2026.06.10 수요일
검색
'파수 데이터 레이더' 검색결과
기간검색
-
~
검색영역
검색어
-
파수 AI, AI 시대 '데이터 유출' 막는다…북미 보안시장 공략 [경제일보] 파수 AI가 글로벌 보안 콘퍼런스에서 생성형 인공지능(AI) 시대의 데이터 유출 대응 전략을 공개했다. AI 에이전트와 생성형 AI 활용이 확산되면서 내부 데이터가 외부 서비스로 흘러나갈 수 있다는 우려가 커지는 가운데 북미 보안시장 공략을 본격화하는 모습이다. 파수 AI는 지난 1일부터 3일까지 미국 메릴랜드 내셔널하버에서 열린 ‘가트너 시큐리티 & 리스크 매니지먼트 서밋 2026’에 참가했다고 4일 밝혔다. 가트너 시큐리티 서밋은 글로벌 보안·IT 리더들이 최신 사이버보안 전략과 기술 동향을 공유하는 보안 콘퍼런스다. 파수 AI는 이번 행사에서 세션 발표와 단독 부스를 통해 AI 데이터 유출 리스크 관리 프레임워크와 관련 솔루션을 소개했다. 생성형 AI, AI 에이전트, 섀도우 AI 확산으로 기존 보안 체계가 통제하지 못했던 새로운 데이터 유출 경로가 생기고 있다는 점을 주요 화두로 제시했다. 세션 발표는 파수 AI 미국 법인 통합을 통해 출범한 AX 전문 기업 심볼로직의 론 아덴 부사장이 맡았다. 그는 ‘AI 데이터 유출 방지’를 주제로 AI 활용 과정에서 데이터가 어디에서, 언제, 어떤 방식으로 유출될 수 있는지 설명하고 이를 통제하기 위한 다층적 접근 방안을 제시했다. 섀도우 AI는 기업이 승인하지 않은 AI 도구를 임직원이 임의로 사용하는 현상을 뜻한다. 내부 문서나 고객 정보가 관리되지 않은 외부 AI 서비스에 입력될 경우 데이터 유출 위험이 커질 수 있다. 파수 AI는 AI 사용을 무조건 막기보다 조직의 리스크 수준에 맞춰 데이터 사용 지점별 모니터링과 정책 제어를 조합해야 한다고 봤다. 부스에서는 ‘파수 데이터 레이더(FDR)’와 ‘AI-R DLP’가 소개됐다. FDR은 조직 내 흩어진 민감 데이터를 자동으로 탐지·분류·태깅해 데이터 거버넌스 기반을 마련하는 솔루션이다. AI-R DLP는 AI 서비스 사용 과정에서 개인정보와 조직별 민감정보를 실시간으로 검출하고 차단해 데이터 유출을 막는 역할을 한다. 이번 행사는 파수 AI가 북미 시장에서 AI 보안 기업으로 입지를 넓히는 계기가 될 전망이다. 생성형 AI 도입이 빠른 미국 시장에서는 생산성 향상과 데이터 보호 사이의 균형이 핵심 과제로 떠오르고 있다. 특히 금융, 제조, 공공, 의료 등 규제 산업에서는 AI 활용 확대와 함께 데이터 이동 경로를 통제할 수 있는 보안 체계가 중요해지고 있다. 손종곤 파수 AI 글로벌사업 총괄 상무는 “생성형 AI와 AI 에이전트의 확산으로 데이터 유출 경로가 다변화되면서 엄격한 AI 사용 정책과 다층적 런타임 제어가 모든 조직의 핵심 보안 과제로 부상했다”며 “조직의 리스크 프로파일과 거버넌스 요구에 맞춰 솔루션을 전략적으로 조합하는 실용적 접근으로 글로벌 고객의 AI 보안 역량 강화를 지원하겠다”고 말했다. 한편 시장 확대의 관건은 실제 고객 적용 성과다. AI 데이터 유출 방지는 솔루션 도입만으로 끝나지 않고 내부 보안 정책, 문서 분류 체계, 임직원 AI 사용 기준과 함께 설계돼야 한다. 파수 AI가 FDR과 AI-R DLP를 고객 환경에 맞게 결합해 북미 레퍼런스를 확보하느냐가 향후 성패를 가를 전망이다.2026-06-04 17:00:04
-
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
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 선관위의 뼈를 깎는 혁신 없이는 민주주의의 미래도 없다](https://image.ajunews.com/content/image/2026/06/10/20260610101629685006_518_323.jpg)