검색결과 총 11건
-
SK쉴더스, 'AI도 직원처럼 관리한다'…제로트러스트 보안 강화
[경제일보] SK쉴더스가 인공지능(AI)을 새로운 보안 관리 대상으로 규정하고 제로트러스트 기반 AI 보안 사업을 강화한다. AI가 단순히 업무를 보조하는 수준을 넘어 기업 시스템과 데이터에 직접 접근해 업무를 수행하는 ‘비인간 주체(NHI)’로 진화하면서 기존 사람 중심의 보안 체계만으로는 새로운 위협에 대응하기 어렵다는 판단이다. SK쉴더스는 19일 자체 제로트러스트 방법론인 ‘SKZT(SK shieldus Zero Trust)’를 기반으로 AI 거버넌스와 보안 컨설팅을 제공한다고 밝혔다. 최근 기업들은 생성형 AI를 넘어 AI 에이전트를 업무에 도입하고 있다. AI가 사람의 지시에 따라 정보를 검색하는 수준을 넘어 사내 시스템에 접속하고 데이터를 분석하거나 업무를 대신 처리하는 사례가 늘면서 AI에 별도의 계정과 접근권한이 부여되는 구조가 확산되고 있다. 문제는 AI가 접근할 수 있는 권한이 커질수록 보안 사고의 파급력도 커진다는 점이다. AI 에이전트에 과도한 권한이 부여되거나 인증·권한 관리가 제대로 이뤄지지 않을 경우 중요 정보 유출이나 시스템 오남용으로 이어질 수 있다. AI가 악의적인 명령이나 조작된 데이터를 받아 정상적인 권한을 악용할 가능성도 새로운 보안 과제로 떠오르고 있다. 이에 따라 사람뿐 아니라 AI와 애플리케이션, 서비스 계정 등 비인간 주체까지 하나의 보안 관리 영역으로 포함해야 한다는 요구가 커지고 있다. SK쉴더스가 주목하는 방식은 제로트러스트다. 제로트러스트는 사용자나 기기, 시스템을 기본적으로 신뢰하지 않고 모든 접근 요청에 대해 신원과 권한을 지속적으로 확인하는 보안 모델이다. AI 역시 기업의 시스템과 데이터에 접근하는 하나의 주체인 만큼 동일한 원칙을 적용해야 한다는 것이다. SKZT는 사용자와 디바이스, 네트워크, 시스템, 애플리케이션, 데이터 등 주요 보호 대상을 식별하고 보안 수준을 진단한 뒤 중장기적인 보안 로드맵을 수립하는 SK쉴더스의 제로트러스트 컨설팅 체계다. SK쉴더스는 기존 방법론을 AI 환경까지 확대해 기업의 AI 활용 과정에서 발생할 수 있는 보안 위험을 점검한다. 구체적으로 AI가 어떤 시스템과 데이터에 접근할 수 있는지, 부여된 권한이 업무에 필요한 최소 수준인지, AI 활용 과정에서 중요 정보가 외부로 유출될 가능성은 없는지 등을 점검한다. 이를 바탕으로 AI 거버넌스와 접근권한 관리, 보안 통제 체계를 구축하고 운영 과정에서 발생할 수 있는 위험에 대한 대응 체계도 마련한다. 글로벌 보안·AI 관련 기준도 컨설팅에 반영한다. 미국 국립표준기술연구소(NIST)의 AI 위험관리 프레임워크(AI RMF), 미국 국방부의 책임 있는 AI 가이드라인(RAI), 국제표준화기구(ISO)의 AI 경영시스템 국제표준인 ISO/IEC 42001 등을 기반으로 기업이 AI 관련 위험을 체계적으로 관리하고 컴플라이언스 요구에 대응할 수 있도록 지원한다. 기술 파트너십도 확대한다. SK쉴더스는 글로벌 기술 기업들과 협력해 AI 환경에서 발생할 수 있는 위협을 탐지하고 AI의 접근권한과 데이터를 안전하게 관리할 수 있는 기술을 확보한다는 계획이다. 사업의 방향은 단순한 AI 보안 솔루션 공급에 그치지 않는다. AI 도입 전 단계에서 거버넌스를 수립하고 보안 위험을 진단한 뒤 실제 운영 과정에서 권한과 데이터를 지속적으로 관리하는 전주기 보안 체계를 제공한다는 전략이다. 이는 AI 에이전트가 기업의 업무 프로세스에 깊숙이 들어갈수록 보안 시장의 초점도 달라질 수 있다는 판단과 맞닿아 있다. 기존에는 ‘누가 시스템에 접속했는가’가 핵심이었다면 앞으로는 ‘어떤 AI가 어떤 권한으로 어떤 데이터에 접근했는가’까지 추적하고 통제해야 하기 때문이다. SK쉴더스 관계자는 “AI가 단순한 업무 지원 도구를 넘어 실제 업무를 수행하는 주체로 자리 잡으면서 보안 관리 대상도 사람 중심에서 AI까지 확대되고 있다”며 “거버넌스 수립부터 보안 체계 구축과 운영까지 전 과정을 지원해 기업이 AI를 안전하게 활용할 수 있도록 하겠다”고 말했다. 한편 SK쉴더스는 향후 금융·제조·공공 등 AI 활용이 확대되는 산업을 중심으로 제로트러스트 기반 AI 보안 사업을 확대할 예정이다.
2026-08-19 17:32:49
-
-
개인정보위, 29일 KT 펨토셀 해킹 심의…소액결제 피해가 수위 가른다
[경제일보] KT의 불법 초소형 기지국인 펨토셀 해킹 사고에 대한 개인정보보호위원회의 제재 수위가 이르면 이번 주 결정된다. 개인정보 유출 규모는 SK텔레콤이나 쿠팡보다 작지만 유출 정보가 무단 소액결제에 악용돼 금전 피해로 이어진 점이 주요 변수다. 개인정보위는 오는 29일 전체회의에서 KT의 개인정보보호법 위반 여부와 과징금, 시정명령 등 제재안을 심의할 예정이다. 이날 의결이 마무리되면 처분 결과는 30일 공개될 전망이다. 위원 간 추가 논의가 필요하면 결론이 차기 회의로 미뤄질 수도 있다. 개인정보위는 SK텔레콤 유심 정보 유출 사건을 심의할 때도 첫 회의에서 결론을 내리지 못하고 후속 회의에서 최종 제재안을 의결했다. 과학기술정보통신부 민관합동조사단 조사 결과 불법 펨토셀을 통해 KT 이용자 2만2227명의 가입자식별번호(IMSI)와 단말기식별번호(IMEI), 전화번호가 유출됐다. 이 가운데 368명에게 777건, 약 2억4300만원의 무단 소액결제 피해가 발생했다. 불법 펨토셀에는 KT망 접속에 필요한 인증서와 인증서버 IP 정보가 저장돼 있었으며, 해당 장비를 거치는 통신 트래픽을 외부로 전송하는 기능도 확인됐다. 공격자는 탈취한 가입자·단말기 정보와 다른 경로에서 확보한 개인정보를 결합해 ARS와 문자 인증을 가로챈 것으로 조사됐다. 개인정보위는 KT가 불법 장비의 내부망 접속을 차단할 안전조치를 충분히 마련했는지, 이상 징후를 적시에 탐지하고 신고했는지 등을 살펴본 것으로 전해졌다. 단순 정보 유출을 넘어 개인정보가 실제 결제 범죄에 이용된 점은 제재 수위를 높일 수 있다. 현행 개인정보보호법상 과징금은 전체 매출액에서 위반행위와 무관한 매출을 제외한 금액을 기준으로 최대 3%까지 부과할 수 있다. KT의 최근 3년 무선서비스 연평균 매출 약 6조6689억원에 3%를 단순 적용하면 약 2000억원이지만 실제 부과액은 이보다 달라질 가능성이 크다. 개인정보위는 위반 정도와 기간, 피해 규모, 안전조치 의무 위반 내용과 사고 이후 대응 등을 종합해 과징금을 산정한다. 9월 시행되는 반복적·대규모 침해사고 대상 최대 10% 징벌적 과징금은 이번 KT 사건에는 적용되지 않는다. 앞서 개인정보위는 SK텔레콤에 1347억9100만원, 쿠팡에 총 6246억원의 과징금을 부과했다. KT는 유출 인원이 상대적으로 적지만 2차 금전 피해가 확인됐다는 차이가 있다. 반면 피해액 보전과 위약금 면제, 보안 투자 확대 및 재발 방지책은 감경 사유로 고려될 수 있다. 한편 이번 결정은 통신사가 코어망뿐 아니라 펨토셀과 같은 접속 장비의 인증정보와 접근권한까지 어느 수준으로 관리해야 하는지 보여주는 기준이 될 전망이다.
2026-07-27 17:03:45
-
칩에서 지능산업으로…샌프란시스코 선언이 연 한국 AI의 미래
[경제일보] 10년 뒤 샌프란시스코 AI 서밋은 무엇으로 평가받을까. 젠슨 황과 샘 알트만, 다리오 아모데이, 혹 탄이 한국 기업인들과 한자리에 섰던 장면만으로는 부족하다. 그날 발표된 투자액도 시간이 지나면 낡은 숫자가 된다. 한국에서 태어난 AI 기업과 제품, 일자리와 수출이 남아야 비로소 역사적 전환점으로 기록될 것이다. 이번 행사의 의미는 참석자의 면면보다 산업 질서의 변화에서 찾아야 한다. 엔비디아와 오픈AI, 앤트로픽, 브로드컴은 서로 다른 시장에서 경쟁하지만 모두 같은 제약에 맞닥뜨렸다. AI의 성장 속도를 반도체와 데이터센터, 전력 공급이 따라가지 못하고 있다. 최태원 SK그룹 회장이 젠슨 황 엔비디아 CEO를 만날 때마다 더 많은 칩을 달라는 요구를 받는다고 전한 것은 이 변화를 상징한다. 과거에는 반도체 기업이 수요처를 찾아다녔다. 지금은 AI 기업이 생산되지도 않은 칩과 아직 지어지지 않은 데이터센터의 연산 자원까지 먼저 확보하려 한다. AI 산업은 소프트웨어의 얼굴로 출발했지만 규모가 커질수록 중공업의 속성을 띤다. 모델을 고도화하려면 GPU와 고대역폭메모리(HBM)가 필요하다. 서비스를 확장하려면 발전설비와 변전소, 냉각장치, 통신망이 따라붙는다. 최첨단 알고리즘도 전기와 반도체 없이는 움직이지 않는다. AI 기술 패권이 제조 역량과 자본조달 능력의 경쟁으로 넓어진 것이다. 이 변화는 한국에 드문 기회다. 한국은 HBM과 메모리, 첨단 반도체 생산능력을 갖고 있다. 자동차·조선·배터리·로봇·바이오 등 AI가 적용될 산업 현장도 폭넓다. 통신망과 클라우드, 대규모 데이터센터를 구축할 기업까지 보유했다. 반도체 생산과 산업 실증을 한 국가 안에서 연결할 수 있는 조건이다. 샌프란시스코 AI 선언은 이 자산을 하나의 국가 전략으로 묶겠다는 약속에 가깝다. 한국이 반도체를 납품하는 공급국에서 벗어나 컴퓨팅 인프라를 운영하고, 산업용 AI를 개발하며, 세계 시장에 서비스를 제공하는 풀스택 AI 국가로 진화하겠다는 것이다. 이 구상을 가장 구체적인 사업으로 옮긴 기업 중 하나가 네이버다. 엔비디아는 10억달러를 투자해 네이버 지분 약 4.5%를 확보하기로 했다. 네이버는 글로벌 투자사 브룩필드와도 최대 90억달러 규모의 GPU·데이터센터 인프라를 조달하기 위한 협상을 진행하고 있다. 100억달러가 모두 네이버 계좌로 들어오는 것은 아니다. 엔비디아의 10억달러는 지분 투자이고, 브룩필드의 최대 90억달러는 프로젝트금융 등을 활용한 인프라 조달 성격이 강하다. 그럼에도 세계 최대 AI 반도체 기업이 네이버의 주주가 되고, 글로벌 대체투자사가 데이터센터 금융에 참여한다는 사실은 의미가 작지 않다. 네이버는 2027년 상반기 55MW 규모 AI 팩토리를 가동하고 2028년 200MW, 장기적으로 1GW급까지 확대할 계획이다. 200MW 시설에는 블랙웰과 베라 루빈 등 약 10만개의 엔비디아 GPU가 투입될 전망이다. 데이터센터 ‘각 세종’, 네이버클라우드, 하이퍼클로바X, 검색과 지도·커머스 서비스를 연결해 아시아·태평양과 유럽, 중동의 소버린 AI 수요를 흡수한다는 구상이다. 네이버의 도전은 한국 AI 산업이 가야 할 방향을 압축해 보여준다. 반도체를 구매해 데이터센터에 설치하는 데서 끝나는 사업이 아니다. GPU 임대와 모델 학습, 추론, AI 에이전트 개발, 산업별 서비스까지 하나의 체계로 제공해야 한다. 포털 기업이 AI 시대의 컴퓨팅·서비스 사업자로 체질을 바꾸는 실험이다. 소버린 AI의 의미도 여기서 분명해진다. 모든 장비와 기술을 국산화하는 것이 주권은 아니다. 엔비디아 GPU와 글로벌 자본을 활용하더라도 데이터와 모델, 운영 권한을 국내 기업과 고객이 통제하고 그 위에서 독자적인 서비스를 만든다면 산업 주도권을 확보할 수 있다. 외국 기술을 쓰지 않는 나라보다 외국 기술을 자국의 가치로 전환하는 나라가 강하다. 네이버의 AI 팩토리가 성공하려면 시설 규모만큼 고객 구성이 중요하다. 해외 빅테크의 연산 수요만 채우는 데이터센터가 아니라 국내 스타트업과 제조기업, 대학과 공공기관이 활용할 수 있는 컴퓨팅 기반이 돼야 한다. 그곳에서 한국의 산업 데이터로 학습한 모델과 에이전트가 나오고, 다시 세계 시장으로 수출돼야 투자 의미가 완성된다. 이 지점에서 최태원 회장이 제시한 세 가지 방향과 네이버의 투자가 만난다. 최 회장은 국민 1인당 하나 이상의 AI 에이전트를 사용하는 ‘AI 네이티브 국가’, 메모리 생산과 데이터센터 확충을 통한 토큰 비용 절감, 일자리와 환경을 포괄하는 AI 거버넌스를 제안했다. SK가 HBM과 데이터센터로 공급 기반을 만들고 네이버가 클라우드와 모델, 서비스로 활용 경로를 넓힌다면 한국형 풀스택 AI의 윤곽도 선명해질 수 있다. 정부의 ‘모두의 AI’는 이 구상을 대규모 수요로 연결할 수 있는 정책이다. 5000만 국민이 일상과 업무에서 AI를 활용하면 한국은 세계적으로 보기 드문 AI 테스트베드가 된다. 국내 모델과 스타트업에는 초기 시장이 생기고 공공·교육·의료·제조 현장에서는 다양한 사용 사례가 축적될 수 있다. 정책의 목표는 무료 이용자 수가 아니다. 국민이 자신에게 필요한 에이전트와 서비스를 만들고, 기업이 생산공정과 업무 방식을 재설계하도록 해야 한다. 스타트업은 그 결과를 제품으로 만들어 해외에 팔아야 한다. 사용 경험이 창업과 수출로 이어질 때 모두의 AI는 보급 정책을 넘어 성장 정책이 된다. 이를 뒷받침할 자원이 데이터다. 한국은 제조와 의료, 금융, 교육, 행정 분야에 높은 품질의 데이터를 보유하고 있지만 상당 부분이 기관과 기업 내부에 흩어져 있다. 개인정보와 산업기밀을 보호하면서도 AI 학습과 검증에 활용할 수 있는 규칙과 기술 기반을 갖춰야 한다. 데이터 개방을 무조건 확대하자는 뜻은 아니다. 누가 어떤 목적으로 데이터를 사용했고 어떤 결과를 만들었는지 추적할 수 있어야 한다. 보안형 데이터 공간과 비식별 처리, 접근권한 관리, 사용 이력 기록을 결합하면 보호와 활용을 함께 추구할 수 있다. 데이터에 대한 신뢰가 쌓여야 산업 현장의 경험도 수출 가능한 AI 제품으로 전환된다. 샌프란시스코에서 확인된 것은 한국의 가능성이다. 세계 AI 기업들은 한국을 반도체 공급처로만 보지 않기 시작했다. 제조 역량과 인프라, 산업 수요를 갖춘 전략적 파트너로 평가하고 있다. 네이버의 AI 팩토리는 그 가능성을 실제 사업과 매출로 증명해야 하는 첫 시험대 가운데 하나다. AI 시대의 선진국은 칩을 많이 생산하는 나라만을 뜻하지 않는다. 그 칩 위에서 새로운 지능을 만들고 산업을 바꾸며, 완성된 제품과 서비스를 세계에 판매하는 나라다. 샌프란시스코 AI 선언은 한국이 그 길로 들어섰음을 알린 신호다. 다음 10년의 목표는 분명하다. 세계에 반도체를 공급해 온 나라에서 세계가 사용하는 지능과 서비스를 수출하는 나라로 나아가는 것이다.
2026-07-27 14:19:27
-
"2억건 조선 데이터에 네이버 AI 심는다"…HD현대, 지능형 조선소 승부수
[경제일보] 네이버클라우드가 HD한국조선해양의 2억건이 넘는 조선·해양 데이터를 활용할 전용 인공지능(AI)·클라우드 인프라 구축에 나선다. 범용 AI를 도입하는 수준을 넘어 선박 설계와 생산, 로봇 제어까지 연결하는 ‘조선 특화 AI 운영 기반’을 마련한다는 구상이다. 네이버클라우드와 HD한국조선해양은 최근 세종시 네이버 데이터센터 ‘각 세종’에서 피지컬 AI 기반 조선 사업 혁신을 위한 업무협약을 체결했다고 20일 밝혔다. 협력 분야는 △조선 특화 AI·클라우드 인프라 구축 △데이터센터와 통합 전력 인프라 구축 △차세대 선박 플랫폼 및 조선업 AI 전환(AX) △피지컬 AI·로봇 기술 활용 △디지털 인재 양성 등이다. ◆ 설계도면 지키면서 GPU 활용…프라이빗 클라우드 구축 이번 협력의 출발점은 조선업의 특수성이다. 선박 한 척을 건조하려면 방대한 설계도면과 자재·공정·품질 데이터가 오간다. 선종과 발주처에 따라 설계가 달라지는 주문형 산업이어서 축적된 데이터는 원가와 납기, 품질을 좌우하는 핵심 기술자산이다. 외부 퍼블릭 클라우드에 데이터를 그대로 올리기 어려운 이유도 여기에 있다. 네이버클라우드는 AI 데이터센터를 기반으로 GPU 자원을 최적화하고, HD한국조선해양이 데이터와 접근권한을 직접 통제할 수 있는 프라이빗 클라우드 환경을 구축할 계획이다. 양사는 공동 ‘센터 오브 엑설런스(CoE)’도 구성한다. 외부 사업자에게 시스템 운영을 전적으로 의존하는 대신 HD한국조선해양 내부에 AI·클라우드 설계와 운영 역량을 축적하기 위한 조직이다. 조선 현장의 업무 지식과 네이버의 AI 기술을 결합해 실제 적용 사례를 발굴하는 역할도 맡는다. 네이버클라우드가 파트너로 선정된 배경에는 기존 협력 경험이 있다. 양사는 2024년부터 HD현대의 클라우드 전환과 하이퍼클로바X 활용, 해양 디지털 서비스 사업화를 추진해 왔다. 네이버클라우드가 자체 데이터센터와 GPU 인프라, 대규모언어모델(LLM), 디지털트윈·로봇 기술을 함께 보유한 점도 조선업 AX를 추진하는 데 강점으로 작용했다. ◆ 2030년 자율운영 조선소로…생산성 경쟁 대응 HD현대는 2030년까지 설계와 생산, 물류를 데이터로 연결하는 미래형 조선소 ‘FOS(Future of Shipyard)’ 구축을 추진하고 있다. 최종 목표는 AI가 인력과 자재, 설비, 공정을 분석해 최적의 생산계획을 제시하는 지능형 자율운영 조선소다. 이를 통해 생산성을 30% 높이고 선박 건조 기간을 30% 단축한다는 목표다. 네이버클라우드는 선박 데이터 기반 플랫폼과 실시간 데이터 처리·제어 구조를 공동 설계한다. AI 비전으로 용접 상태나 작업 위험을 인식하고 로봇 운영 플랫폼을 이용해 비정형 작업을 자동화하는 활용 모델도 발굴할 예정이다. 이번 협력은 HD한국조선해양이 기존에 추진해 온 팔란티어 기반 데이터 플랫폼, 지멘스와의 설계·생산 통합 시스템을 대체하기보다 이를 AI·클라우드와 연결하는 성격이 강하다. 여러 시스템에 흩어진 데이터를 프라이빗 클라우드로 묶고 현장에서 실행할 AI의 연산 기반을 네이버클라우드가 담당하는 구조다. 관건은 2억건의 데이터를 얼마나 정제하고 표준화하느냐다. 데이터가 많더라도 설계 형식과 공정 기준이 제각각이면 AI 학습과 로봇 제어에 곧바로 활용하기 어렵다. 업무협약 단계인 만큼 투자 규모와 구축 일정, 첫 적용 조선소도 아직 공개되지 않았다. 향후 개념검증을 실제 생산성 개선과 공급 계약으로 연결해야 이번 협력의 성과를 확인할 수 있다. 김유원 네이버클라우드 대표는 “조선 산업에 특화된 클라우드 환경을 구축하고 다른 산업으로도 확산할 수 있는 AI 혁신 모델을 만들겠다”고 말했다. 김형관 HD한국조선해양 대표는 “2억건 이상의 조선·해양 데이터베이스에 네이버의 AI 기술을 더해 조선업 특화 AI 생태계를 구축하겠다”며 “지능형 스마트 조선소를 완성해 미래 선박 시장을 주도할 것”이라고 밝혔다.
2026-07-20 11:31:31
-
한컴, 유럽형 '소버린 에이전틱 OS' 3분기 공개…14조원 시장 공략한다
[경제일보] 한컴(대표이사 변성준·김연수)이 기존 공공·금융 시스템을 교체하지 않고 인공지능(AI) 에이전트를 연결하는 방식으로 유럽 소버린 AI 시장 공략에 나선다. 올해 3분기 유럽형 ‘소버린 에이전틱 운영체제(OS)’ 베타 버전을 공개하고 검증을 거쳐 하반기 중 상용 버전을 선보일 계획이다. 한컴은 폴란드 국가공인 연구개발(R&D)센터 7불스(7Bulls), 현지 AI·IT 기업 알고마인(Algomine)과 유럽형 소버린 에이전틱 OS 개발을 위한 세부 협력 어젠다에 합의했다고 15일 밝혔다. 이번 합의는 앞서 체결한 업무협약(MOU)을 구체적인 개발 과제로 옮기는 단계다. 협력 분야는 △제품 현지화 △기존 시스템 연동 △거버넌스와 유럽연합(EU) 규제 대응 △공동 영업과 사업화 등 4개 축이다. 현재는 공동개발과 개념검증(PoC)을 준비하는 과정으로 구체적인 현지 고객이나 공급 계약 규모는 공개되지 않았다. 다만 3분기 베타 공개와 하반기 상용화 일정이 제시되면서 유럽 진출 계획이 제품 개발과 매출화 단계로 넘어가는 분기점을 맞았다는 평가가 나온다. ◆ 기존 시스템 유지한 채 AI 에이전트 연결 한컴이 말하는 에이전틱 OS는 윈도나 리눅스처럼 컴퓨터를 구동하는 전통적인 운영체제와는 다르다. 조직이 보유한 데이터와 업무 시스템, 권한 체계, 여러 AI 모델과 에이전트를 하나의 환경에서 연결하고 통제하는 통합 운영 플랫폼에 가깝다. 핵심은 유럽 공공기관이 장기간 사용해 온 기간계 시스템을 걷어내지 않는다는 점이다. 기존 시스템에 연결 모듈인 커넥터를 붙여 AI 에이전트가 필요한 데이터를 읽고 업무를 수행하도록 설계한다. 전면 교체에 따른 비용과 서비스 중단 위험을 줄이면서 단계적으로 AI를 도입하려는 공공·금융기관을 겨냥한 방식이다. 현지화는 언어에서 시작한다. 한컴은 폴란드어 특화 거대언어모델(LLM) ‘비엘리크(Bielik)’를 에이전틱 OS에 연동하는 방안을 검토하고 있다. 폴란드어 에이전트의 성능을 측정할 평가체계도 공동으로 구축한다. 날짜와 통화, 문자 표기 등 현지 업무환경에 필요한 요소도 제품에 반영할 예정이다. 배포 방식은 폐쇄망과 온프레미스를 중심으로 설계한다. 민감한 문서와 업무 데이터의 외부 이동을 최소화하고 고객이 직접 AI 모델과 데이터 접근권한을 관리하도록 하기 위해서다. 7불스는 현지화와 기술개발을, 알고마인은 고객 채널을 활용한 공공·금융 분야 PoC와 사업 발굴을 맡는다. 한컴은 3분기 공개할 베타 버전을 통해 폴란드어 처리 성능과 현지 기간계 시스템 연동, AI 에이전트의 권한 통제 등을 우선 검증할 것으로 보인다. 이후 하반기 상용 버전을 출시하고 PoC를 실제 공급 계약으로 전환한다는 구상이다. ◆ EU 규제는 부담이자 시장 진입 기회 한컴이 유럽을 첫 해외 거점으로 선택한 배경에는 EU의 규제 시계가 있다. EU AI법에 따른 투명성 의무는 오는 8월 2일부터 적용된다. 이용자가 AI와 상호작용하고 있다는 사실을 알리고 일정한 AI 생성·조작 콘텐츠에는 식별 가능한 표시를 적용해야 한다. 생체인식과 핵심 인프라, 교육, 고용 등에 사용되는 일부 고위험 AI 규정은 2027년 12월 2일부터 적용된다. 로봇과 산업기계 등 규제 대상 제품에 내장되는 시스템에는 2028년 8월 2일부터 관련 규정이 적용될 예정이다. 유럽 공공기관과 기업이 AI 도입과 함께 로그 기록, 접근 통제, 모델 검증과 사람의 감독 체계를 준비해야 하는 이유다. 한컴의 전략은 오픈AI나 구글처럼 기반모델을 직접 개발해 경쟁하는 데 있지 않다. 고객이 필요에 따라 현지 모델이나 외부 LLM을 선택하되 한컴은 문서를 AI가 읽을 수 있는 데이터로 바꾸고 기존 업무 시스템과 연결하며 실행 과정과 권한을 관리하는 역할을 맡는다. 자체 모델 경쟁에 막대한 자금을 투입하기보다 모델에 종속되지 않는 구조를 앞세워 공공·금융 분야의 규제와 레거시 연동 수요를 공략하는 셈이다. 글로벌 빅테크와 정면으로 맞붙기보다 여러 모델과 업무 시스템 사이의 운영 계층을 선점하려는 전략으로 풀이된다. 한컴은 글로벌 에이전틱 AI 시장 전망을 토대로 2030년 소버린 에이전틱 OS의 유효시장(SAM)을 70억∼100억달러, 약 10조∼14조원으로 자체 추산하고 있다. 전체 소버린 AI 시장이 아니라 한컴이 겨냥하는 소프트웨어·플랫폼 영역의 추정치다. 관건은 하반기 상용화 이후 실제 고객을 확보할 수 있느냐다. 국내에서 축적한 공공 문서 처리와 폐쇄망 구축 경험을 폴란드어와 EU 규제 환경에서도 재현해야 한다. 3분기 베타에서 커넥터의 호환성과 언어 정확도, 규제 대응 기능을 입증하고 이를 공급 계약으로 연결해야 유럽 진출이 첫 매출로 이어질 수 있다. 김연수 한컴 대표는 “유럽의 공공 시스템은 수십 년간 축적된 자산”이라며 “그것을 대체하는 것이 아니라 지능화하는 것이 우리의 접근”이라고 말했다. 이어 “AI 주권은 인프라를 갖추는 것으로 완성되지 않는다”며 “그 위에서 데이터가 실제로 일하게 만드는 계층이 필요하고 그 자리를 한컴이 채우려 한다”고 강조했다.
2026-07-15 10:39:00
-
-
-
-
파수 AI, N2SF 등급 분류 대응 'FDR' 업데이트 출시
[경제일보] 파수 AI가 국가 망 보안체계(N2SF) 전환에 대응하는 데이터 식별·분류 솔루션을 고도화했다. 공공기관이 AI와 클라우드를 활용하기 위해서는 데이터의 중요도와 민감도를 먼저 식별하고 등급별 보안 정책을 적용해야 하는 만큼, 데이터 분류 자동화가 공공 보안 시장의 핵심 과제로 떠오르고 있다. 파수 AI는 데이터 식별·분류 솔루션 ‘파수 데이터 레이더(Fasoo Data Radar, FDR)’의 신규 업데이트 버전을 출시하고 공공기관의 N2SF 전환 지원을 강화한다고 밝혔다. N2SF는 기존 공공부문 망분리 정책을 보완·전환하기 위해 추진되는 새로운 보안 프레임워크다. AI와 클라우드 등 신기술을 안전하게 활용할 수 있도록 데이터와 시스템을 중요도·민감도에 따라 기밀(Classified), 민감(Sensitive), 공개(Open) 등급으로 구분하고, 등급별로 차등화된 보안대책을 적용하는 것이 핵심이다. 파수는 지난해 ‘범정부 초거대 AI 공통기반 대상 국가 망 보안체계 시범 실증’에 참여해 N2SF의 데이터 식별·분류·통제 부문을 맡은 바 있다. 이번 FDR 업데이트는 N2SF 전환의 출발점인 데이터 식별과 등급 분류 기능을 강화한 것이 특징이다. FDR은 윈도, 맥, 파일서버 등 다양한 저장소에 흩어진 데이터를 파악하고 민감정보 포함 여부를 자동으로 탐지·분류하는 솔루션이다. 이후 분류 결과에 따라 암호화, 레이블링, 격리, 권한 회수, 파기 등 후속 조치를 적용할 수 있다. 새 버전에는 OCR 기능이 추가됐다. 일반 이미지 파일이나 문서 안에 삽입된 이미지에서 텍스트를 추출해 민감정보 포함 여부를 검사한다. 기존 텍스트 기반 탐지로는 확인하기 어려웠던 스캔본, 캡처 이미지, 이미지형 PDF 등에 포함된 개인정보와 민감정보까지 식별할 수 있다는 설명이다. 문서 작업 중 등급 인식을 돕는 기능도 강화됐다. 한글, MS 오피스, PDF 등 주요 문서 작업 환경에서 기밀·민감·공개 분류 라벨을 화면에 지속적으로 표시해 사용자가 해당 문서의 보안 등급을 직관적으로 확인할 수 있도록 했다. 공공기관 업무 환경에서는 문서 작성·검토·공유 단계마다 등급 인식이 필요한 만큼, 사용자 실수로 인한 자료 유출을 줄이는 효과가 기대된다. AI 기반 문맥 분석 기능도 더했다. FDR은 파수 AI의 AI 기반 개인정보보호 솔루션 ‘AI-R Privacy’와 연동해 복잡한 문장 속 개인정보를 탐지하고 마스킹할 수 있다. 단순 키워드나 정규식 기반 탐지를 넘어 자연어처리와 딥러닝 기술로 문맥을 해석해 민감정보를 찾아내는 방식이다. 이번 업데이트는 공공기관의 N2SF 전환 수요를 정면으로 겨냥한 것으로 풀이된다. 기존 망분리 체계에서는 내부망과 외부망의 물리적·논리적 분리가 보안의 중심이었다. 그러나 생성형 AI와 클라우드 서비스를 공공 업무에 활용하려면 모든 데이터를 같은 방식으로 막는 구조만으로는 한계가 있다. 어떤 데이터가 기밀이고, 어떤 데이터가 민감하며, 어떤 데이터는 공개 가능한지를 먼저 구분해야 AI 활용과 보안 통제를 동시에 설계할 수 있다. 특히 초거대 AI 기반 행정서비스가 확산되면 데이터 분류의 중요성은 더 커진다. AI 모델에 입력되는 문서와 데이터셋에 개인정보, 내부 정책 문건, 보안 정보가 섞여 있을 경우 유출이나 오남용 위험이 발생할 수 있다. N2SF가 데이터 등급 분류를 전제로 하는 이유도 여기에 있다. 관련 시범 실증 사업 역시 공공부문에 적합한 AI 보안 적용 모델과 확산 방안을 마련하기 위해 추진됐다. 업계에서는 N2SF 전환 과정에서 데이터 보안 시장이 확대될 것으로 보고 있다. 공공기관이 AI와 클라우드를 도입하려면 데이터 발견, 분류, 권한 관리, 암호화, 반출 통제, 로그 추적, 개인정보 마스킹까지 전 주기 관리 체계가 필요하다. 이 가운데 데이터 식별·분류는 모든 보안 정책의 출발점이다. 분류가 부정확하면 과도한 차단으로 업무 효율이 떨어지거나, 반대로 민감정보가 낮은 등급으로 처리돼 유출 위험이 커질 수 있다. 파수 AI는 FDR 외에도 데이터 보안 솔루션 ‘파수 엔터프라이즈 DRM(Fasoo Enterprise DRM, FED)’과 AI 활용을 위한 민감정보 관리 솔루션 ‘AI-R DLP’ 등을 통해 N2SF 대응 포트폴리오를 강화하고 있다. 데이터 등급을 식별한 뒤 문서 암호화와 접근권한 통제, AI 입력 데이터 차단·마스킹까지 연결하는 구조를 구축하겠다는 전략이다. 향후 관건은 실제 공공기관 업무 환경에서의 적용성과 정확도다. 공공기관 데이터는 문서 형식이 다양하고 오래된 스캔본이나 이미지형 자료, 비정형 문서가 많다. OCR과 AI 문맥 분석 기능이 현장 데이터에서 얼마나 높은 탐지율과 낮은 오탐률을 보이느냐가 솔루션 경쟁력을 가를 전망이다. 또 N2SF 전환이 공공기관 전체로 확산되면 보안 등급 분류 기준의 표준화도 중요해진다. 기관마다 다른 방식으로 기밀·민감·공개 등급을 적용하면 시스템 연계와 클라우드 활용 과정에서 혼선이 생길 수 있다. 데이터 분류 솔루션은 기술 기능뿐 아니라 정부 보안 기준과 기관별 업무 특성을 반영한 정책 설계 역량까지 요구받게 된다. 고동현 파수 AI 상무는 “파수 AI는 FDR 외에도 FED와 AI-R DLP 등 N2SF를 위한 포트폴리오를 지속적으로 강화하고 있다”며 “N2SF의 시작이 등급 분류인 만큼 FDR을 통해 공공기관의 디지털 혁신을 지원할 것”이라고 말했다. 이번 FDR 업데이트는 공공 AI 확산 국면에서 보안의 무게중심이 ‘망을 나누는 방식’에서 ‘데이터를 이해하고 통제하는 방식’으로 이동하고 있음을 보여준다. AI와 클라우드 활용이 공공 업무의 효율성을 높일 수 있다면, 그 전제는 데이터가 어디에 있고 어떤 등급인지 정확히 아는 것이다. 파수 AI가 N2SF 전환 시장에서 데이터 분류·통제 솔루션을 앞세워 공공 보안 수요를 얼마나 확보할지 주목된다.
2026-05-20 16:38:59
-