계를 구축했다고 설명했다. AWS 컨티뉴엄은 조직 내 인프라와 네트워크 구조, 권한 체계, 코드 등 정형 데이터뿐 아니라 문서와 커뮤니케이션, 비즈니스 우선순위 등 비정형 데이터까지 함께 분석하도록 설계됐다. 서비스는 발견, 우선순위화, 검증, 해결 등 4단계로 구성된다. 먼저 기존 취약점 백로그와 자체 스캔 결과를 결합해 공격 경로를 분석하고, 이후 실제 비즈니스 영향도와 외부 노출 여부 등을 고려해 우선순위를 산정한다. 이어 오탐 여부를 확인하고 샌드박스 환경에서 취약점 재현을 수행해 실제 위험성을 검증한다. 최종적으로는 네트워크 설정 변경과 정책 수정, 코드 패치 등 대응 방안을 제시하고 검증까지 수행한다. 특히 AWS 컨티뉴엄은 특정 AI 모델에 종속되지 않는 구조로 제작됐다. 취약점 탐지와 분석, 추론 등 각 영역에 적합한 프런티어 모델을 활용하며 새로운 모델이 등장하면 지속적으로 통합할 수 있도록 구성됐다. AWS는 해당 서비스를 AWS와 아마존닷컴의 보안 운영 경험을 기반으로 개발했다고 설명했다. 다양한 산업군과 대규모 클라우드 환경을 운영하면서 축적한 보안 데이터를 토대로 실제 운영 환경에 적용 가능한 보안 자동화 체계를 구축했다는 것이다. 보안 업계에서는 최근 AI 에이전트를 활용한 보안 자동화 경쟁이 본격화되고 있다. 생성형 AI가 단순 질의응답을 넘어 자율적으로 업무를 수행하는 에이전틱 AI 단계로 진화하면서 보안 운영센터(SOC)의 업무 방식 역시 변화하고 있다. 단순 경고 생성보다 위협 분석과 대응 방안 수립, 조치까지 자동화하려는 움직임이 확대되는 추세다. AWS 역시 최근 생성형 AI 서비스와 개발자 도구, 보안 솔루션 전반에 AI 기술을 접목하고 있다. AWS 컨티뉴엄은 이러한 전략의 연장선에서 보안 운영 효율성을 높이고 기업들의 대응 속도를 단축하기 위한 서비스로 평가된다. AWS 관계자는 "새롭게 공개된 'AWS 컨티뉴엄'은 코드 취약점의 발견, 우선순위화, 검증, 완화·해결까지 전 생애주기를 자동화하고, 실제 위험도와 비즈니스 맥락을 반영해 보안팀의 효과적인 대응을 지원한다"고 말했다.2026-06-19 11:12:58
-
오픈AI, '미토스' 대항마 GPT-5.5 사이버 보안 접근 확대 [경제일보] 오픈AI가 GPT-5.5의 사이버 보안 활용 범위를 검증된 방어자 중심으로 확대한다. 취약점 분석과 탐지 패치 검증 등 방어 목적의 보안 업무는 더 원활하게 지원하되 무단 침투와 실제 피해를 유발할 수 있는 요청은 계속 제한하는 방식이다. 오픈AI는 7일 ‘사이버 보안을 위한 신뢰 기반 접근(Trusted Access for Cyber·TAC)’을 GPT-5.5 기반으로 확대하고 선별된 파트너를 대상으로 GPT-5.5-Cyber 프리뷰를 시작한다고 밝혔다. 오픈AI는 TAC를 신원과 신뢰 기반 프레임워크로 설명하며 검증된 방어자가 정당한 보안 업무에서 고급 사이버 역량을 활용할 수 있도록 설계했다고 밝혔다. GPT-5.5는 오픈AI가 개발자와 보안팀의 실무 활용을 겨냥해 내놓은 범용 모델이다. 오픈AI는 GPT-5.5를 출시하며 고급 사이버 보안과 생물학 영역을 포함한 안전성 평가와 레드팀 테스트를 거쳤고 약200개 초기 접근 파트너의 실제 사용 사례 피드백도 수집했다고 설명했다. TAC가 적용된 GPT-5.5는 보안팀과 개발자가 자신이 관리하거나 점검 권한을 가진 시스템에서 방어 업무를 수행할 때 활용된다. 주요 활용 분야는 취약점 식별과 분류 악성코드 분석 바이너리 리버스 엔지니어링 탐지 엔지니어링 패치 검증 등이다. 오픈AI는 검증된 방어자에게는 일부 정상 보안 업무에서 불필요한 거절을 줄이되 자격증명 탈취 은닉 지속성 확보 악성코드 배포 제3자 시스템 공격 등 악성 행위는 계속 차단한다고 밝혔다. GPT-5.5-Cyber는 일반 공개 모델이 아니다. 오픈AI는 이 모델을 핵심 인프라 보안 등 고위험 방어 업무를 맡은 선별 파트너에게 제한적으로 제공하는 프리뷰로 운영한다. 목적은 GPT-5.5보다 모든 사이버 성능을 넓게 높이는 것이 아니라 레드팀 침투 테스트 통제된 취약점 검증처럼 위험도가 높은 방어 워크플로우에서 접근 방식과 사용자 검증 계정 단위 통제 오용 모니터링을 검증하는 데 있다. 이번 발표는 AI 보안 활용의 균형점을 찾으려는 시도다. 사이버 보안에서 AI는 취약점 발견과 대응 속도를 높일 수 있지만 같은 역량이 공격 자동화에 쓰일 위험도 있다. 오픈AI가 기본 모델 TAC 적용 모델 GPT-5.5-Cyber를 단계별로 나누는 이유도 활용 범위와 위험 수준에 따라 접근 권한을 다르게 두기 위한 것이다. 오픈AI는 보안 생태계 파트너와의 협력도 확대한다. 취약점 연구 소프트웨어 공급망 보안 탐지와 모니터링 네트워크 보안 분야 파트너들과 협력해 취약점 발견부터 패치 탐지 대응 네트워크 수준 완화까지 이어지는 방어 흐름을 지원한다는 계획이다. 앞서 오픈AI는 TAC 파일럿을 소개하며 사이버 보안 보조금 프로그램에 1000만달러 규모 API 크레딧을 투입하겠다고 밝힌 바 있다. 오픈소스 보안 지원도 병행된다. 오픈AI는 Codex for Open Source 프로그램을 통해 핵심 오픈소스 프로젝트의 선정된 유지관리자에게 Codex Security 접근 권한 등을 제공해 취약점 식별 검증 수정 과정을 지원한다는 방침이다. 오픈소스는 한 번 취약점이 발생하면 생태계 전반으로 빠르게 확산될 수 있어 초기 탐지와 패치 속도가 중요하다. 이번 접근은 기업 보안팀에는 실무 부담을 줄이는 기회가 될 수 있다. 반복적인 취약점 분류와 로그 분석 패치 검증을 AI가 보조하면 보안 인력이 고위험 사고 대응과 정책 설계에 더 많은 시간을 쓸 수 있다. 다만 AI가 생성한 분석 결과를 그대로 신뢰하기보다 사람의 검증과 감사 기록 접근권한 통제가 함께 따라야 한다. 고도화된 사이버 AI를 누구에게 어디까지 열어줄 것인지는 앞으로도 중요한 쟁점이 될 전망이다. 방어 목적을 앞세운 접근 확대가 실제 보안 수준을 높이려면 사용자 검증 오용 감시 책임 소재가 명확해야 한다. 오픈AI의 TAC와 GPT-5.5-Cyber 프리뷰는 강력한 모델을 넓게 공개하기보다 신뢰 신호를 기반으로 단계적으로 개방하는 실험으로 볼 수 있다. 고기석 오픈AI 코리아 정책 총괄은 “오픈AI는 검증된 방어자들이 보다 효과적으로 위협을 탐지·분석·대응할 수 있도록 지원하는 동시에 신뢰 기반 접근과 단계적 검증을 통해 책임 있는 활용 체계를 구축해 나갈 것”이라고 밝혔다.2026-05-08 17:25:17
-
티오리, 리눅스 커널 초고위험 취약점 'CopyFail' 발견…AI로 9년 묵은 보안 구멍 뚫었다 [경제일보] 오펜시브 사이버 보안 기업 티오리(대표 박세준)가 지난 9년간 리눅스 커널에 잠복해 있던 초고위험 취약점 'CopyFail(CVE·2026·31431)'을 발견했다. 이번 취약점은 2017년 이후 배포된 우분투, 아마존 리눅스 등 주요 메인스트림 리눅스 배포판 전체에 영향을 미치며 시스템 최고 권한인 루트 권한을 100% 확률로 탈취할 수 있어 전 세계 서버 운영체계에 비상이 걸렸다. 'CopyFail'은 리눅스 커널의 암호화 처리 과정에 존재하는 논리적 결함을 이용한다. 732바이트의 짧은 코드만으로 공격이 가능하며 실제 하드디스크가 아닌 메모리 캐시를 직접 변조하는 방식을 택해 기존 보안 도구나 포렌식으로는 침입 흔적을 찾기 어렵다. 특히 클라우드 환경의 컨테이너 격리 체계까지 무력화할 수 있어 기업 서버 전체를 장악당할 위험이 크다. 이번 발견은 지난 9년간 수많은 전문가와 커뮤니티가 놓쳤던 미세한 로직 오류를 티오리의 자체 AI 기반 코드 분석 솔루션 '진트 코드(Xint Code)'가 단 1시간 만에 규명해냈다는 점에서 업계의 주목을 받고 있다. AI를 활용한 보안 분석이 복잡한 커널 단위의 보안 취약점을 찾는 데 결정적인 역할을 할 수 있음을 입증한 사례다. 자세한 대응 방식 및 기술 분석은 진트 공식 블로그(Xint Blog)에서 확인할 수 있다. 박세준 티오리 대표는 "CopyFail은 가장 신뢰받는 운영체제의 설계도 AI를 앞세운 공격에는 허무하게 뚫릴 수 있음을 보여주는 경고"라며 "기존의 수동적 방어 체계에서 벗어난 전면적인 인프라 보안 혁신이 시급하다"고 강조했다. 현재 전 세계 사이버 보안 시장은 생성형 AI의 등장으로 방어자보다 공격자가 훨씬 우위에 있는 상황이다. 글로벌 보안 기업들의 분석에 따르면 공격자들은 이미 LLM을 활용해 자동화된 취약점 탐색과 코드 악용 기술을 고도화하고 있다. 이러한 위협 환경 속에서 이번 티오리의 성과는 방어 측면에서도 AI 기반의 자동화된 코드 분석이 필수적인 대응 수단임을 시사한다. 특히 클라우드 네이티브 환경으로 인프라가 급격히 전환되면서 이번 사례처럼 커널 취약점 하나가 수백만 개의 컨테이너를 한꺼번에 무력화할 수 있는 리스크가 커지고 있다. 티오리는 리눅스 커널 보안팀과 협력해 패치 개발을 완료했으며 모든 리눅스 관리자에게 즉시 최신 보안 패치(a664bf3d603d 반영본)를 적용할 것을 권고했다. 이번 'CopyFail' 사태는 오픈소스 소프트웨어 중심의 현대 IT 환경에서 보안 패치의 중요성과 함께 보안 취약점 탐지 과정에 AI를 결합한 '능동적 보안(Offensive Security)' 전략이 미래 인프라 방어의 핵심임을 다시 한번 확인시켜 주었다. 티오리는 이번 성과를 계기로 AI 해커 '진트' 등 실전 중심 기술력을 강화하며 글로벌 보안 생태계에서 영향력을 더욱 확대할 전망이다.2026-05-01 11:55:05
많이 본 뉴스
영상
Youtube 바로가기
![[편집인 칼럼] 차례상 대신 여행가방…전통도 시대를 따라야 한다](https://image.ajunews.com/content/image/2026/09/27/20260927152114728326_518_323.png)