마이크로소프트가 요즘 밀고 있는 '에이전틱 보안(Agentic Security)'이라는 개념이 있어요. AI가 단순히 '위험해요!'라고 알려주는 수준을 넘어, 직접 보안 조치까지 실행하는 방식이죠. 보안뉴스 인터뷰 내용을 보면, AI 에이전트가 보안 전문가의 판단을 돕는 조수 역할에서 스스로 문제를 해결하는 해결사 단계로 진화하는 것을 의미합니다.
에이전틱 보안, 단순한 자동화랑 뭐가 다를까요?
지금까지의 보안 자동화는 'A라는 이벤트가 터지면 B라는 알람을 보내라' 같은 딱딱한 규칙 기반이었거든요. 반면 에이전틱 보안은 AI가 상황의 맥락을 읽고 최적의 대응 경로를 스스로 정해요.
예를 들어 특정 계정에서 이상 징후가 보일 때, AI 에이전트가 해당 사용자의 과거 권한 변경 이력이나 최근 커뮤니케이션 패턴, 접근한 파일의 중요도를 종합적으로 따져보는 거예요. 그러고는 즉시 계정을 격리하거나 세션을 종료시키는 식으로 대응하죠.
이런 자율적인 판단이 가능하려면 결국 '양질의 데이터'가 뒷받침되어야 합니다. AI가 잘못된 데이터를 학습하거나 파편화된 정보만 가지고 판단하면, 멀쩡한 업무 프로세스를 공격으로 오해해 차단하는 일이 벌어지거든요. 업무가 통째로 마비될 수 있는 리스크가 생기는 거죠. 그래서 IDC MarketScape에서 MDR/MXDR 리더로 선정된 MS의 전략처럼, 통합된 보안 데이터 레이크와 지능형 거버넌스가 꼭 필요합니다.
AI 에이전트가 '헛다리' 짚지 않게 하려면?
AI 에이전트가 실수를 줄이려면 지금 터진 로그뿐만 아니라, 기업의 과거 기록이 쌓인 '아카이브' 데이터가 있어야 해요. 특정 파일의 유출 시도가 진짜 공격인지, 아니면 정당한 업무상 반출인지 알려면 그 데이터의 성격과 보존 주기, 그리고 과거의 유사 사례를 알아야 하니까요.
여기서 Enterprise Vault(EV) 같은 아카이빙 플랫폼이 제 역할을 합니다. EV는 이메일이나 파일 서버, SharePoint 데이터를 그냥 쌓아두는 게 아니라, 250가지가 넘는 분류 정책으로 민감정보와 개인정보를 자동 태깅해 보관하거든요. AI 에이전트가 이 분류 태그를 참조하면 어떤 데이터가 기업의 핵심 자산인지 즉각 파악해 대응 우선순위를 정할 수 있어요.
흩어져 있는 협업 툴 데이터, 어떻게 모을까?
요즘은 이메일보다 Teams, Slack, Zoom 같은 협업 툴에서 대화가 더 많이 일어나잖아요. 보안 사고의 징후도 보통 이런 비정형 채널에서 먼저 나타나는데, 데이터가 여기저기 흩어져 있으면 AI 에이전트가 전체 그림을 그리기가 힘들어요.
M365 환경을 쓰는 기업이라면 Merge1으로 데이터를 한곳에 수집하는 전략이 유효합니다. 120개 이상의 써드파티 소스를 지원하는 Merge1으로 수집한 데이터가 EV 아카이브에 통합되면, AI 보안 에이전트는 파편화된 채널을 넘나들며 공격자의 이동 경로(Lateral Movement)를 명확하게 추적할 수 있거든요.
사후 대응보다 무서운 '실시간 리스크 감지'
사고가 터지고 나서 데이터를 찾는 건 이미 늦은 경우가 많아요. 커뮤니케이션 과정에서 나타나는 위반 징후를 실시간으로 포착하는 게 진짜 보안이죠.
Surveillance 솔루션의 ML 기반 인텔리전트 리뷰 기능을 쓰면, 직원 간 대화 중 규정 위반 가능성이 높은 항목에 자동으로 스코어링을 매길 수 있어요. 이렇게 필터링된 고위험 데이터가 보안 에이전트에게 전달되면, 사람이 일일이 모니터링하지 않아도 잠재적 내부자 위협을 선제적으로 차단하는 체계가 만들어지는 거예요.
만약 AI 에이전트가 특정 행위를 차단했고, 이를 법적 증거로 남겨야 하는 상황이라면 Discovery Accelerator(DA)로 해당 케이스의 데이터를 빠르게 검색하고 내보내어 대응을 마무리하면 됩니다.
자주 묻는 질문
- Q: 에이전틱 보안을 도입하면 보안 담당자가 필요 없나요?
A: 아니에요. AI 에이전트가 반복적이고 빠른 대응을 처리해주면, 담당자는 더 고차원적인 보안 전략을 짜거나 AI가 내린 판단이 적절했는지 검토하는 '감독자' 역할로 바뀌는 거예요. - Q: 아카이빙 데이터가 보안 AI와 무슨 상관이 있나요?
A: AI는 맥락을 먹고 삽니다. 지금 벌어진 이벤트가 이상한 건지 알려면 '평소에는 어땠는가'라는 기준점이 필요한데, 그 기준점이 바로 장기 보관된 아카이브 데이터거든요. - Q: Teams나 OneDrive 데이터만으로도 충분하지 않을까요?
A: 개별 서비스 로그만으로는 부족해요. 서로 다른 플랫폼의 데이터를 통합해서 하나의 타임라인으로 만들어야만 정교한 에이전틱 대응이 가능합니다.
요약: 에이전틱 보안 시대의 핵심은 AI가 제대로 판단할 수 있는 '정확하고 통합된 데이터 기반'을 만드는 것입니다. 체계적인 아카이빙과 데이터 분류, 그리고 협업 툴의 통합 수집이 뒷받침될 때 비로소 AI 보안의 잠재력을 완전히 활용할 수 있어요.
더 자세한 데이터 거버넌스 전략이 궁금하시다면 휴미즈 홈페이지에서 확인해 보세요.
댓글
댓글 쓰기