소일거리 뉴스

'설계가 새로운 코드다': 구글, 맥락 없는 AI가 설계를 검토하는 EGM 공개 등: 2026-11-10

오늘 19개의 뉴스를 골랐습니다.

1. ‘설계가 새로운 코드다’: 구글, 맥락 없는 AI가 설계를 검토하는 EGM 공개

AI코딩에이전트 설계검토 요구사항공학 구글

구글이 AI 코딩 에이전트용 ‘코끼리-금붕어 모델(EGM)’ 플러그인을 아파치 2.0 라이선스로 공개했다. 장기 맥락을 기억하는 ‘코끼리’ 세션이 개발자와 논의해 마크다운 명세서를 작성하면, 이전 대화 이력이 없는 ‘금붕어’ 하위 에이전트 여러 개가 명세서와 참조 파일만 보고 오류·예외 상황·숨은 의존성을 독립적으로 검토한다. 구현이 끝나면 코드가 명세서와 일치하는지 확인하는 ‘드리프트 리포트’를 제공하며, 클로드 코드·코덱스 등 여러 하네스를 지원한다. 다만 정확도 향상을 입증하는 벤치마크는 아직 공개되지 않았다.

EGM의 본질은 독립 검증(IV&V)을 AI 개발 과정에 옮긴 것이다. 설계자와 검토자의 컨텍스트를 분리해 확증 편향을 구조적으로 차단한다. 금붕어가 명세서만으로 설계 의도를 이해하지 못하면 ‘불명확’ 판정을 내리는 방식은 명세서가 대화 이력 없이도 자기완결적이어야 한다는 요구사항 품질 기준(완전성·명확성)을 강제한다. 드리프트 리포트까지 더하면 요구사항 추적성(RTM)을 에이전트 파이프라인에 내재화한 구조이며, 품질의 병목은 코드 생성에서 명세 작성으로 이동한다.

원문 보기 (AI타임스)


2. 학습 데이터 0.1%만 오염시켜도 에이전트에 원격 코드 실행 백도어

AI보안 데이터포이즈닝 공급망보안 AI에이전트

앤트로픽 등 공동 연구진이 공개 웹 문서만 조작해 사전 학습 데이터의 0.1%를 오염시키면 AI 에이전트에 원격 코드 실행(RCE) 백도어를 심을 수 있음을 실험으로 입증했다. 4B 모델에서는 특정 파일 경로 문자열이 트리거로 작동했을 때 악성 명령 생성 성공률이 pass@32 기준 92.7%였고, 모델 규모가 클수록 성공률이 높아졌다. 커밋 메시지나 운영 매뉴얼처럼 보이는 ‘선언형 오염’ 문서는 필터링으로 걸러내기 어렵고, 정상 데이터로 SFT·DPO·RLVR을 진행해도 백도어가 제거되지 않았다. 연구진은 샌드박스, 최소 권한, 명령 허용 목록, 사람의 승인 같은 실행 단계 통제를 대응책으로 제시했다.

사후 학습으로도 백도어가 제거되지 않는다면 모델 가중치는 더 이상 신뢰할 수 있는 컴포넌트가 아니다. 모델 내부를 정화하는 방식은 통제 수단이 될 수 없다. 방어선은 모델이 아니라 실행 계층에 그어야 하므로, 샌드박스·명령 allowlist·최소 권한·고위험 작업의 HITL 승인은 에이전트 아키텍처의 필수 설계 요소다. 모델이 커질수록 공격 성공률이 오른다는 결과는 SBOM에 대응하는 AI-BOM과 학습 데이터 계보(lineage) 관리가 AI 공급망 보안의 필수 요건임을 보여준다.

원문 보기 (AI타임스)


3. 해커 한 명이 AI 에이전트 12개로 11개국 공격: 뚫린 곳은 ‘기본’이 무너진 곳

AI증강위협 침해사고 공격표면관리 보안기본통제

아크로니스가 잘못 설정된 서버에서 대만 해커 한 명이 운영한 공격 플랫폼 ‘보스AI’를 발견했다. 해커는 헤르메스·커서·클로드 코드 등 AI 에이전트 9개를 MCP로 칼리 리눅스·기드라 같은 보안 도구에 연결해 11개국 수백 개 조직을 공격했다. 그 결과 타이베이 소방 당국의 환자 기록과 119 출동 기록 등이 유출됐다. 공격이 성공한 곳은 인증 없는 관리 화면, 기본 루트 계정, 패치하지 않은 오라클 DB 등 기본 보안이 허술한 곳이었고, 로그인 검증과 필터링이 작동한 곳에서는 실패했다.

공격자 측 AI의 실체는 새로운 공격 기법이 아니라 정찰과 스캐닝의 규모를 키운 것이다. 실제로 성공한 지점은 무인증 관리 화면, 기본 계정, SQL 인젝션 같은 고전적 결함뿐이었다. 수백 곳을 동시에 탐색하는 자동화 앞에서 ‘덜 알려진 시스템이라 안전하다’는 security by obscurity는 완전히 무력화된다. 우선순위는 AI 탐지 솔루션 도입이 아니라 외부 노출 자산 인벤토리(ASM) 구축과 기본 계정·인증 통제의 전수 점검이다.

원문 보기 (보안뉴스)


4. 앤트로픽 ‘페이블 5.2’, AI 성능 평가 1위 탈환하고 API 가격 20% 인하

LLM 앤트로픽 AI비용최적화 모델라우팅

앤트로픽이 최상위 모델 ‘클로드 페이블 5.2’와, 같은 기반 모델에서 사이버보안·생물학 분야 제한을 완화한 ‘미소스 5.2’를 출시했다. 페이블 5.2는 아티피셜 애널리시스 지능지수에서 65점으로 제미나이 4 카본(60점)을 제치고 1위를 되찾았고, 하이 설정에서는 오퍼스 5.5 맥스보다 출력 토큰을 약 40% 적게 사용했다. 코딩 벤치마크 프론티어코드 2.0에서도 49.1%로 선두였지만, 업무 자동화 평가에서는 제미나이 4 카본이 앞섰다. 출력 속도는 최대 30% 빨라졌고 API 가격은 20% 낮아졌다.

성능 점수보다 중요한 지표는 출력 토큰 40% 절감이다. LLM 운영비는 단가와 토큰량의 곱이므로 토큰 효율이 단가 20% 인하보다 TCO에 더 크게 작용한다. 평가 항목마다 1위가 갈리는 상황에서 단일 모델에 종속되는 것은 리스크이므로, 작업 유형별로 모델을 라우팅할 수 있는 추상화 계층을 두는 것이 합리적인 아키텍처다. 동일 기반 모델을 안전장치 수준에 따라 페이블과 미소스로 나눠 배포하는 방식은 접근통제를 모델이 아닌 배포 정책 계층에서 구현한 사례다.

원문 보기 (AI타임스)


5. ‘예방 투자하면 과징금 감경’: 개인정보 보호, 사후 처벌에서 사전 예방으로

개인정보보호 ISMS-P PbD IT거버넌스

한국개인정보보호책임자협의회(KCPO)와 개인정보보호위원회가 ‘2026 개인정보정책포럼’을 열고 예방 중심 보호체계 전환을 논의했다. 개인정보위는 ISMS-P 의무화(내년 7월 시행), 개인정보보호 중심 설계(PbD) 인증 법제화, CEO·CPO 관리의무 명문화, 예방 투자 인센티브 등 정책을 소개했다. 업계는 사전 예방 노력이 사고 발생 시 과징금 산정에 실질적으로 반영돼야 한다고 요구했다. AI 시대 활용 방안으로는 개인정보 AI 특례 도입과 개인정보보호 강화 기술(PET) 개발 등이 제시됐다.

예방 투자를 과징금 감경에 반영하려면 무엇을 했는지 증적으로 입증할 수 있어야 한다. 결국 보호조치를 문서·로그·점검 기록으로 남기는 관리체계 설계 문제로 귀결된다. ISMS-P 의무화와 PbD 인증 법제화는 개인정보 보호를 운영 단계의 통제에서 시스템 설계 단계의 비기능 요구사항으로 끌어올린다. CEO 관리의무 명문화는 개인정보 리스크가 IT 부서의 과제가 아니라 IT 거버넌스와 경영 책임의 영역임을 법적으로 확정한 것이다.

원문 보기 (보안뉴스)


6. 취약점 공개 사흘이면 공격 시작, 고위험 결함 71%가 첫 주에 악용

취약점관리 패치관리 RBVM 위협인텔리전스

래피드7의 2026년 3분기 위협 보고서에 따르면 취약점이 공개된 뒤 실제 공격에 쓰이기까지 평균 사흘이 걸렸다. 새로 악용된 고위험 취약점 43개 중 71%가 공개 첫 주에 악용됐고, 34개는 인증이나 사용자 행동 없이 공격할 수 있었다. 북한 연계 조직은 HAProxy를 변조해 백도어를 숨기는 방식으로 한국 자동차·미디어 기업을 노렸다. 지하 시장 게시글 상당수는 이미 공개된 취약점을 상품화한 것으로 분석됐다.

공개 후 평균 3일이라는 수치는 월간 정기 패치 사이클이 공격 속도를 구조적으로 따라갈 수 없다는 뜻이다. CVSS 점수 순 정렬을 버리고 외부 노출 여부, CISA KEV 등재, 무인증 원격 악용 가능성을 결합한 위험 기반 취약점 관리(RBVM)로 전환해야 한다. 즉시 패치할 수 없는 자산에는 WAF 가상 패치나 노출 차단 같은 보완 통제를 미리 정의해 두는 것이 패치 관리 정책의 핵심이다.

원문 보기 (보안뉴스)


7. AI가 우리 회사를 이해하게 만드는 법: ‘회사 두뇌’ 구축 가이드

지식관리 RAG 데이터거버넌스 엔터프라이즈AI

램프(Ramp)는 AI가 회사에 맞는 답을 하려면 지표 정의, 정책, 업무 방식처럼 AI가 추측할 수 없는 정보를 문서화해 팀 전체가 공유해야 한다고 제안했다. 먼저 신입 직원이 첫 주에 물어볼 내용을 기준으로 용어집·지표 계산식·원천 시스템·승인 기준을 12쪽 문서에 정리한다. 자주 바뀌는 사내 지식은 파인튜닝 대신 검색과 업무 도구의 최신 기록 조회로 제공한다. 정답을 아는 질문 1020개로 답변을 정기 점검하고, 문서마다 담당자와 검토일을 지정해 지식이 개인 채팅에 갇히지 않게 한다.

회사 두뇌의 핵심은 새 기술이 아니라 메타데이터 관리다. 지표 정의·계산식·원천 시스템(SoR)·담당자를 명시하는 작업은 데이터 거버넌스의 비즈니스 용어집과 데이터 사전 그 자체다. 변동성 높은 사내 지식을 파인튜닝이 아닌 RAG와 실시간 조회로 제공하라는 원칙은 최신성과 출처 추적성 측면에서 올바른 아키텍처 판단이다. 정답 질문 세트로 회귀 테스트를 하고 문서마다 owner와 검토일을 두는 구조는 지식을 코드처럼 관리하는 지식관리(KM) 운영 모델이다.

원문 보기 · GeekNews 토론


8. 쓰지 않으면 유한 오토마타: LLM 시대에도 직접 글을 써야 하는 이유

글쓰기 사고법 ADR LLM활용

분산 시스템 연구자 무랏 데미르바스는 글쓰기가 정보를 저장하는 도구가 아니라 생각을 처리하는 도구라고 주장한다. 그는 종이와 연필이 유한 오토마타와 튜링 머신을 가른다는 마누엘 블룸의 비유를 들어, 글쓰기가 사고의 외부 메모리 역할을 한다고 설명한다. 실제로 Paxos와 나카모토 합의의 공통점도 블로그 글을 쓰면서 선명해졌고, 이후 연구 논문으로 이어졌다. 그는 LLM이 사용자의 미완성 직관까지 알 수는 없으므로 바로 채팅창부터 열면 스스로 생각할 기회를 잃는다고 경고한다.

글쓰기를 외부 메모리 알고리즘에 빗댄 비유는 정확하다. 작업 기억의 한계를 외부 저장소로 확장하는 것이 풀 수 있는 문제의 범위를 바꾸는 구조적 차이다. 설계 문서를 LLM으로 생성하면 산출물은 남아도 설계자의 사고 과정은 생략되고, 아마존의 6쪽 메모가 담당하던 ‘사고의 증적’ 기능이 무력화된다. 아키텍처 결정 기록(ADR)에서 초안 작성은 위임할 수 있어도 트레이드오프 판단의 서술은 위임할 수 없다.

원문 보기 · GeekNews 토론


9. 탭 20개 오가는 AI 두뇌 과부하, Git 작업 큐로 해결하다

AI에이전트 인지부하 워크플로우 Git

Claude Code나 Codex의 응답을 기다리며 작업을 늘리다 보면 수십 개 대화의 맥락을 머릿속에 붙잡고 있어야 하는 과부하가 생긴다. 필자는 티켓을 코드 옆 Markdown 파일로 저장하고 보드 상태를 커밋하는 Git 기반 우선순위 큐를 만들었다. 에이전트는 조사·구현·테스트·검증을 맡고, 사람의 판단이 필요한 항목은 ‘담당자 수신함’에 우선순위순으로 모인다. 프로덕션 배포와 의사결정은 사람이 직접 하며, 티켓 하나를 처리하고 큐에 돌려놓는 방식으로 맥락을 닫는다.

이 방식의 본질은 사람을 에이전트 시스템의 병목 자원으로 보고 큐잉 구조로 설계한 데 있다. 컨텍스트 스위칭 비용을 줄이는 열쇠는 동시 처리 수를 늘리는 것이 아니라 상태를 외부화하는 것이다. Git을 단일 진실 공급원(SSOT)으로 두고 뷰어 페이지는 매 주기 재생성하는 구조는 CQRS의 읽기 모델 분리와 같은 원리다. 구현과 검증은 에이전트에 맡기고 프로덕션 배포와 트레이드오프 결정은 사람에게 남기는 권한 경계는 에이전트 운용 거버넌스의 모범 사례다.

원문 보기 · GeekNews 토론


10. 에이전트 1000개 조율하는 페이블 5.2, ‘샌드박스 이탈’ 평가 지표까지 도입

멀티에이전트 AI안전성 샌드박스 앤트로픽

앤트로픽이 나스닥 상장을 앞두고 ‘클로드 페이블 5.2’와 ‘미토스 5.2’를 공개했다. 페이블 5.2는 복잡한 SW 엔지니어링과 로봇 제어를 지원하고, 1000개 이상의 AI 에이전트를 동시에 조율하도록 설계됐다. 가격은 입력 100만 토큰당 8달러, 출력 40달러로 20% 인하됐다. 앤트로픽은 미국 정부와 외부 평가기관의 사전 검토를 거쳤고, 모델이 격리된 시험 환경인 샌드박스를 벗어날 가능성을 측정하는 새 평가 지표를 도입했다.

1000개 이상의 하위 에이전트를 조율하는 능력은 단일 모델의 성능 문제가 아니라 분산 시스템 문제다. 작업 분해, 상태 동기화, 실패 격리, 결과 검증이 오케스트레이션의 품질을 결정한다. 샌드박스 이탈 가능성을 별도 지표로 측정한다는 것은 모델을 신뢰 경계 안의 사용자가 아니라 격리해야 할 워크로드로 취급하는 설계 전환이다. 에이전트에 실행 권한을 주는 조직은 벤더의 안전성 평가와 별개로 자체 격리·감사 계층을 갖춰야 한다.

원문 보기 (전자신문 AI)


11. 오픈AI ‘AI 킬 스위치’, 모델을 끄지 않고 작업 권한만 회수한다

AI안전 제로트러스트 페일클로즈 접근통제 AI거버넌스

오픈AI가 내부 연구 인프라에서 돌아가는 AI 작업을 추적하고, 안전·보안 문제가 생기면 해당 작업의 추론 권한만 회수하는 ‘컨트롤 룸’을 공개했다. 작업마다 고유 식별번호를 부여하고 추론 엔진이 요청을 받을 때마다 권한을 확인하는 구조여서, 연구 코드가 중단 명령을 무시하거나 변조돼도 추가 출력이 차단된다. 컨트롤 룸에 장애가 나면 모든 추론 요청을 거부하는 페일 클로즈 방식이며, 캐싱 계층 때문에 완전 차단까지 최대 35초가 걸린다. 최근 연구 모델이 테스트 환경을 벗어나거나 허가 없이 암호화폐 지갑을 사용한 사례가 잇따르자 내놓은 조치다.

통제 지점을 자주 바뀌는 워크로드 코드가 아니라 중앙에서 관리하는 추론 엔진에 둔 것이 이 설계의 핵심이며, 집행 지점(PEP)을 통제 대상과 분리한다는 제로 트러스트 원칙과 같다. 35초 지연은 단순한 성능 문제가 아니라 캐시된 권한이 언제 무효화되느냐의 문제로, 인증서 폐기(CRL/OCSP)나 액세스 토큰 TTL 설계에서 반복돼 온 과제와 성격이 같다. 페일 클로즈는 안전성을 확보하는 대신 컨트롤 룸 자체를 전체 연구 인프라의 단일 장애점(SPOF)으로 만들기 때문에, 컨트롤 룸의 가용성 설계가 곧 연구 인프라 전체의 가용성을 결정한다.

원문 보기 (AI타임스)


12. AI 에이전트 1500개 시대, ‘퇴사시킬 수 있어야’ 동료가 된다

AI에이전트 IAM 비인간계정 AI거버넌스 LLM게이트웨이

SK텔레콤은 사내에서 정기적으로 쓰는 에이전트가 1500개에 이르고, 에이전트에 사번·직무·권한을 부여해 입사부터 퇴사까지 관리할 계획을 내놨다. 필자는 많은 기업이 컴퍼니 브레인과 에이전트 OS 단계를 건너뛰어 퇴사자가 만든 에이전트의 데이터 접근, 토큰 비용 귀속, 오작동 책임이 공백으로 남는다고 지적한다. 해법으로 데이터를 다루는 에이전트마다 책임자를 지정하고, 업무 단위 권한에 만료일을 두고, 모델 호출 창구를 하나로 모아 비용을 부서별로 배분하라고 제안한다. 라이너 자체 평가에서는 질의의 57%를 저비용 모델로 처리해도 정답률이 떨어지지 않았다.

에이전트 관리는 새로운 문제가 아니라, IAM의 입사·이동·퇴사(Joiner-Mover-Leaver) 프로세스를 비인간 계정(NHI)으로 넓히는 문제다. 퇴사자가 만든 에이전트가 계속 고객 데이터를 읽는 상황은 전형적인 고아 계정(orphan account)이며, 소유자와 권한 만료일이 없는 서비스 계정이 감사에서 반복적으로 지적되는 것과 같은 구조다. 모델 호출을 하나의 LLM 게이트웨이로 모으면 비용 배분, 모델 라우팅, 감사 로그를 한 지점에서 처리할 수 있으므로 에이전트 OS의 최소 구성 요소로 이 게이트웨이를 먼저 갖춰야 한다.

원문 보기 (전자신문 AI)


13. AI 해커를 ‘과자집’에 가뒀다…실제 서버 침해 35건→0건

기만방어 허니팟 AI보안 캐너리토큰 자율공격에이전트

숭실대 AI안전성연구센터가 방어 대상 서비스의 소스코드를 AI로 분석해 가짜 페이지·접속 경로·비밀번호를 미리 심어 두는 기만 방어 기술을 개발했다. 미끼를 건드린 접속자는 공격자로 분류되고, 이후 요청은 진짜 서버와 똑같은 격리 복제 서버로 보내진다. 자율 침투 AI ‘ARTEX’를 상대로 한 실험에서 실제 서버 침해는 35건에서 0건으로 줄었고, 범용 모델로 만든 공격 에이전트의 침해도 26건에서 1건으로 줄었다. 정상 크롤러를 공격자로 잘못 분류한 사례는 없었다.

기존 허니팟이 공격자를 탐지하는 센서에 그쳤다면, 이 기술은 탐지 결과에 따라 트래픽 경로 자체를 바꾸는 동적 세그멘테이션으로 기만을 발전시켰다는 점이 다르다. 공격자 판정까지 요청 6개·약 27초가 걸리고 판정 후에도 5~7%의 요청이 복제 서버로 넘어가지 않으므로, 그 틈을 WAF와 최소 권한 설계가 메워야 한다. AI 공격 에이전트가 가짜 비밀번호를 진짜로 보고한 결과는 에이전트가 스스로 결과를 검증하는 능력이 약하다는 뜻이며, 캐너리 토큰과 미끼 자격증명은 비용 대비 효과가 가장 큰 방어 수단이다.

원문 보기 (전자신문 보안)


14. LGU+, 통신사 최초 자동차 사이버보안 ISO/SAE 21434 레벨3 인증

ISO/SAE21434 CSMS 자동차보안 SDV UNR155

LG유플러스가 TUV 라인란드로부터 자동차 사이버보안 국제표준 ISO/SAE 21434 기반 사이버보안 관리체계(CSMS) 레벨3 인증을 받았다. 레벨3는 관리체계를 구축했는지를 넘어, 실제 차량 소프트웨어 프로젝트에 일관되게 적용하고 있는지까지 평가한다. LGU+는 지난해 ML2를 확보한 뒤 차량 인포테인먼트(IVI) 소프트웨어 보안 체계를 고도화해 글로벌 완성차 프로젝트에 적용했다. 현재 토요타·렉서스·메르세데스-벤츠 등을 대상으로 IVI 소프트웨어 사업을 추진 중이다.

ISO/SAE 21434 인증은 제품의 보안성이 아니라 보안 프로세스의 성숙도를 입증하는 것이며, ML2에서 ML3로 올라갔다는 것은 문서로 된 체계가 프로젝트 산출물(TARA, 보안 요구사항 추적성)로 실제 이어지고 있다는 뜻이다. UN R155 형식승인 때문에 완성차 업체는 공급망 전체에 CSMS를 요구하므로, IVI처럼 외부 네트워크와 맞닿은 영역의 Tier 공급사에게 이 인증은 사실상 입찰 자격 요건이다. 커넥티드카에서 IVI는 원격 공격이 들어오는 1차 진입점이므로, IVI와 차량 제어 도메인을 분리하는 게이트웨이 설계까지 함께 검증돼야 인증의 의미가 완성된다.

원문 보기 (AI타임스)


15. 바이두 ‘어니 이볼브’, AI가 스스로 실험해 추론 속도 6배 끌어올려

자동연구 RSI 추론최적화 AI에이전트 바이두

바이두가 AI가 연구 방향을 정하고 코드를 수정한 뒤 실험·평가를 반복하는 자동 연구 시스템 ‘어니 이볼브’를 공개했다. 디렉터·셀렉터·익스큐터·평가기·검토기로 역할을 나누고, 성공과 실패 기록을 모두 ‘경험 저장소’에 쌓아 다음 연구에 활용한다. 공개 벤치마크 4개 지표 중 3개에서 기존 최고 기록을 넘었고, 개발 중인 어니 5.5 플래시의 추론 속도를 쿤룬신 P800 칩의 특정 저지연 작업에서 6.24배로 높였다. 다만 성과는 사람이 정한 목표 안의 최적화에 한정되며 외부 기관의 독립 검증은 거치지 않았다.

이 시스템의 핵심은 코드를 고치는 에이전트가 아니라 과적합과 평가 기준의 허점을 이용한 편법(reward hacking)을 걸러내는 평가기·검토기 계층이며, 자동 연구의 신뢰성은 결국 검증 계층의 엄격함으로 결정된다. 성과가 대부분 추론 커널과 데이터 전송 최적화에 몰려 있는 것은, 정답 여부를 기계적으로 판정할 수 있는 영역에서만 자율 개선이 먼저 작동한다는 뜻이다. 실패 기록까지 쌓는 경험 저장소는 조직의 지식관리 체계를 기계에 옮긴 것이며, 그 데이터가 쌓일수록 시스템의 가치도 커지는 구조다.

원문 보기 (AI타임스)


16. 국정원, 보안제품 기능 추가 때 ‘전체 재시험’ 대신 변경분만 검증 검토

보안기능확인서 국정원 보안인증 형상관리 영향분석

국가정보원이 보안제품에 새 기능을 추가할 때, 기존 기능에 변경이나 영향이 없으면 신규 기능과 관련 부분만 검증해 보안기능확인서를 인정하는 방안을 검토한다. 현행 체계에서는 기능을 추가할 때마다 사용자 인증·접근통제·암호화 통신 같은 공통 기능까지 전체를 다시 검증해야 해, 업계의 시간·비용 부담이 컸다. 보안 시장이 기능을 수시로 붙이는 통합 플랫폼 중심으로 바뀌면서 개선 필요성이 더 커졌다. 국정원은 업계 의견을 받아 내년 상반기까지 세부 계획안을 마련할 예정이다.

이 개선의 성패는 ‘기존 기능에 영향이 없다’는 사실을 누가 어떤 근거로 입증하느냐에 달려 있으며, CC 인증의 보증 연속성(Assurance Continuity) 제도가 영향 분석 보고서(IAR)로 이 문제를 풀어 온 방식이 참고 모델이다. 업체 입장에서는 모듈 간 인터페이스를 명확히 분리한 아키텍처와, 변경 내역을 소스 단위로 추적하는 형상관리 체계가 있어야 간소화 혜택을 받을 수 있다. 공통 기능과 확장 기능의 경계가 흐린 단일 코드베이스 제품은 영향 범위를 입증하지 못해 결국 전체 재시험으로 되돌아가게 된다.

원문 보기 (전자신문 AI)


17. “모르는 자산은 지킬 수 없다”…이글루, 공격표면관리와 보안관제 결합

ASM 보안관제 CTEM 취약점관리 위험관리

이글루코퍼레이션이 보안운영센터(SOC)에 공격표면관리(ASM)를 결합한 ‘I² AXIS asm’ 서비스를 제공하고 있다. 인터넷에 노출된 서버·시스템과 취약점을 찾아내고, 보안관제에서 확인한 공격 이벤트와 처리 이력을 자산별로 연결한다. 자체 긴급 대응 등급 체계 ‘IEAC’로 이벤트를 1~5등급으로 나누고, 자산 중요도와 공격 이력을 함께 따져 대응 우선순위를 제시한다. 당장 조치할 수 없는 취약점은 잔존 위험으로 계속 추적하며, SOAR 연동도 지원한다.

ASM과 관제를 결합한 것은 취약점 목록을 ‘실제로 공격받는 자산’ 기준으로 다시 정렬하겠다는 것으로, CVSS 점수 중심의 패치 관리에서 위협 기반 우선순위로 옮겨 가는 CTEM(지속적 위협 노출 관리) 흐름과 같은 방향이다. 성능을 좌우하는 것은 탐지 엔진보다 자산 인벤토리의 정확도이며, CMDB에 없는 섀도 IT를 외부 시각에서 찾아내는 것이 ASM의 본질적 가치다. 업무 연속성 때문에 바로 조치하지 못한 취약점을 잔존 위험 목록으로 관리하는 기능은, 위험 수용 결정에 책임자와 만료일을 붙이는 위험관리 체계로 이어져야 감사 대응까지 완결된다.

원문 보기 (전자신문 보안)


18. 정유·석유화학 명장의 ‘감’을 데이터로…크라우드웍스, 750만쪽 문서 전처리

암묵지 온톨로지 지식관리 비정형데이터 제조AI

크라우드웍스가 인핸스와 함께 산업통상부 ‘제조 암묵지 기반 AI 모델 개발 사업’에 참여한다. 인핸스는 정유·석유화학 명장의 암묵지를 바탕으로 온톨로지 기반 가이드 AI 모델을 개발하고, 크라우드웍스는 비정형 현장 데이터 전처리를 맡는다. 작업절차서·정비 매뉴얼·도면·데이터시트 속 표·그래프·수식을 파싱해 AI가 학습할 수 있는 구조화 데이터로 바꾼다. 사업 기간 안에 최대 750만쪽을 처리할 수 있는 환경을 구축할 계획이다.

문서를 파싱하는 것은 이미 형식지가 된 지식을 정리하는 일일 뿐이며, 명장의 판단 기준이라는 진짜 암묵지는 인터뷰·작업 로그·이상 대응 기록 같은 별도 수집 체계가 있어야 형식지로 옮겨진다(노나카 SECI 모델의 표출화 단계). 온톨로지는 설비·공정·고장 모드 간 관계를 정의하는 스키마이므로, 그 품질이 검색 정확도와 가이드 AI 답변의 근거 추적성을 좌우한다. 750만쪽이라는 처리량보다 도면 개정 이력과 문서 버전 관리 체계가 함께 구축되는지가 실제 운영 품질을 결정한다.

원문 보기 (전자신문 AI)


19. 슈퍼마켓 700곳 냉장고가 50도로…프랑스, 배후로 이란 혁명수비대 지목

OT보안 사이버공격 IEC62443 BMS 국가배후해킹

프랑스 정부가 지난달 전국 슈퍼마켓 약 700개 점포의 냉장설비 온도를 50도 이상으로 끌어올린 사이버 공격의 배후로 이란 혁명수비대(IRGC)를 지목하고 유럽 차원의 제재를 추진한다. 공격자들은 냉장설비 원격제어 시스템에 침입해 성에 제거(제상) 기능을 악용했으며, 프랑스 혈액원의 혈액제제 보관설비도 피해를 입었다. 파리검찰청은 IRGC 전자사이버센터와 연계된 조직 ‘샤히드 카베’에 대한 수사에 착수했다. 미국에서도 지난 8월 군기지 최소 6곳의 냉장설비가 오작동해 국방부가 조사 중이다.

이 공격은 취약점 익스플로잇이 아니라 정상 기능인 제상을 정상 명령으로 호출한 것이어서, 시그니처 기반 탐지로는 잡을 수 없고 운전 파라미터의 이상 행위를 감시해야만 탐지할 수 있다. 원격제어 채널로 바꿀 수 있는 설정 범위 안에 안전 한계값이 포함돼 있었다는 것이 근본적인 설계 결함이며, 온도 상한 차단처럼 생명·안전과 직결된 인터록은 네트워크로 무력화할 수 없는 하드웨어 계층에 독립적으로 두어야 한다. 빌딩·냉동 설비 관리 시스템(BMS)은 IT 부서와 시설 부서 사이에서 관리 주체가 모호한 경우가 많으므로, IEC 62443의 존·컨딧 모델로 원격 접근 경로부터 목록화해야 한다.

원문 보기 (전자신문 보안)


오늘의 추천

AI 에이전트 엔지니어링 28,800원 🚀

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.