자율적 악용을 넘어 머신 속도 보안으로 전환

탐지보다 느린 대응 속도가 자율 보안의 신뢰성을 가르는 상황이다

• 프런티어 AI는 취약점 탐지를 방어보다 빠르게 만들었으며, 기업의 평균 패치 32~43일과 10시간인 악용 소요가 격차를 키운다.
• CyberGym에서 복합 연쇄 버그 탐지 정밀도는 95%였지만, 모델은 취약점 수정 요청의 98% 이상을 거부해 대응 자동화가 막힌다.
• 영향 범위는 CyberGym 기반 취약점 탐지·우선순위화·검증·수정 작업과 수천 개 저장소를 운영하는 조직이며, 인프라·업무 맥락을 제공하는 보안 체계까지 포함한다.
• 일반 LLM 정확도는 65%에서 인프라 맥락 적용 후 90%, 업무 맥락 추가 후 95%로 올라가 보안 산업의 경쟁축이 모델보다 환경 데이터로 이동한다.
• 수정 시도는 55%가 주된 문제만 고치고 40%는 운영 코드를 깨뜨리므로, IAM·Cedar·무외부연결 샌드박스가 국가 핵심 서비스의 안전장치가 된다.
• 한국 보안산업은 다중 에이전트·증거 기반 검증·15분 인증권한 기술을 수출 기회로 삼되, 자동 수정 실패가 공공 시스템 장애로 번지지 않게 통제해야 한다.

정부는 탐지 정확도보다 수정 안전성을 평가 기준으로 삼고, 국내 기업이 IAM·Cedar·샌드박스·추적기록을 결합한 실증 환경에서 자율 대응을 검증하도록 지원해야 한다.

주요 용어: CyberGym(복합 취약점 탐지·수정 능력을 시험하는 보안 평가 환경), Cedar(에이전트의 세부 권한을 통제하는 정책 언어)

출처: Csoonline