센티넬원 Goldman Sachs Communacopia + Technology Conference 2026

저희도 기쁩니다. 여기 있게 되어 정말 좋습니다.

네. 무엇보다도 정말 중요한 건, 이런 공격에 대해 과장된 기대와 실제를 분리해서 보는 것입니다. 최근에 우리가 본 사건들에서 흥미로운 점은, 근본적으로는 새로운 게 전혀 없다는 것이고, 그 부분을 좀 풀어 설명해 보려고 합니다. 이 에이전트들이 한 일은 과거에 인간 공격자가 하지 않았던 일이 아닙니다. 본질적으로는 어떤 새로운 행동 양상이 나타난 것이 아닙니다. 새로운 건 속도, 즉 처리량과 스피드의 수준이지, 새로운 기법이 나온 것은 아닙니다. 그래서 “그럼 지금 사람들은 무엇을 해야 하느냐”를 하나씩 뜯어보기 시작하면, 그 지점이 정말 흥미로워집니다. 어떤 사이버보안 벤더도 마법 같은 해결책을 가지고 있지는 않습니다.

어떤 이야기를 들으셨든, 지금 우리가 직면한 속도와 처리량의 문제를 해결해 주는 것은 없습니다. 다만, 더 탄탄한 기본기에 투자하고, 그 기본기를 더 빠르게 갖출 수 있다면, 그것이 리스크를 완화하는 데 가장 현실적인 해법입니다. 제가 말씀드리는 건 침해를 ‘막는다’가 아니라, 리스크를 ‘완화한다’는 점을 기억해 주세요. 요즘 같은 시대에 침해를 막을 수 있다고 주장한다면, 그건 신뢰하기 어렵다고 생각합니다. 그건 설득력이 없습니다. 우리는 지금도 이런 침해들이 계속 발생하는 것을 보고 있습니다. 뉴스만 봐도 이런 침해가 계속 일어나는 걸 접하시잖아요. 제품들은 실패하고 있고, 모두가 실패하고 있습니다. 그러니 우리가 그걸 막을 수 있다, 예방할 수 있다, 이런 일이 일어나지 않는 세상에서 살 수 있다고 생각하는 건 잘못된 발상입니다. 우리는 리스크를 줄일 수 있습니다.

저희가 고객 여러분께 가장 먼저 하실 수 있도록 돕는 건, ‘좋다, 그럼 나는 어디에 집중해야 하지?’를 판단하실 수 있게 해드리는 것이라고 생각합니다. 지금 공격자들이 AI를 활용해 여러분의 환경에 침투할 수 있는 구멍과 취약 지점을 찾아내는 방법은 정말 무궁무진합니다. 또 다른 현실은, 그 모든 것을 누구도 다 고칠 수는 없다는 겁니다. 몇몇 회사는 가능할지도 모르지만, 그에 필요한 보안 위생 수준은 극단적으로 높습니다. 저희를 예로 들어보겠습니다. 저희도 기업입니다. 우리 스스로도 보호해야 합니다. 그리고 저희의 보안 위생 수준은 아주 오랫동안 매우 높게 유지돼 왔습니다. MITRE 이전이든 이후든 그런 것들은, 필요한 기본기를 생각해 보면 저희에게는 그리 중요하지 않습니다. 취약점이 없는 상태가 돼야 한다는 건, MITRE가 알려주지 않아도 취약점이 없어야 하고 모든 취약점을 수정해야 한다는 건 자명합니다.

인지가 확산되고 있다는 사실이, 애초에 문제가 없었다는 뜻은 아닙니다. 더 나아가 말씀드리자면, AI는 사이버보안에 전혀 능하지 않다고까지도 말할 수 있습니다. 우리 모두를 합쳐도, 안전한 인프라를 만드는 데 서툽니다. 그래서 훌륭한 검색엔진 같은 AI가, 우리가 수년 동안 사실상 엉망으로 만들어 온 것들을 전부 찾아낼 수 있는 겁니다. 그러니 지금 무슨 일이 벌어지고 있는지 진지하게 생각해 봐야 합니다. AI가 갑자기 엄청나게 능숙해지고 있는 게 아닙니다. 문제는 원래 거기 있었습니다. 사람들은 취약점을 수년 동안 방치해 왔죠. 사람들은 수십 년 동안 자기 환경을 고치지도, 제대로 구성하지도 않았습니다. 복잡성, 그리고 보안 벤더들도 문제의 일부입니다. 그들이 판을 더 복잡하게 만들고 있습니다. 여러분은 플랫폼을 산다고 하지만, 실제로는 플랫폼 제공업체로부터 때로는 서로 다른 7개의 플랫폼을 사는 셈입니다. 그 모든 걸 억지로 꿰맞추려고 하죠.

머신 스피드로 움직이는 대상에 수동 정책을 적용하고 있습니다. 기술의 속도와 AI가 가져오는 속도, 그리고 우리 인프라의 현 상태 사이에는 완전한 미스얼라인먼트가 있습니다. 저는 솔직히 지금 시점에서 AI가, 특히 사이버보안 분야에서만, 그렇게 놀라울 정도로 뛰어나다고는 믿지 않습니다. 우리는 사이버보안 이야기를 너무 많이 해왔죠. 문제는 AI가 더 좋아지는 게 아니라, 사이버보안 자체의 현 상태입니다.

네. 저는 크게 두세 가지 핵심을 해야 한다고 봅니다. 첫째는 가시성입니다. 저희는 이 무대에서 수년 동안 AI의 맥락에서도, AI와 무관한 맥락에서도 그 이야기를 계속해 왔다고 생각합니다. 가시성이 필요합니다. 사이버보안에는 ‘보이지 않는 것은 보호할 수 없다’라는 표현이 있습니다. 그 말이 정말 맞습니다. 각각의 워크로드와 그 파라미터 하나하나를 제대로 들여다볼 수 있어야 합니다. 환경의 모든 요소가 모니터링되어야 하고, 저는 그게 이후에 따라오는 모든 것의 기반이라고 봅니다.

그리고 부족한 건, AI에서 우리가 보고 있는 것과 같은 수준의 속도와 기동성을 어떻게 따라잡느냐인데, 그건 더 많은 자동화, 그리고 이런 환경에서 AI나 머신러닝을 활용해 가시성은 확보하되 그것이 남이 먼저 찾아내기 전에 신호를 충분히 빠르게 포착하는 방식으로 가능해집니다. 마지막 부분이 있는데, 그리고 저는 바로 여기서 정말 흥미로워진다고 보는데요, 무언가 다른 일이 벌어지고 있다는 것을 이해할 수 있는 보다 더 범용적인 방법들을 계속 구축하는 것에 관한 이야기입니다. 간단한 사례를 하나 들어드리겠습니다. 이게, 글쎄요, 아마 4개월 전쯤이었을 텐데, 정말 한참 전 일처럼 느껴지긴 하지만, 당시 공급망 공격이 연이어 있었죠. Log4Shell, Axios 등 개발자들이 쓰는 라이브러리들이 전부 오염됐습니다.

개발에 AI를 쓰는 사람들, Claude, Codex 같은 여러 도구들이 이런 오염된 라이브러리들을 자동으로 내려받고 있었고, Claude는 그걸 디바이스 자체에서 그대로 실행하고 있었습니다. 즉, 사실상 완전 자동화된 방식으로 수백 개 기업, 포춘 500 기업들까지도 완전히 침해당했습니다. 참고로 Claude가 그 무해해 보이는 라이브러리를 실행하는 순간, 모든 시크릿과 모든 비밀번호, 그리고 네트워크 안에서 횡적으로도 갖고 있던 모든 것들이 수집돼 외부로 전송됐습니다. 그러면 이제 부수 피해가 커지고, 그로 인해 발생한 파생 피해까지 전부 복구해야 하는데, 이것도 상당히 장기전이 되는 remediation 스토리가 됩니다. 반면 저희는 10년 전에 만들어진 소프트웨어의 로직으로 대응했습니다. 10년 전에는 생성형 AI가 올 거라고는 몰랐으니까요. 그건 그걸 만든 사람들까지 포함해서, 누구도 몰랐다고 봅니다. 그렇죠?

그 기술은 사이버보안에서 가장 범용적인 요소, 즉 특정 익스플로잇이나 바이러스, 시그니처, 트로이목마, 랜섬웨어, 또는 구체적으로 어떤 방식으로 악행을 저지르는지 같은 개별 케이스가 아니라, 악성 행위가 일반적으로 어떤 모습인지, 혹은 정상 행위와 어떻게 다르게 보이는지라는 ‘행동’에 초점을 맞췄습니다. 그 덕분에 저희는 사전 지식도, 사전 이해도 없이 이런 공격들을 모두 막을 수 있었습니다. 시스템은 그저 뭔가를 포착했습니다. 그게 Claude였는지 사용자였는지 공격자였는지는 중요하지 않았습니다. 어차피 나타난 양상이 달라 보였기 때문에, 그건 크게 상관이 없었습니다. 그래서 가시성을 확보한 다음, 사람 사용자든 머신에서 돌아가는 에이전트든, 혹은 이제는 내려받으면 안 되는 것들을 내려받는 어떤 SaaS 워크로드든, 정상 행동과 악성 행동을 구분해내는 범용적인 방법에 더 집중할수록, 제게는 그게 유일한 해답입니다.