센티넬원 Goldman Sachs Communacopia + Technology Conference 2026

문을 닫아주시겠습니까, 부탁드립니다. SentinelOne 세션에 함께해 주신 모든 분들께 정말 감사드립니다. 제 옆에는 창업자 겸 CEO인 토머가 무대에 함께하고 있고, 소날리도 함께해 주셔서 매우 기쁩니다. 비교적 최근에 CFO로 합류하셨죠. 두 분 모두 여기 와 주셔서 감사합니다. 정말 감사드립니다. 물론입니다.

저희도 기쁩니다. 여기 오게 되어 정말 행복합니다.

오늘 센티넬원 세션에 함께해 주신 모든 분들께 진심으로 감사드립니다—토머 창업자 겸 CEO와 소날리 CFO를 무대에서 함께 모실 수 있어 매우 기쁩니다. 비교적 최근에 CFO로 합류하셨죠. 두 분 모두 오늘 함께해 주셔서 감사합니다. 정말 감사드립니다. 물론입니다.

저희도 기쁩니다. 여기 오게 되어 정말 행복합니다.

토머, 방금 무대 뒤에서 잠깐 이야기했는데요—사이버보안에서 일어나고 있는 몇 가지 아키텍처적 변화에 대해 조금 의견을 여쭤보기에는 지금이 정말 좋은 시기인 것 같습니다. 시작으로, 보다 정교한 고객사와의 대화가 어떤 식으로 진행되는지 설명해 주시겠습니까? 고객사가 여러분을 불러서 “보세요, 저희도 허깅페이스 관련 뉴스는 봤고, 여기서 우리가 떠안게 되는 에이전틱 리스크도 다 알고 있습니다. 이 문제를 저희 대신 해결해 주세요”라고 말할 때요. 그런 상황에서 고객 여정 측면에서는 어떻게 대응하신다고 말씀하시나요?

네, 무엇보다도 정말 중요한 건 이런 공격들에 대해 과장된 기대와 실제 현실을 구분하는 것이라고 생각합니다. 그리고 최근에 저희가 목격한 이런 사건들이 흥미로운 점은요, 근본적으로는 새로운 게 전혀 없다는 겁니다. 그래서 그 부분을 조금 더 풀어서 설명해 보려고 합니다. 이런 에이전트들이 한 일은 과거에 인간 공격자가 하지 않았던 일이 전혀 아닙니다. 즉, 본질적으로는 어떤 형태의 새로운 행동도 보이지 않고 있습니다. 다만 저희가 보고 있는 것은 속도가 새로운 수준으로 빨라졌다는 점입니다. 저희가 보고 있는 것은 속도가 새로운 수준으로 빨라졌다는 점입니다. 하지만 새로운 기법이 나타나고 있는 것은 아닙니다. 그리고 저는 바로 그 지점에서, 하나씩 뜯어보면서 ‘그럼 사람들이 지금 당장 무엇을 해야 하느냐’라는 질문을 하기 시작하면 정말, 정말 흥미로워진다고 생각합니다. 어떤 마법 같은 해결책이 따로 있는 것은 아닙니다. 어떤 사이버보안 벤더든, 여러분이 무엇을 들으셨든 간에, 지금 우리가 직면한 문제를 속도와 확산의 측면에서 해결해 주는 것은 없습니다. 하지만 그럼에도, 더 탄탄한 펀더멘털에 투자하고 실제로 그 펀더멘털을 더 빠르게 개선할 수 있다면, 그것이 리스크를 완화할 수 있는 가장 좋은 방법입니다. 그리고 제가 말씀드리는 것은 침해를 막는 것이 아니라, 리스크를 완화하는 것이라는 점을 유념해 주십시오. 제 생각에 요즘 같은 시대에 침해를 막을 수 있다고 주장한다면, 그건 신뢰하기 어렵습니다.

그건 신뢰하기 어렵습니다. 그러니까 실제로 이런 침해 사례들이 계속 발생하고 있는 걸 보고 있지 않습니까. 여러분도 이런 침해가 발생했다는 소식을 여기저기서 접하셨을 겁니다. 제품들이 제대로 작동하지 않고 있습니다. 모두가 실패하고 있습니다. 그러니까 우리가 그걸 막을 수 있다, 예방할 수 있다, 이런 일들이 발생하지 않는 세상에서 살 수 있다는 생각은 잘못된 생각입니다. 우리는 그 위험을 줄일 수 있습니다. 저는 우리가 고객들께 가장 우선적으로 할 수 있게 해드리는 게, ‘좋습니다, 그럼 제가 어디에 집중해야 할까요?’를 스스로 파악하시도록 돕는 것이라고 생각합니다. 제 말은, 공격자들이 지금 당장 AI를 활용해서, 말하자면 이런 구석구석의 빈틈을 찾아내 여러분의 환경에 침투할 수 있는 방법이 무수히 많은 건 아니라는 겁니다. 또 다른 현실은, 누구도 그 모든 것을 다 고칠 수는 없다는 점입니다. 뭐, 일부 기업은 가능할지도 모르지만, 필요한 보안 위생 수준은 정말—극단적일 정도로 높습니다. 이를테면 저희를 예로 들어보겠습니다, 그렇죠? 제 말은, 저희도 기업이니까요. 저희도 스스로를 보호해야 합니다. 그리고 저희의 위생 수준은 수년, 수년 동안 매우, 매우 높았습니다. 기초 체력에 꼭 필요한 것들을 생각해보면, 프리메토스니 포스트메토스니 하는 그런 것들은 저희에게는 그렇게까지 중요하지 않습니다. 취약점이 없는 상태라면, 취약점이 없어야 하고 모든 취약점을 해결해야 한다는 걸 알려주기 위해 메토스가 필요하지는 않습니다.

인지가 확산되고 있다는 사실이, 애초에 문제가 없었다는 뜻은 결코 아닙니다. 저는—저는 심지어, 그러니까 AI는 사이버보안에 전혀 능하지 않다고까지 말씀드리고 싶습니다. 저희는 안전한 인프라를 구축하는 데 서툽니다. 우리 모두를 합친 것보다도요. 그래서 훌륭한 검색 엔진인 AI가, 우리가 수년, 수십 년 동안 사실상 완전히 망쳐 놓은 이런 모든 것들을 찾아낼 수 있는 겁니다, 그렇죠? 그래서 우리는 지금 무슨 일이 벌어지고 있는지에 대해 정말 진지하게 고민해야 합니다. AI가 갑자기 그렇게 능숙해지고 있다는 뜻은 아닙니다. 문제는 이미 존재하고 있었습니다. 사람들은 취약점을 수년 동안 방치한 채로 앉아 있었습니다. 사람들은 자사 환경을 수정하고 설정해 놓지 않고 있었습니다. 수십 년 동안 그랬습니다. 복잡성 자체도 그렇고, 보안 벤더들 역시 문제의 일부이기도 합니다. 그들은 그 과정에 더 많은 복잡성을 추가하고 있습니다. 아시다시피 플랫폼을 구매하신다고 하지만, 실제로는 플랫폼 제공업체로부터 경우에 따라 일곱 가지 서로 다른 플랫폼을 사는 셈입니다. 그 모든 것을 하나로 꿰맞추려고 하고 계신 겁니다. 기계 속도로 움직이는 무언가에 대해 수동 정책을 적용하고 계신 겁니다. 예를 들어, 기술 발전의 속도와 AI가 가져오는 속도 사이에는 완전히 엇박자가 나고 있습니다. 그리고 우리 인프라의 현 상태 말입니다. 솔직히 말씀드리면, 지금 시점의 AI가 특히 사이버보안 분야에서만 유독, 그리고 놀라울 정도로 그렇게 뛰어나다고는 생각하지 않습니다.

그러니까, 저희가 사이버보안 이야기를 너무 많이 하고 있잖아요. 문제는 AI가 더 좋아지는 게 아닙니다. 사이버보안 자체의 현황이 문제입니다. 그리고요. 맞습니다. 제가 가장 좋아하는 점은—글쎄요, 새로운 기법이 안 보인다는 겁니다.

그럼 제가 질문을 드려볼게요. 좋습니다. 그렇다면 기존 기법이 자동화되고, 규모가 커지고, 더 빠르게 이뤄진다면, 같은 기법이라 하더라도 기존 보안 아키텍처의 구성 요소를 활용해 더 큰 규모에 대응할 수 있도록 이를 더 정교하게 만드는 데 한계 요인이 되는 건 무엇인가요?

네. 제 생각에는 두세 가지 핵심적인 일을 하셔야 합니다. 첫째, 가시성입니다. 이 부분은 저희가 이미 말씀드렸습니다. 여기 이 무대에서 수년 동안 계속 강조해 온 것이 있는데요. AI 맥락에서든, AI와 무관한 맥락에서든, 가시성이 필요합니다. 아시다시피 사이버보안에서는 ‘보이지 않는 것은 보호할 수 없다’는 말이 있습니다. 그리고 정말 맞는 말입니다. 그러니까 제대로 가시성을 확보하셔야 합니다. 이 모든 워크로드 하나하나에 대해, 그 파라미터와 환경의 모든 요소를 모니터링해야 합니다. 그리고 제 생각에는 그것이 이후에 이어지는 모든 것의 기반이 됩니다. 그렇다면 제가 보기에는 부족한 부분이, AI에서 우리가 보고 있는 수준에 맞춰 동일한 종류의 추진력과 속도를 어떻게 확보하느냐입니다. 그리고 이는 더 많은 자동화를 통해 구현됩니다. 그리고 이러한 환경에서 AI나 머신러닝을 활용해 기본적으로 가시성은 확보하되, 그것이 다른 누군가가 대신 찾아내는 무언가로 변하기 전에 신호를 충분히 빠르게 찾아내는 것입니다. 그리고 마지막으로, 그리고 제가 보기에는 이 부분이 정말 흥미로운데요, 뭔가 다른 일이 벌어지고 있다는 것을 이해할 수 있는 보다 범용적인 방식을 점점 더 많이 구축하는 것이 핵심입니다. 간단한 사례를 하나 말씀드리겠습니다.

아시다시피 이건, 글쎄요, 아마 4개월 전쯤 일이었는데, 마치 아주 오래전 일처럼 느껴지지만, 그때 저희는 이런 공급망 공격들이 잇따라 발생했었습니다. Light LLM, Axios 같은 개발자들이 사용하는 이런 라이브러리들이 모두 오염됐고, 그리고 개발에 AI를 쓰는 분들—Claude라든지, 아시다시피 Codex 같은 이런 도구들—이 그 오염된 라이브러리들을 자동으로 다운로드하고 있었으며, Claude는 그것들을 기기에서 그대로 실행하고 있었습니다. 결국 완전히 자동화된 방식으로 수백 개의 기업, 포춘 500대 기업들까지도 완전히 침해를 당했던 겁니다. 참고로 Claude가 그 겉보기에는 무해한 라이브러리를 실행하는 순간, 모든 비밀 정보와 모든 비밀번호, 여러분이 가지고 있던 모든 것들이 네트워크 내부에서 수평 이동까지 하면서 끌려나가 외부로 전송되고 있었고, 이는 2차 피해와 복구 필요성, 그러니까 그로 인해 파생되는 각종 피해들까지 포함해서 전반적으로 상당히 장기적인 개선·복구(remediation) 작업이 된다는 뜻입니다. 반면 저희는 10년 전에 만들어진 소프트웨어를 기반으로 하고 있는데요, 그러니까 그 로직 자체를 10년 전에 설계할 때는 생성형 AI가 등장할 거라고는 몰랐습니다. 저뿐만 아니라, 그걸 만든 사람들까지 포함해서 누구도 그렇게 될 줄은 몰랐다고 봅니다, 그렇죠?

그런 기술로 사이버보안의 가장 범용적인 측면, 즉 특정 익스플로잇이나 바이러스, 시그니처, 트로이목마, 랜섬웨어처럼 ‘나쁜 짓’을 수행하는 구체적인 방식이나 개별 사례가 아니라, 행동(behavior)에 초점을 맞춥니다. 다시 말해, 일반적으로 악의적 행위가 어떤 모습인지, 그리고 정상(benign) 행위와 어떻게 다르게 보이는지를 보는 데 집중한다는 뜻입니다. 저희는 이런 공격들을 모두 차단할 수 있었습니다. 사전 지식도, 사전 이해도 전혀 없는 상태에서 시스템은 그저 뭔가를 감지했을 뿐입니다. 시스템은 그것이 클로드인지, 사용자인지, 아니면 공격자인지 전혀 신경 쓰지 않았습니다. 어차피 중요한 건 아니었습니다. 시스템이 보여준 양상이 달라 보였기 때문입니다. 그래서 가시성을 확보하는 범용적인 방법에 더 집중하고, 그다음 사람 사용자든 머신에서 구동되는 에이전트든, 혹은 이제는 받아서는 안 될 것들을 다운로드하고 있는 어떤 SaaS 워크로드든 간에, 정상 행동과 비정상 행동을 구분해 내는 것이야말로 제게는 유일한 해답입니다. 그리고 아주 공교롭게도, 지난 10년 정도 동안 저희가 구축해 온 것이 바로 그것입니다. 이제 저희는 그 모든 모델을 에이전트와 AI 모델 자체에 대한 인트로스펙션을 통해서도, 그리고 그 과정 안에서도 적용될 수 있도록 확장하고 있습니다, 그렇죠? 이제는 머신의 행동에 매우 초점을 맞추고 있습니다. 이게 엔드포인트 보호의 핵심이라고 보시면 됩니다.

이제 가시성을, 그러니까 다시 가시성 얘기로 돌아가서, 에이전트들이 무엇을 하고 있는지에 대한 가시성을 더하면, 기본적으로 같은 유형의 알고리즘을 적용해서 ‘이 에이전트가 정말로 의도된 대로 하고 있는 게 맞나?’를 판별할 수 있게 됩니다. 그리고 나서 저희는, 제 생각에는, 전반적인 AI 정렬을 위해 여기에서 요구될 것이라고 제가 믿는 부분을 더 깊이 있게 살펴보게 됩니다. 그리고 이건 사이버보안 업계가 지금까지는 한 번도 제대로 다뤄보지 못했던 문제입니다. 이건 모두에게 완전히 새로운 문제입니다. AI가 계속 정렬된 상태를 유지하도록 어떻게 보장할 수 있을까요? 우리가 원하는 것, 인간에게 필요한 것에 계속 부합하도록 하려면, 모델 외부의 형태로 의도와 행동을 지속적으로, 항상 일치시키는 것만이 유일한 해결책입니다. 그리고 제 생각에 앞으로 5~10년 동안 사이버보안 분야에서 투자할 만한 것은 단연 이것뿐인데요, 바로 AI 정렬과 AI 안전성 문제를 해결하는 것입니다. 그리고 제 생각에 지금도 기업 방어를 위해 여러 파생적인 일들을 하고 있지만, AI 정렬 문제는 사이버보안에서 우리가 보는 거의 모든 다른 문제를 압도할 만큼 더 중요한 이슈가 될 것입니다.