보안 & 아이덴티티

고급 보안 거버넌스를 통한 자율 에이전트 역량 강화

Thu, 01 Oct 2026 21:00:00 +0000

*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 영문 원본을 참고해 주시기 바랍니다.

AI 에이전트는 최고의 내부자입니다. 에이전트에게 이메일을 읽고, 데이터베이스를 쿼리하고, API 호출을 트리거할 수 있는 권한을 부여합니다. 정보를 검색하는 데 그치지 않고 조치를 취합니다.

에이전트는 생산성 향상과 고객 경험 개선에 엄청난 잠재력을 제공하지만 새로운 보안 문제도 야기합니다. 최신 AI 인프라 현황 보고서에 따르면 기술 리더의 79% 가 추론 확장 시 가장 큰 과제로 보안, 거버넌스 또는 운영을 꼽았습니다.

기존 보안 도구의 역할은 여전히 중요하지만 위협 모델은 근본적으로 바뀌었습니다. 자율 워크플로는 엔터프라이즈 위험을 재정의했으므로 보안을 저해하지 않으면서 에이전트에게 필요한 액세스 권한을 제공하는 것이 중요합니다.

에이전트형 역설

성공의 길은 거버넌스를 혁신의 동인으로 보는 것에서 시작됩니다. 에이전트가 유용성과 보안을 모두 갖추려면 액세스 권한뿐만 아니라 가드레일도 필요합니다. 하지만 IT 의사 결정권자의 35% 는 에이전트 도입을 가로막는 주요 문제로 다중 시스템 액세스에 대한 보안 부족을 지적하고 있습니다.

에이전트는 방어자가 보호해야 하는 표면 영역을 확장하고, 공격자가 에이전트가 처리하는 데이터를 통해 에이전트의 로직을 하이재킹할 수 있는 도구 포이즈닝 및 간접 프롬프트 인젝션을 포함한 새로운 위협을 도입할 수 있습니다. 에이전트가 작업을 성공적으로 수행하는 데 필요한 동적 권한을 관리하는 것도 특히 레거시 보안이 오늘날의 자동화된 위협에 맞게 설계되지 않았다는 점을 고려할 때 상당한 과제가 될 수 있습니다.

생각의 사슬 보호

더 많은 ID 및 액세스 문제를 해결하는 것과 함께 방어자는 네트워크 계층과 모델을 모두 보호하는 것이 중요합니다.

보안 리더는 점점 더 초점을 보안 침해 방지에서 출처 확인으로 옮겨 간접적인 프롬프트 인젝션을 포함한 오용을 방지하고 있습니다.

인프라 관점에서 AI와 관련된 가장 큰 보안 우려사항은 무엇인가요?

차단에서 관리로

에이전트 AI가 제기하는 새로운 보안 과제를 살펴보았습니다. 시스템을 단순히 잠그는 것으로는 문제를 해결할 수 없습니다. 이는 자율 에이전트의 목적에 어긋나기 때문입니다.

많은 조직이 더 나은 감독을 위해 통합된 풀 스택 클라우드 플랫폼으로 전환하고 있습니다. 설문에 참여한 경영진 중 69% 는 풀 스택 플랫폼을 필수 요건으로 평가하고 있으며, 80% 는 데이터 규정 준수가 플랫폼 선택을 결정하는 가장 중요한 요소라고 말합니다.

안전한 AI 프레임워크 (SAIF)와 같은 프레임워크를 도입하고 Gemini Enterprise Agent Platform과 같은 목적에 맞게 빌드된 플랫폼으로 중앙 컨트롤 플레인을 이전함으로써 조직은 세 가지 주요 영역에서 위험을 관리할 수 있습니다.

보안을 우선으로 하는 기본 설정: AI 개발 프로세스에 보안을 직접 내장하여 프롬프트 인젝션을 포함한 위협에 선제적으로 대응합니다.
에이전트 거버넌스 및 감독: 에이전트에 맞게 빌드된 권한 및 ID 관리를 도입하여 에이전트 상호작용을 더 효과적으로 제어하고, 사각지대를 노출하며, 위험 도구를 제한합니다.
인간 참여형 제어: 에이전트가 중요한 작업을 진행하기 전에 인간의 승인이 필요한 경우 자동으로 플래그를 지정하는 명확한 규칙을 적용합니다.

거버넌스가 성공으로 이끄는 길잡이가 되어 줍니다

최신 보안 기반의 진정한 가치는 혁신을 장려하는 능력에 있습니다. 조직은 강력한 거버넌스를 통합 기반에 직접 포함함으로써 가장 민감한 비즈니스 핵심 워크로드 전반에 에이전트를 안심하고 배포할 수 있습니다.

에이전트 시대의 리더들은 보안을 발판으로 삼아 안전하게 혁신하고 경쟁사보다 빠르게 확장할 수 있도록 스택을 재설계하고 있습니다.

AI 인프라 현황 보고서에서 엔터프라이즈 리더들이 에이전트 시대에 맞게 보안을 어떻게 재고하고 있는지 자세히 알아보세요.

판도를 바꾸는 기술: 인프라 코드 보호를 위한 에이전트 AI 사용

Wed, 30 Sep 2026 22:00:00 +0000

AI는 전례 없는 속도로 소프트웨어 개발을 가속화하고 있습니다. 하지만 코드 생성 규모가 커지면서 코드 보안 문제도 증가하고 있으며, 특히 AI를 기반으로 한 새로운 취약점 악용 방식이 등장하고 있습니다. Google의 AI 및 인프라팀은 이러한 과제에 대응하기 위해 보안 접근방식을 혁신하고 있습니다. 이 글에서는 Google에서 새롭게 개발한 AI 네이티브 에이전트 방식을 소개합니다. 이 방식은 정밀하고 광범위한 취약점 스캔 및 패치를 Google의 소프트웨어 개발 수명 주기에 체계적으로 통합합니다. Google은 Google 인프라에 배포되는 수억 줄의 코드에서 모든 코드 변경사항을 상시 스캔하여 매달 수백 건의 취약점이 코드베이스나 프로덕션 환경에 도달하기 전에 차단하는 방식으로 Google의 글로벌 네트워크와 AI 인프라, 사용자를 보호하고 있습니다.

솔루션 아키텍처 및 구현

광범위한 제출 전 에이전트형 스캔: 진행 중인 소프트웨어 개발 과정에 보안 통합

전통적으로 기술 업계는 대규모 일회성 보안 스캔에 의존하는 경우가 많았습니다. 하지만 이러한 스캔은 속도가 느리고 충분한 컨텍스트를 제공하지 못해 취약점이 너무 늦게 발견되는 경우가 많습니다. Google은 이와 달리 제출 전 스캔에 중점을 두고, AI 에이전트를 사용하여 스택의 모든 레이어에서 발생하는 각 코드 체크인을 실시간으로 평가합니다. 개발자가 이미 사용 중인 도구에 제출 전 스캔을 통합하면 보안 검사도 규칙 검사, 가독성 검토 같은 여타 소프트웨어 개발 도구처럼 지속적이고 일상적인 프로세스의 일부가 됩니다. 또한 AI의 관점에서도 대규모로 일회성 스캔을 수행하는 것보다 각각의 코드 변경사항을 개별적으로 스캔하는 편이 훨씬 적은 컨텍스트를 필요로 하므로 스캔 효과를 크게 높일 수 있습니다.

국소적 위협 모델의 중요성

Google은 이 이니셔티브를 위해 오픈소스 멀티 에이전트 검토 하네스인 Mantis를 발전시켜 강력한 국소적 위협 모델 집단과 연결하는 방식으로 보안 에이전트의 정밀도를 높였습니다. 이 위협 모델은 정적이고 분리된 문서에 의존하는 대신 실제 코드베이스 메타데이터를 활용합니다. 스캔 에이전트는 패키지와 라이브러리 전반의 종속 항목 호출 그래프를 활용해 위협 모델 컨텍스트를 확장하고 미세 조정함으로써 정확도를 한층 더 끌어올립니다. 위협 모델을 상시 취약점 스캔 프로세스에 통합하여 개발자가 위협 요소와 종속 항목을 꾸준히 업데이트하도록 유도함에 따라 모델이 최신 상태로 유지됩니다. 국소적이면서 정밀한 위협 모델 데이터를 활용하면 정확도를 크게 높일 수 있으며, 일부 사례에서는 거짓양성률을 3%까지 낮출 수 있었습니다.

전문 분류 에이전트로 개발 속도 향상

코드 체크인의 일환으로 수행되는 취약점 스캔은 엔지니어링 생산성을 저해하지 않도록 코드를 작성하는 개발자나 에이전트에게 신속하게 결과를 제공할 수 있어야 합니다. 응답 지연 시간을 단축하기 위해 Google은 2단계 검증 프로세스를 실행합니다. 먼저 신속한 경량형 스캔을 실행한 후 전문 분류 에이전트를 통해 그 결과를 검증합니다. 이 에이전트는 추상 구문 트리 파싱, 호출 그래프 순회, 사전 색인된 도메인 안전 규칙을 활용해 실제 코드 구조를 프로그래매틱 방식으로 검사하여 공격자가 취약한 경로에 실제로 도달할 수 있는지 입증합니다. 이 에이전트의 정밀도는 92%에 달하며 작업 완료 시간은 1분 미만입니다. 그런 다음 야간 통합 테스트에 통합된 제출 후 스캔이 두 번째 방어 계층 역할을 하면서 사용량이 적은 시간대의 컴퓨팅 리소스를 활용해 여러 변경 과정에서 새로 도입되었을 수 있는 취약점을 검사합니다.

전체 과정을 완성하는 버그 수정 에이전트

취약점을 찾는 것은 문제 해결의 절반에 불과합니다. Google 솔루션의 마지막 구성요소는 자동화된 버그 수정 에이전트입니다. 이 에이전트는 스캔 결과와 생성된 증명(취약점이 어떻게 실행되는지를 보여주는 코드 스니펫)을 활용하여 Google의 내부 코딩 표준에 부합하는 정밀한 수정사항을 자율적으로 생성합니다. 에이전트는 기존 변경 요청 검토 과정의 일환으로 수정사항을 제출하여 사람의 검토를 받게 하며, 이를 통해 취약점 탐지부터 해결까지 걸리는 시간을 한층 더 단축합니다.

교훈 및 권장사항

소프트웨어 개발 수명 주기에 상시 스캔을 바로 통합한 것은 Google에 혁신적인 변화를 가져왔습니다. 에이전트의 제안은 널리 채택되며 수많은 취약점이 코드베이스에 유입되는 것을 방지하고 있습니다. 보안을 강화하고자 하는 조직이라면 다음 원칙에 따라 유사한 AI 네이티브 접근방식을 도입할 수 있습니다.

시스템 분리: 편향을 방지하기 위해 개발, 스캔, 분류 에이전트별로 하네스, 규칙, 컨텍스트를 서로 분리합니다. 경량 AI 스캔과 결정론적인 구조 검증을 함께 사용하면 지연 시간을 줄이고 정확도를 높일 수 있습니다.
현명한 컨텍스트 사용: 기존 위협 모델을 에이전트에 제공합니다. 정밀한 컨텍스트야말로 거짓양성률을 줄이는 핵심입니다. 최신 상태의 위협 모델은 제출 전 스캔의 참양성률을 높여 팀이 기본적으로 높은 수준의 보안 상황을 갖추도록 해줍니다.
우수한 하네스 구축: 기본 모델 선택도 중요하지만 멀티 에이전트 하네스를 사용하면 모델 선택에 따른 편차를 보완하여 상당한 효과를 얻을 수 있습니다.
수정 자동화: 휴먼인더루프 방식으로 수정사항까지 제안하는 에이전트를 통해 해결 시간을 더욱 단축합니다.

자체적인 AI 네이티브 보안 혁신을 시작하고 싶다면 오픈소스로 제공되는 Mantis를 활용해 보세요. 또한 사이버 보안의 기본 원리와 이 에이전트형 파이프라인을 구동하는 다른 플랫폼인 Google Cloud, Gemini Enterprise는 물론, Trillium 및 Ironwood TPU에서 실행되는 Gemini 모델에 대해서도 자세히 알아볼 수 있습니다. 아울러 에이전트형 취약점 스캔 및 해결 방식이 Google Cloud의 보안 소프트웨어 개발 수명 주기(SDLC) 활동의 핵심 요소로서 Google Cloud 고객을 어떻게 보호하고 있는지도 참고할 수 있습니다.

_{이 솔루션을 제공하는 데 핵심적인 역할을 한 Stella Voutsina(수석 프로그램 관리자), Yulong Zhang(Mantis 선임 스태프 보안 엔지니어), Nick Galloway(스태프 보안 엔지니어, Mantis)에게 특별한 감사를 전합니다.}

새로운 Secure Source Manager 기능으로 CI/CD 파이프라인 강화

Wed, 30 Sep 2026 22:00:00 +0000

복원력이 우수한 소프트웨어 공급망은 최신 배포의 기반이며, 지속적 통합 및 지속적 배포(CI/CD) 파이프라인을 보호하는 것은 혁신을 안전하게 진행하는 데 도움이 됩니다.

Wiz의 최근 Cloud Threat Highlights 보고서에 따르면 2026년 상반기에 주목할 만한 공급망 공격은 2025년 하반기에 비해 두 배 이상 증가했습니다.

소스 코드가 프라이빗 클라우드에서 가장 취약한 부분이 되지 않도록 하는 것이 중요합니다. 소프트웨어 공급망 위협에 더 효과적으로 대처하려면 Google Cloud Secure Source Manager(SSM)를 사용하여 통합 인증 및 승인 메커니즘으로 소스 및 CI/CD 시스템을 관리해 보세요.

이제 개발 및 CI/CD 워크플로를 간소화하고 보호할 수 있는 두 가지 새로운 기능이 정식 버전으로 제공됩니다.

CI/CD 시스템에 대한 무단 액세스: 공격자는 단일 배포 스크립트를 변경하는 것만으로 CI/CD 파이프라인을 멀웨어의 매개체로 전환할 수 있습니다. 이러한 리스크를 완화하기 위해 SSM은 이제 버전 제어 시스템부터 빌드 및 아티팩트 시스템, 배포 도구에 이르기까지 기업 네트워크가 침해된 경우에도 CI/CD 시스템에 대한 무단 액세스를 차단할 수 있습니다.
승인된 사용자의 무단 코드 변경: 새로운 코드 소유자 시스템은 파일 및 브랜치 수준에서 pull 요청 승인 담당자 집합을 관리하여 더 세분된 ID 및 액세스 관리(IAM)를 제공합니다. 코드 소유자는 코드를 작성, 편집, 검토해야 하는 엔지니어에게 도움이 됩니다. 이 시스템은 저장소의 파일과 디렉터리에 파일별 또는 브랜치별로 별도의 보호 장치를 추가합니다.

주요 기능

새로운 코드 소유자 기능은 CI/CD 파이프라인의 소스 코드 변경사항을 시작으로 세분된 병합 보호 장치를 제공합니다. CODEOWNERS 파일을 저장소에 체크인할 때 필요한 승인 담당자를 매우 세분하여 지정할 수 있습니다.

경로별 승인 담당자 집합: 유연한 glob 스타일 경로 지정자를 사용하여 지정된 사용자 집합 중 한 명 이상이 일치하는 파일의 변경사항을 승인하도록 요구할 수 있습니다.
브랜치별 거버넌스: 브랜치 전반에서 보안 및 배포 규칙을 원활하게 관리합니다. 동일한 파일에서 기본 또는 개발의 소유자를 다르게 정의할 수 있으므로 기존 CODEOWNERS 솔루션에서 발생하는 병합 충돌을 해소할 수 있습니다. 자세한 내용은 문서를 참고하세요.
중첩 가능한 여러 파일 소유권: 5,000줄에 달하는 하나의 거대한 루트 파일에 국한되지 않습니다. CODEOWNERS 파일을 하위 디렉터리에 중첩할 수 있습니다. SSM은 '더 로컬한 것이 우선'이라는 논리를 사용하여 하위 팀이 폴더를 소유할 수 있도록 허용하는 동시에 루트 관리자는 전체 저장소에 대한 거부권을 유지하도록 합니다.
독립된 승인 섹션: [SectionName][count] 문법(예: [Security Team][2])을 사용하면 하나의 pull 요청(PR)에 대해 여러 부서의 독립적인 승인을 요구할 수 있습니다. PR은 동료가 검토할 수 있지만, 보안팀 구성원 두 명이 승인할 때까지 병합되지 않습니다.

소스 코드가 준비되면 SSM의 새로운 Developer Connect 통합을 통해 CI/CD 시스템과 런타임이 서로 다른 비공개 네트워크에 있는 경우에도 이 둘을 쉽고 안전하게 연결할 수 있습니다.

비공개 CI/CD 청사진 아키텍처는 보안 경로를 따릅니다. Secure Source Manager는 Private Service Connect에 연결되고, Private Service Connect는 Cloud Build에 연결됩니다. 저장소, 빌드 풀, 아티팩트 스토리지는 모두 비공개 네트워크에 상주하며, VPC 서비스 제어(VPC-SC)는 프록시 엔드포인트에 대한 액세스를 제한하는 심층 방어를 제공합니다.

다음 단계

네트워크를 보호하려면 새로운 비공개 네트워크 통합 가이드에 따라 Developer Connect를 사용하여 SSM을 Cloud Build에 연결하세요.

Pull 요청 승인을 보호하려면 루트 CODEOWNERS 파일을 만들어 제한적인 IAM '승인 담당자' 역할을 파일별 소유권으로 대체하세요.

Google Cloud 파트너사가 Gemini Enterprise로 구현한 새로운 보안 에이전트와 AI 방어 기능

Tue, 29 Sep 2026 16:00:00 +0000

해당 블로그의 원문은 2026년 9월 30일 Google Cloud 블로그(영문)에 게재되었습니다.

위협 행위자들이 사이버 공격을 가속화하고 고도화하는 데 AI를 적극 활용하면서, 기업 방어자에게는 AI와 더불어 결정적인 방어 우위 요소가 필요해졌습니다. 바로 고객만이 보유한 비즈니스 컨텍스트입니다.

기업의 사이버 방어 영역은 아이덴티티, 네트워크, 엔드포인트, 데이터, 클라우드, 애플리케이션 계층에 걸쳐 있으며, 대개 십여 개 이상의 제품에 분산되어 각기 다른 컨텍스트를 갖고 있습니다. Google Cloud는 Google Cloud Next에서 파트너 개발 에이전트를 Gemini Enterprise에 도입하여, 영업·콘텐츠 및 크리에이티브 워크플로·HR·보안 등 다양한 업무 영역의 전문 에이전트를 한곳에서 찾고 배포하실 수 있도록 했습니다.

그리고 오늘, 하나의 통합 인터페이스에서 모든 보안 컨텍스트를 활용하실 수 있도록 Gemini Enterprise 생태계의 파트너 개발 보안 솔루션 카탈로그를 한층 확대합니다.

선도적인 사이버보안 기업들이 선보이는 이번 신규 보안 에이전트와 통합 기능은 크게 두 가지 영역으로 나뉩니다. Gemini Enterprise에서 직접 호출할 수 있는 파트너 보안 에이전트, 그리고 AI 및 에이전틱 워크로드 보호 기능입니다. 이들을 Gemini Enterprise로 통합함으로써, 이제 Gemini Enterprise 환경 내에서 다단계 보안 워크플로를 직접 오케스트레이션하고 AI 기반 역량을 방어 체계에 적용하실 수 있습니다.

Gemini Enterprise로 구축된 신규 보안 에이전트와 에이전틱 방어 체계

Acalvio: Gemini Enterprise를 통해 이용할 수 있는 Acalvio ShadowPlex 디셉션 에이전트는 기업 네트워크 전반에 디코이(decoy)와 허니토큰 배포를 자동화하고, 별도의 수동 설정 없이 고객 운영 환경에 디셉션 가드레일을 직접 내장합니다. ShadowPlex는 네트워크 디코이, 아이덴티티 허니 계정, RAG(검색 증강 생성) 디코이, 허니 스킬, 허니토큰을 대규모로 배포하여 비인가 접근 시도를 신속하게 포착합니다.

Britive: Gemini Enterprise 기반의 Britive Emergency Termination Agent는 여러 콘솔을 오가지 않고 자연어 요청 한 번으로 침해된 사람 또는 비인간(non-human) 아이덴티티를 격리할 수 있게 해줍니다. 이 에이전트는 아이덴티티를 확인하고, 활성 권한 세션 전체를 조회한 뒤, 담당자 승인을 거쳐 모든 세션을 취소하고 해당 아이덴티티를 비활성화하며, 사고 티켓에 필요한 감사 컨텍스트까지 수집합니다. 그 결과 엄격한 거버넌스와 에이전트 최소 권한 원칙을 유지하면서도 평균 격리 시간(MTTC)을 크게 단축할 수 있습니다.

Check Point: Google Cloud Agent Gateway 및 Agent Registry와 통합된 Check Point AI Defense Plane은 엔터프라이즈 규모 AI에 필요한 핵심 보안 통제와 가시성을 제공합니다. 조직은 AI 워크로드를 발견하고, 리스크 태세를 모니터링하며, 비준수 행위를 탐지하고, 프롬프트 인젝션·데이터 유출·비정상 에이전틱 행위에 대해 실시간 가드레일을 적용할 수 있습니다. Gemini Enterprise 내 Check Point 에이전트로 관리되는 이 통합 솔루션은 Gemini Enterprise상의 AI 워크로드 배포를 안전하게 가속화합니다.

CrowdStrike: CrowdStrike Falcon® Guardian은 Agent Gateway와 통합되어 가드레일과 런타임 보호 기능을 확장하며, Gemini Enterprise에서 구동되는 에이전틱 워크로드를 프롬프트 인젝션, 민감 데이터 유출, 악성 AI 활동 등의 위험으로부터 보호합니다. 또한 CrowdStrike Gemini Enterprise 에이전트를 통해 실무자가 Gemini Enterprise에서 CrowdStrike 플랫폼과 직접 상호작용할 수 있어, CrowdStrike의 보안 컨텍스트를 에이전틱 조사·대응 과정에 반영하고 다양한 도구에 걸친 SOC 워크플로를 오케스트레이션할 수 있습니다.

Cyberhaven: Cyberhaven Linea 에이전트는 엔드포인트, 클라우드 앱, 에이전틱 워크플로 전반의 민감 데이터 탐지 및 분류 기능을 Gemini Enterprise로 가져옵니다. Cyberhaven의 데이터 계보(lineage) 모델을 기반으로, 평문 형태의 의도를 집행 가능한 정책으로 변환하고, 상호작용을 모니터링해 미매핑 리스크가 침해로 번지기 전에 포착하며, 자동 수집된 증거로 조사를 신속하게 진행합니다. Gemini Enterprise의 Antigravity까지 확장 적용되는 Linea 에이전트는 알림 피로도를 해소하고, 자율 에이전트가 데이터를 이동시키는 속도에 맞춰 민감 자산을 보호할 수 있도록 지원합니다.

Cyera: Gemini Enterprise 기반의 Cyera Agent Guardian은 Gemini에서 실행되는 에이전트를 보호하며, 데이터 보안 태세 관리(DSPM)와 데이터 유출 방지(DLP) 기능을 제공합니다. 머신 아이덴티티, 위임된 권한, 민감 데이터 분류 정보를 상호 연계해 인가된 에이전틱 행위인지 검증하므로, 조직은 에이전트를 안전하게 배포하고 엔터프라이즈 규모에서 운영 컴플라이언스를 유지할 수 있습니다.

Endor Labs: Endor Labs AURI 에이전트는 개발 및 보안 워크플로 전반에 AI 네이티브 애플리케이션 보안을 제공합니다. SAST(정적 애플리케이션 보안 테스트) 트리아지 에이전트는 Google Antigravity와 같은 개발자 플랫폼 내에서 코드 진단 결과를 자동으로 분류하고 우선순위를 지정합니다. 보안팀은 Gemini Enterprise에서 대화형으로 해당 결과를 조회하고 조치할 수 있으며, 실제 악용 가능한 취약점이 무엇인지 확인하고 수정 현황을 추적하는 모든 과정이 Endor Labs의 애플리케이션 컨텍스트에 기반해 이뤄집니다.

Exabeam: Exabeam은 Gemini Enterprise를 기반으로 차세대 Exabeam Nova를 선보입니다. 이는 보안팀이 위협을 더 빠르게 조사하고 대응하도록 돕는 통합 멀티 에이전트 AI 시스템입니다. Nova는 행위 분석, 리스크 우선순위 지정, 조사 수행, 대응 조치 가이드를 담당하는 전문 AI 에이전트들을 조율하며, 워크플로 전 과정에서 공통의 운영 컨텍스트를 유지합니다. 이를 통해 분석가 업무 경험이 한층 지능적이고 효율적으로 개선되고, 기존 보안 운영 환경의 가치를 더욱 높일 수 있습니다.

Fastly: Fastly Autonomous Edge Defense Agent(AEDA)는 보안팀이 로그를 일일이 분석하는 대신, Gemini Enterprise 내에서 평문 언어로 엣지 및 인프라 사고를 조사할 수 있도록 지원합니다. AEDA는 조직 자체 텔레메트리와 Fastly 글로벌 고객 기반의 익명화된 인텔리전스를 결합해, 특정 이상 징후가 단발성인지 광범위한 공격의 일부인지를 수 초 내에 판단하고, 근거가 뒷받침된 분석 결과와 권장 조치를 함께 제시합니다.

Fortinet: Fortinet FortiAIGate는 Google Cloud 고객에게 LLM 런타임 보호 기능을 제공합니다. Gemini Enterprise와 통합되어 고객의 Google Cloud 환경에 배포되는 FortiAIGate는, 고도화된 에이전틱 AI 애플리케이션을 배포하면서도 데이터·프롬프트·모델 상호작용을 신종 위협으로부터 능동적으로 보호할 수 있게 해줍니다.

Menlo Security: Gemini로 구축된 HEAT Shield Agent는 웹 콘텐츠를 분석해 제로데이 위협과 프롬프트 인젝션을 런타임에 차단합니다. 이와 함께 Gemini Enterprise 기반의 Menlo Security Orchestrator는 SOC(보안 운영 센터) 대응 업무를 자연어 기반 에이전틱 워크플로로 전환합니다. 공격 과정을 재구성하고, 피해 범위(blast radius)를 파악하며, 정책을 수 시간이 아닌 수 초 만에 집행합니다. Menlo Agent Runtime Security(MARS)는 사람 간 상호작용과 에이전트 간(agent-to-agent) 상호작용을 모두 보호해, 에이전틱 워크로드 전반에서 탐지와 격리가 일관되게 이뤄지도록 마무리합니다.

Obsidian Security: Gemini Enterprise에서 제공되는 Obsidian Security의 Risk Analyzer 및 Breach Response 에이전트는 보안 분석가의 리스크 평가와 침해 대응을 지원합니다. 조직의 클라우드 및 AI 네이티브 애플리케이션 포트폴리오 보호를 목적으로 설계된 Obsidian 에이전트는 기업 환경 전반의 AI 에이전트를 발견하고, 리스크를 평가하며, 거버넌스 공백을 표시하고, "어떤 에이전트가 상승된 권한이나 쓰기 권한을 보유하고 있는가"와 같은 핵심 질문에 답합니다.

Palo Alto Networks: Palo Alto Networks의 CLARA(Cloud, Network, and AI Risk Assessment) 에이전트는 개발 속도를 저해하지 않으면서 핵심 데이터를 보호하고 컴플라이언스를 준수하는 AI 운영을 지원합니다. 클라우드 인프라와 AI 워크로드를 지속적으로 스캔해 클라우드 및 AI 리스크를 침해로 번지기 전에 찾아내고 해결하며, 숨겨진 취약점을 자동으로 드러내고 조치 우선순위를 지정합니다. 이로써 보안팀은 위협을 찾는 데 쓰던 시간을 줄이고 실제 조치에 더 집중할 수 있습니다.

Ping Identity: Gemini Enterprise에서 이용 가능한 Ping Identity의 신규 PingID 셀프서비스 에이전트를 통해, 임직원은 MFA(다중 인증) 초기화, 기기 복구 등 일반적인 아이덴티티·기기 문제를 헬프데스크 티켓 없이 자연어 질문만으로 해결할 수 있습니다. 안전한 위임 인증(delegated authentication)을 지원하는 PingOne 기반으로 구축되어, IT 팀은 지원 비용을 절감하고 온보딩 경험을 개선하면서 임직원 아이덴티티를 엔터프라이즈급으로 관리할 수 있습니다.

Qualys: Qualys ROCky for Gemini Enterprise는 보안팀이 Gemini Enterprise 내에서 대화형으로 취약점을 관리하고 패치할 수 있도록 지원합니다. "Log4Shell에 우리는 얼마나 노출되어 있나요?", "무엇부터 조치해야 하나요?", "CISA KEV 기한을 준수하고 있나요?"와 같이 질문하면 Qualys TruRisk 점수 기준으로 순위가 매겨진 답변을 받을 수 있습니다. 각 사용자의 Qualys 이용 권한에 따라 동작하므로 누구나 별도 도움 없이 셀프서비스로 답을 얻을 수 있으며, 패치 준비 및 배포까지 수행할 수 있습니다.

Splunk, a Cisco company: Gemini Enterprise와 통합된 Splunk Security AI 에이전트는 방대한 텔레메트리 스트림을 보안 및 옵저버빌리티 데이터 전반의 실시간 인텔리전스로 전환하는 자율 시스템으로 작동합니다. 수작업 트리아지 과정을 생략하고 치명적인 이상 징후와 시스템 위협을 즉시 드러냄으로써, 팀을 사후 대응형 조사에서 선제적 방어로 전환시키고, 긴박한 사고 상황에서의 인지 부하를 낮춰 보안팀이 리스크를 더 빠르게 해결하도록 돕습니다.

Synk: Gemini Enterprise와 Antigravity로 개발하는 모든 기업이 그 어느 때보다 빠르게 코드를 배포하고 있습니다. Snyk는 코드가 작성된 이후가 아니라 작성되는 바로 그 순간부터 보안을 확보합니다. Snyk는 AI 에이전트가 생성하는 코드를 실시간으로 검증해, 취약점과 안전하지 않은 종속성이 리포지토리에 도달하기 전에 잡아냅니다. 사람이 코드를 작성하던 속도가 아닌, AI가 코드를 작성하는 속도에 맞춰 설계된 보안입니다.

Thales: Gemini Enterprise와 통합된 Thales AI Security Fabric은 에이전틱 AI 상호작용 전반에 대한 가시성, 런타임 보호, 중앙집중식 거버넌스를 제공합니다. 조직은 세분화된 접근 정책을 집행하고 핵심 데이터 자산을 실행 지점에서 직접 보호하면서, 에이전틱 AI를 파일럿 단계에서 프로덕션 단계로 안전하게 전환할 수 있습니다.

Transmit Security: Gemini Enterprise로 구축된 Transmit Security Agent Intelligence는 고객 대면 애플리케이션과 상호작용하는 에이전틱 활동을 식별합니다. 사용자가 AI 에이전트에 업무, 거래, 권한을 위임하는 사례가 늘어나면서, 조직은 해당 활동이 무엇이며 어디서 비롯되었고 어떤 의도를 갖는지 명확히 파악해야 합니다. 이러한 컨텍스트를 통해 기업은 정상 에이전트와 악성 에이전트를 구분하고, 무엇을 허용하고 차단할지 판단하며, 정상적인 상거래를 제약하지 않으면서 리스크에 선제 대응할 수 있습니다.

Zscaler: Zscaler Risk360은 기존 Zscaler 배포 환경의 데이터를 수집해 사이버 리스크를 정량화하고, 상세한 리스크 태세를 파악하며, 리스크 감축을 위한 명확한 인사이트를 제공하는 실행 중심의 종합 프레임워크입니다. Risk360 에이전트는 Gemini Enterprise와 ZAgent Framework를 기반으로 구축된 AI 기반 어시스턴트로, 자연어 상호작용을 통해 Zscaler와 파트너 시그널을 통합하고, 제로 트러스트 리스크를 분석하며, 재무적 노출 규모를 정량화하고, 완화 방안을 제안해 의사결정에 바로 활용 가능한 인사이트를 제공합니다.

이처럼 확장되는 파트너 개발 에이전트 및 커넥터 생태계를 통해, Gemini Enterprise는 고객이 이미 사용 중인 보안 도구와 연동되며 그 위에서 맞춤형 에이전틱 워크플로를 구축할 수 있게 해줍니다. 지금 Google Cloud Marketplace에서 제공되는 보안 에이전트를 살펴보세요.

Cloud CISO Perspectives: Google이 AI 위협을 모니터링하고 AI 방어를 강화하는 방법

Sun, 27 Sep 2026 22:00:00 +0000

*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 영문 원본을 참고해 주시기 바랍니다.

2026년 9월 첫 번째 Cloud CISO Perspectives 뉴스레터에 오신 것을 환영합니다. 오늘은 산드라 조이스가 공격자가 AI를 사용하는 방식과 Google이 AI를 사용하여 공격자를 저지하는 방법에 대한 Google의 가시성에 관한 최신 세부정보를 공유합니다.

모든 Cloud CISO Perspectives 뉴스레터와 마찬가지로, 이 뉴스레터의 내용은 Google Cloud 블로그에 게시됩니다. 현재 웹사이트에서 이 페이지를 읽고 있는 경우, 이메일로 받아보려면 여기에서 구독을 신청해 주세요.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud로 중요한 이사회 인사이트 얻기'), ('body', <wagtail.rich_text.RichText object at 0x7f88f76c81d0>), ('btn_text', '허브 방문하기'), ('href', 'https://cloud.google.com/solutions/security/board-of-directors?utm_source=cgc-site&utm_medium=et&utm_campaign=FY26-Q2-GLOBAL-GCP39634-email-dl-dgcsm-CISOP-NL-177159&utm_content=-&utm_term=-'), ('image', <GAEImage: GCAT-replacement-logo-A>)])]>

'사이버 보안을 위한 맞춤법 검사' 그 이상: Google이 AI 위협을 모니터링하고 AI 방어를 강화하는 방법

산드라 조이스, Google Threat Intelligence 부사장

산드라 조이스, Google Threat Intelligence 부사장

보안 업계에 종사하는 사람이라면 누구나 기술적 격변기에 추측은 큰 위험 요소임을 알고 있습니다. 위협이 AI를 어떻게 사용하고 표적으로 삼을 수 있는지에 대한 과장된 주장과 이해할 만한 우려가 많지만 CISO의 AI 보안 전략은 사실에 기반해야 합니다.

Google은 최첨단 AI 연구소이자 전 세계 사고를 최일선에서 파악하는 보안 회사로서 드물게 두 분야를 모두 아우르고 있습니다. 이러한 이중적인 관점을 통해 Google은 AI가 어떻게 구축되는지, 그리고 실제 환경에서 AI가 정확히 어떻게 표적이 되고 있는지 파악할 수 있습니다. Google Threat Intelligence Group(GTIG)은 AI 시대에 보안 및 비즈니스 리더가 필요로 하는 운영 현실을 제공하고자 최신 AI 위협 추적기를 최근 출시했습니다.

불필요한 요소를 걷어내고 원격 분석을 살펴보면 CISO가 대응해야 하는 실제 위협 환경은 다음 세 가지 구조적 변화로 귀결됩니다.

AI가 소프트웨어 개발 방식을 재편하고 있습니다.
AI가 공격 표면을 확대하고 있습니다.
AI가 위협 역량을 강화하고 있습니다.

오늘은 이 세 가지 과제에 대한 Google의 가시성과 이들 과제를 해결하기 위한 접근 방식을 자세히 소개해 드리겠습니다.

AI 시대의 안전한 빌드

AI는 소프트웨어 개발 속도를 근본적으로 변화시켰습니다. 현재 업계 전반에서 자율 에이전트와 AI 워크플로가 전례 없는 속도로 프로덕션 환경에 코드를 배포하고 있습니다. 이는 혁신을 위한 흥미로운 기회를 창출하지만, CISO는 비즈니스 모멘텀을 유지하면서 엔터프라이즈 위험을 완화해야 하는 어려운 과제에 직면해 있습니다.

공격자들은 AI 어시스턴트가 추천하고 신뢰하도록 학습된 업스트림 패키지를 오염시켜 가장 효율적인 엔지니어링 단축 기능을 오히려 우리에게 불리하게 악용하고 있습니다. GTIG는 AI 지원 코딩 관행의 악의적인 오염이 2025년과 2026년 초에 관찰된 대규모 오픈소스 소프트웨어 공급망 침해의 상당한 증가에 기여해 왔다고 보고 있습니다.

머신 속도의 위협 환경에 대한 해결책은 개발자의 속도를 늦추는 것이 아니라 AI 파이프라인에 보안을 기본으로 내장하는 것입니다. 이 과정의 일환으로 개발자를 위한 편집기 내 안전 장치가 마련되어 실시간 ‘사이버 보안을 위한 맞춤법 검사’ 기능을 제공합니다.

Google은 에이전트를 표적으로 삼는 공격자도 모니터링하고 있습니다. 금전적 이득을 노리는 공격자인 TeamPCP(UNC6780)는 AI 툴킷 탈취, 프롬프트 인젝션, 악성 페이로드 난독화를 위해 유해한 프롬프트로 AI 스캐너 무력화 등 AI 도구와 오픈소스 소프트웨어 개발 관행을 악용하는 다양한 기법을 구사해 왔습니다.

머신 속도의 위협 환경에 대한 해결책은 개발자의 속도를 늦추는 것이 아니라 AI 파이프라인에 보안을 기본으로 내장하는 것입니다. 이 과정의 일환으로 개발자를 위한 편집기 내 안전 장치가 마련되어 실시간 사이버 보안을 위한 맞춤법 검사 기능을 제공합니다.

워드 프로세서가 작성자의 작업을 중단시키지 않고 오타에 밑줄을 표시하는 것처럼 보안 제어도 개발자의 편집기와 에이전트형 워크플로 내에 기본으로 내장되어 오염된 패키지, 유해한 프롬프트, 잘못 구성된 툴킷을 즉시 식별해야 합니다.

중요한 점은 이러한 보안이 편집기 단계에서 그쳐서는 안 된다는 것입니다. 기존의 보안 방식은 컨텍스트를 파악하지 못하는 한계가 있습니다. 코드 편집기는 클라우드 구성을 볼 수 없고, 배포 파이프라인은 런타임 노출을 놓치며, 프로덕션팀은 근본 원인 청사진을 쉽게 수정할 수 없습니다.

이러한 격차를 해소하려면 통합 코드-클라우드 연계 접근 방식이 필요하며, 이는 바로 Wiz Code와 같은 플랫폼의 설계 원칙이기도 합니다. 기본적인 접근 방식은 코드가 배포되기 전에 실제 클라우드 환경에서 지속적으로 검증되도록 하는 것입니다.

조직에서 AI 기반 코드 분석을 고려할 때 대개는 프런티어 모델을 하나 선택하고 이를 저장소에 적용하는 방식을 생각합니다. 그러나 Google의 연구와 원격 분석에 따르면 단일 모델에 의존하는 보안 방식은 위험한 단일 문화를 조성합니다. 그 어떤 단일 AI 모델도 모든 취약점을 찾아낼 수 없으며, 공격자는 이미 특정 LLM 안전 필터와 스캐너를 무력화할 수 있는 입력을 테스트하고 있습니다.

이처럼 확대되고 있는 공격 표면을 보호하기 위해 CISO는 단절된 사일로를 통해 AI를 관리하는 함정을 피해야 합니다. 클라우드 및 AI 방어의 미래는 코드, 모델, 데이터 계보, 런타임 ID를 하나의 살아있는 지도로 연결하는 통합되고 동적인 그래프를 기반으로 구축되어야 합니다.

이를 해결하기 위해 Google은 신중한 멀티 모델 접근 방식을 취합니다. Gemini, 상용, 오픈소스 등 여러 파운데이션 모델을 조정하여 발견 사항을 교차 검증하고, 오탐을 제거하고, 코드를 수정하고, 단일 모델이 놓치는 복잡한 로직 결함을 식별합니다. 여러 개의 '두뇌'가 있으면 더 스마트해집니다.

AI 보안

개발 수명 주기를 보호하는 것만으로는 충분하지 않습니다. 또한 공격자가 AI 공격 표면을 악용하고 과도한 권한을 가진 에이전트를 무기화하지 못하도록 막아야 합니다. 공격자는 다음과 같은 기법을 사용하여 AI 워크로드를 표적으로 삼고 있습니다.

LLMJacking: 사이버 범죄자와 국가 배후의 단체는 AI 모델과 에이전트형 워크플로를 실행하기 위해 GPU 액세스를 표적으로 삼습니다. Mandiant가 4월에 조사한 한 주목할 만한 침입 사례에서 공격자는 노출된 개인용 액세스 토큰을 통해 피해자의 클라우드 환경에 대한 초기 액세스 권한을 얻은 후 이를 사용하여 승인되지 않은 AI 인프라를 배포하고 고성능 컴퓨팅 리소스를 확장했으며, 그 결과 피해자는 하드웨어 및 플랫폼 비용을 부담해야 했습니다.
AI 데이터 및 액세스 권한을 노리는 공격: 사이버 범죄자들은 이제 커스텀 프롬프트, 에이전트 요청 사항, 미세 조정된 모델이 매우 가치 있는 핵심 자산임을 인식하고 있습니다. 2026년 2분기에 Mandiant는 공격자가 모델, 기술, 프롬프트, 소스 코드, 관련 연구를 포함한 독점 AI 데이터를 도용한 여러 데이터 도용 갈취 작전을 조사했습니다. 또한 언더그라운드 마켓플레이스 포럼에서도 AI 계정 사용자 인증 정보에 대한 수요가 급증하고 있으며, 일부 판매자는 일반 계정을 소매가 대비 최대 99% 할인된 가격에 제공하기도 합니다.

이처럼 확대되고 있는 공격 표면을 보호하기 위해 CISO는 단절된 사일로를 통해 AI를 관리하는 함정을 피해야 합니다. 에이전트 액세스 정책, 모델 인벤토리(AI-BOM), 섀도우 AI를 별개의 과제로 취급해서는 안 됩니다. 이러한 위험 요소들은 서로 깊이 연관되어 있기 때문입니다. 클라우드 및 AI 방어의 미래는 코드, 모델, 데이터 계보, 런타임 ID를 하나의 살아있는 지도로 연결하는 통합되고 동적인 그래프를 기반으로 구축되어야 합니다.

Wiz 보안 그래프가 최초로 도입한 이 접근 방식은 Google AI Threat Defense(AITD)의 컨텍스트 엔진 역할을 합니다. AITD는 Gemini와 기타 프런티어 모델의 추론 능력, Wiz의 컨텍스트 위험 우선순위 지정, CodeMender의 코드 수정 기능, Mandiant의 현장 전문성을 결합하여 AI 기반 공격에 한발 앞서 대비하는 Google의 포괄적인 자율 보안 프레임워크입니다. 중요한 점은 이 컨텍스트가 사일로화되지 않고 Google Security Operations에 직접 제공된다 것입니다. 이를 통해 보안 운영팀은 머신 속도로 유해한 공격 경로를 지속적으로 식별하고, 우선순위를 정하고, 차단할 수 있습니다.

AI 위협에 대한 방어

공격자는 단순한 프롬프트 생성을 넘어 완전 자동화된 멀티 에이전트 공격 파이프라인으로 빠르게 진화하고 있습니다.

Cyber Defense Summit 2026: AI 시대의 보안

Mandiant가 조사한 한 주목할 만한 침입 사례에서는 금전적 이익을 노린 공격자가 한 조직의 클라우드 인프라를 침해하고 자율 에이전트 프레임워크를 배포했습니다. 공격자는 AI 코딩 챗봇, 프롬프트, 에이전트 요청 사항을 사용하여 6시간도 채 되지 않는 시간 안에 대규모 사용자 인증 정보 수집 캠페인을 계획, 빌드, 실행했습니다.

공격 수명 주기 전반에서 AI를 지능형 조정자로 사용하는 공격자도 추적하고 있습니다. GTIG는 최근 중국과 연계된 스파이 그룹이 CC Switch라는 도구를 활용해 여러 계정을 순환하고 Claude, Codex, Gemini와 같은 AI 모델을 교체하여 익스플로잇 스크립트 작성, 유인물 초안 작성과 같은 특정 작업에 가장 적합한 모델을 선택하는 방식을 실험하는 것을 포착했습니다. 기본이 되는 해킹 도구는 새로운 것이 아니지만, AI가 단절된 수동 프로세스를 원활하고 자동화된 워크플로로 바꿨습니다.

심층적인 컨텍스트를 활용하려면 수동적이고 인간 중심적인 사고 대응에서 머신 속도의 보안 운영으로 전환해야 합니다. 더 이상 인간 분석가가 끝없이 쌓인 정적 알림을 수동으로 분류하는 방식에만 의존할 수는 없습니다.

이러한 머신 속도의 공격은 위협적으로 들리지만, 실제로 방어자에게는 비대칭적인 이점이 있습니다. 자율 AI로 무장한 공격자라도 제한된 컨텍스트를 가지고 외부에서 작동합니다. 어둠 속에서 탐색하고, 연결 관계를 추측하고, 탈취한 사용자 인증 정보가 유용한 자산으로 이어지기를 바랄 뿐입니다.

반면 방어자는 공격자가 가지고 있지 않은 심층적인 컨텍스트를 보유하고 있습니다. 코드, 클라우드 구성, 사용자 ID, 배포 현황, 내부 아키텍처를 누구보다 잘 알고 있습니다. 이러한 풍부하고 다차원적인 내부 관측 가능성을 보안 모델에 반영하면 AI 방어는 본질적으로 AI 공격보다 더 빠르고 정확해집니다.

최전선에서 얻은 위협 인텔리전스를 이러한 AI 모델에 직접 코드화함으로써 이러한 자율 에이전트는 공격을 지속적으로 모니터링하고, 조사하고, 우선순위를 지정하고, 해결할 수 있습니다.

생태계 보호를 위한 Google의 노력

공격자가 AI를 도입함에 따라 우리는 공격자를 근원부터 무력화할 수 있는 특별한 기회를 얻게 되었습니다. 주요 보안 및 AI 제공업체로서 Google은 이러한 책임을 무겁게 받아들이며, 다양한 수단을 동원해 한 발 앞서 나가고 있습니다.

악성 인프라 차단. Google 도구를 이용해 공격을 시도할 경우 해당 도구에 대한 액세스 권한이 박탈됩니다. Google은 악의적인 행위자로 확인된 사용자의 프로젝트, 계정, 자산을 선제적으로 차단합니다.
AI 모델 및 분류기 강화. Google은 AI 모델에 대한 지속적인 피드백 루프를 운영합니다. 위협 인텔리전스를 제품 개발에 직접 반영함으로써 Google의 모델은 공격이 발생하기도 전에 악의적인 요청을 식별하고 거부하는 방법을 학습합니다.
취약점 탐지 및 패치를 자동화하는 것 또한 공격자를 방해합니다. Google은 수동 패치 방식에서 AI 기반 탐지 방식으로 전환하고 있습니다. CodeMender와 같은 도구는 코드 자체에 존재하는 치명적인 취약점을 자동으로 수정합니다.
고급 방어 및 위협 모델 개발. Google DeepMind의 팀들은 생성형 AI를 위한 특화된 방어 체계를 구축하고 있으며, 전체 생태계에 걸쳐 적극적인 모니터링을 배포하여 오용을 실시간으로 식별하고 있습니다.

AI 시대의 보안은 과거의 단절되고 수동적인 도구로는 달성할 수 없으며, AI 기반 위협에는 AI 기반 방어 체계로만 대응할 수 있습니다. 방어자에게 유리한 상황을 만들기 위해서는 지속적이고 머신 속도로 작동하는 보호 모델로 전환해야 합니다. Google은 여러분과 함께 이러한 안전한 미래를 구축하기 위해 최선을 다하고 있습니다.

AI 시대의 보안을 위한 Google의 접근 방식에 대해 자세히 알아보려면 새로운 Mandiant의 AI 위험 및 복원력 보고서를 확인하세요.

aside_block: <ListValue: [StructValue([('title', '새로운 내용을 알아보세요'), ('body', <wagtail.rich_text.RichText object at 0x7f88f767a0d0>), ('btn_text', '지금 보기'), ('href', 'https://x.com/googlecloud/status/2090213589558698309?s=20'), ('image', <GAEImage: Cloud-CISO-Perspectives-logo-A>)])]>

위협 인텔리전스 뉴스

AI 위협 추적기: 프롬프트 작성에서 자율성으로: AI의 악의적 오용에 관한 최신 Google Threat Intelligence Group(GTIG) 보고서에 따르면, 공격자가 기본적인 프롬프트 작성 방식에서 에이전트형 AI 워크플로와 AI 기반 자동화로 전환하고 있으며, 클라우드 리소스 탈취 후 6시간 내에 에이전트를 활용한 대규모 사용자 인증 정보 수집 캠페인을 계획, 구축, 실행하는 것으로 확인되었습니다. 자세히 알아보기
금전적 이익을 목적으로 활동하는 공격자, BREEZE COMET이 브라질을 표적으로 삼다: 현재 활발히 활동하며 진화하고 있는 이 위협에 조직이 대응할 수 있도록 BREEZE COMET의 전술과 툴킷 그리고 Google의 권장 완화 조치와 탐지 방법에 대해 알아보세요. 자세히 알아보기
공격받는 JFrog Artifactory: Wiz Research는 JFrog Artifactory에 영향을 미치는, 심각도 수준 매우 높음 또는 높음의 3가지 취약점이 실제로 악용되고 있음을 확인했습니다. 공격자들은 이러한 취약점을 연쇄적으로 악용하여 인증을 우회하고 관리 제어 기능을 획득하고 있습니다. 자세히 알아보기

이번 달에 게시된 더 많은 위협 인텔리전스 사례를 보려면 Google Cloud 블로그를 확인하세요.

Google Cloud 팟캐스트 소개

Cloud Security 팟캐스트: AI, 에이전트, Rust, 탭을 사용한 브라우저 패치: Chrome Security의 Jasika Bawa와 Doug Turner가 Google Chrome에서 AI 에이전트를 통해 전례 없는 규모로 보안 취약점을 자율 식별 및 패치하고 브라우저 업데이트 주기를 크게 단축하는 방법을 살펴봅니다. 내용 듣기
Cloud Security 팟캐스트: Wiz의 AI 취약점 연구인 Project Atlas에 관한 모든 것: Wiz의 취약점 연구 책임자인 니르 오르펠드가 팀에서 멀티 에이전트 AI 시스템을 활용해 클라우드 인프라에서 파급력이 큰 제로데이 취약점을 발견하는 방법을 설명합니다. 내용 듣기
Cloud Security 팟캐스트: Google이 대규모로 취약점 클래스를 제거하는 방법: AI가 코드를 작성하고 이 코드를 누군가 검토할 시간도 없는 상황에서 보안이 유지되는 Google급 규모의 엔터프라이즈 환경을 구축하려면 어떤 토대가 필요할까요? Google의 수석 보안 엔지니어인 크리스토프 케른이 AI 시대에 보안 내재화 설계가 진정으로 의미하는 바가 무엇인지 살펴봅니다. 내용 듣기

한 달에 두 번 발행되는 Cloud CISO Perspectives 게시물을 이메일로 받아보려면 뉴스레터 구독을 신청하세요. 보안과 관련된 Google Cloud의 새로운 소식을 들고 몇 주 후에 다시 돌아오겠습니다.

세분화된 기본 제어 기능을 갖춘 새로운 세션 관리 도구 소개

Wed, 23 Sep 2026 07:00:00 +0000

Google Cloud 세션 관리는 조직의 보안 정책 요구사항에 따라 세션 제어를 설정할 수 있는 유연한 옵션을 제공합니다. Google Cloud는 보안 상황을 개선하고 사용자 인증 정보 도용 및 계정 탈취(ATO) 위험을 완화할 수 있도록 Google Cloud 고객을 대상으로 기본 세션 길이를 16시간으로 설정하는 기능을 출시했습니다.

이제 세션 길이를 직접 구성하지 않은 모든 고객에게 이 보안 표준을 확장하는 작업을 완료했지만, 오늘날의 클라우드 환경에는 더욱 정밀한 제어가 필요합니다. 이러한 전 세계 출시를 마무리하면서 Google Cloud 세션 제어도 광범위한 관리 설정에서 컨텍스트 인식 액세스(CAA)에 긴밀하게 통합되며, 세분화된 제어 기능을 제공하도록 발전했습니다.

이번 업데이트를 통해 관리자는 더 유연한 제어, 향상된 자동화, 더 자연스러운 보안 워크플로를 이용할 수 있습니다.

세션 제어의 새로운 기능

1. 자동화 우선: Terraform, gcloud, API 지원

최신 인프라는 코드로 관리됩니다. DevSecOps 워크플로를 지원하기 위해 세션 제어 정책 구성이 더 이상 수동 UI 구성으로만 제한되지 않습니다. 이제 정식 버전으로 제공되는 다음 도구를 사용하여 세션 정책을 프로그래매틱 방식으로 정의, 배포, 관리할 수 있습니다.

Terraform: 세션 제어를 인프라 매니페스트에 직접 통합합니다.
gcloud CLI: 명령줄에서 정책을 관리합니다.
REST API: 복잡한 멀티 테넌트 환경 전반에서 정책 시행을 자동화합니다.

2. Google 그룹스를 활용한 세분화된 타겟팅

가장 많은 요청을 받은 업그레이드 중 하나는 정책을 정밀하게 타겟팅하는 기능이었습니다. 이전에는 세션 길이가 조직 단위(OU)에 연결되어 있었습니다. 이제 정식 버전으로 제공되는 세션 제어 정책에서는 Google 그룹스를 사용합니다.

이러한 변화를 통해 조직 계층 구조에서 사용자의 위치와 관계없이 특정 사용자 집단에 서로 다른 세션 정책을 적용할 수 있습니다. 예를 들어 결제 관리자 및 프로젝트 소유자와 같이 높은 수준의 권한을 가진 사용자에게는 2시간 세션을 적용하면서 일반 개발자에게는 표준 16시간 세션을 유지할 수 있습니다.

3. 정밀한 애플리케이션 제어

세션 제어 정책을 사용하면 Google Cloud API 범위가 필요한 모든 애플리케이션에 영향을 미치는 일괄적인 정책 대신 특정 애플리케이션에 세션 제어를 구성할 수 있습니다. 이러한 애플리케이션에는 다음이 포함됩니다.

Google Cloud 콘솔
gcloud 명령줄 도구
특정 OAuth 애플리케이션

이제 정식 버전으로 제공되는 이번 업데이트를 통해 Cloud SDK에 적용된 엄격한 정책이 OAuth를 사용하는 정상적인 비즈니스 인텔리전스 또는 대시보드 통합까지 의도치 않게 중단시키는 일괄적인 정책 적용 문제를 방지할 수 있습니다.

4. Google Cloud 네이티브 환경

지금까지 Google Cloud의 세션 길이는 Google Workspace 관리자 콘솔에서만 구성할 수 있었습니다.

Google Cloud 고객은 신청을 통해 Google Cloud 콘솔에서 Access Context Manager(ACM)의 다른 액세스 수준 및 보안 바인딩과 함께 세션 정책을 관리할 수도 있습니다. 현재 프리뷰로 제공되는 이 업데이트를 통해 정책 관리 작업에 Google 콘솔을 사용하는 것을 선호하는 Google Cloud 관리자에게 모든 CAA 정책을 구성할 수 있는 더 큰 유연성과 통합된 환경을 제공할 수 있습니다.

시작하는 방법

세션 제어가 정적인 조직 기본 설정에서 동적인 컨텍스트 인식 정책으로 발전함에 따라 보안팀은 개발자의 속도를 저해하지 않으면서 위험이 가장 높은 영역에 더욱 엄격한 재인증 기준을 적용하여 사용자 인증 정보 도용에 대응할 수 있습니다.

세션 제어 문서에서 Terraform, REST API, gCloud를 사용하여 세션 제어를 구성하는 방법을 알아보세요.

Google의 오픈소스 버그 발견 및 수정 도구인 Mantis 시작하기

Tue, 08 Sep 2026 13:00:00 +0000

AI 모델이 사람의 도움 없이도 취약점을 발견하고 공격할 수 있다는 사실은 분명히 입증되었습니다. 방어자가 AI를 활용해 유리한 위치를 점할 수 있도록, Google은 소프트웨어 취약점의 발견, 분류, 재현, 패치를 자동화하는 Mantis 하네스를 개발했습니다.

누구나 사용할 수 있는 오픈소스 프레임워크인 Mantis는 머신 속도로 취약점을 찾아 수정하는 Google의 내부 접근 방식 중 하나입니다. 이를 통해 보다 효과적이고 확장 가능한 컨텍스트 인식 저장소 분석이 가능합니다.

AI 코드 스캔의 허술함으로 인해 할루시네이션 버그가 발생하고 참양성률이 7% 아래로 떨어지는 경우가 많지만, Mantis는 비평가 및 검토 에이전트와 같은 업계 표준 에이전트 기법과 그라운딩을 위한 취약점의 샌드박스 재현을 결합하여 효과적으로 작동하도록 설계되었습니다.

6월에 자세히 설명드린 바와 같이, Mantis는 저장소의 기록을 검사하여 과거의 보안 수정 사항을 학습하고, 아키텍처 및 위협 모델 문서가 제공되지 않더라도 이를 자동으로 빌드합니다.

Mantis는 계층적 보안 요약 트리를 구성하여 개별 파일을 디렉터리 및 루트 수준 요약으로 압축합니다. 이 기법은 대규모 저장소에서 중요한 구조적 컨텍스트를 보존하면서 토큰 오버헤드를 85% 이상 줄여 줍니다.

Mantis는 수십 년간 광범위한 코드베이스에서 축적된 사이버 보안 전문 지식을 집약한 도구로, GitHub에서 사용할 수 있습니다. Mantis를 시작하는 방법은 다음과 같습니다.

먼저 다음을 사용하여 Mantis 저장소를 로컬로 클론합니다.

code_block: <ListValue: [StructValue([('code', 'git clone https://github.com/google/mantis.git'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f8909266550>)])]>

그런 다음, 선호하는 코딩 에이전트를 열고 'path/to/mantis의 Mantis 프레임워크를 사용하여 path/to/your/code의 코드를 검토하고 싶어. 어떻게 시작하면 되는지 도와줄 수 있어?'라는 프롬프트를 사용합니다.

Google 내부에서도 이 프롬프트를 사용하여 여러 코드 저장소에서 실제 취약점을 찾아냈습니다. GitHub의 Mantis 저장소에는 샘플 샌드박스 옵션이 포함되어 있습니다. 각자의 워크플로에 맞게 자체 샌드박스를 구현할 수도 있습니다.

Mantis는 취약점 발견, 참양성 필터링, 패치를 쉽게 시작할 수 있는 도구입니다. AI가 발견한 취약점을 파악한 후에는 새로운 mantis-advise 스킬을 사용하여 축적된 지식을 활용하고 코딩 에이전트가 처음부터 안전한 코드를 작성하도록 할 수 있습니다.

AI 기반 취약점 발견을 최대한 활용하고 개발 방식을 현대화하려면 다음 두 가지 필수 관행을 따르는 것이 좋습니다.

도구에 적절한 컨텍스트를 제공합니다. Mantis는 커밋 기록과 코드를 자동으로 분석하여 자체적으로 문서를 빌드할 수 있지만, 사람이 선별한 지식을 활용하면 결과의 품질을 크게 개선할 수 있는 경우가 많습니다. 예를 들어, '사용자가 본인의 프로그램을 다운시키는 버그'처럼 수정에 시간을 낭비할 필요가 없는 버그라면, 스캔 파이프라인이 이러한 유형의 버그를 발견하지 않도록 이러한 정보를 알려주는 것이 매우 중요합니다.
취약점 수용 기준을 갖춘 사이버 샌드박스를 구축합니다. 취약점을 재현할 수 있는 안전한 샌드박스 환경과 명확한 취약점 재현 기준을 마련하면 필요한 정보만 파악하고 수정 사항이 정확한지 확인하는 과정에서 더 나은 결과를 얻을 수 있습니다.

여기에서 Mantis에 대해 자세히 알아보세요.

Cloud CISO Perspectives: AI 시대에 수자원 부문의 보안을 강화하기 위한 팁

Mon, 07 Sep 2026 22:00:00 +0000

2026년 8월 두 번째 Cloud CISO Perspectives 뉴스레터에 관심을 가져 주셔서 감사합니다. 이번 호에서는 Chris Sistrunk와 Stephanie Kiel이 수자원 부문이 직면한 주요 문제와 OT 운영자가 인프라를 보호하기 위해 취할 수 있는 실질적인 조치를 자세히 설명합니다.

모든 Cloud CISO Perspectives 뉴스레터와 마찬가지로 이 뉴스레터의 내용은 Google Cloud 블로그에 게시됩니다. 현재 웹사이트에서 이 페이지를 읽고 있는 경우, 이메일로 받아보려면 여기에서 구독을 신청해 주세요.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud로 중요한 이사회 인사이트 얻기'), ('body', <wagtail.rich_text.RichText object at 0x7f88f7520a10>), ('btn_text', '허브 방문하기'), ('href', 'https://cloud.google.com/solutions/security/board-of-directors?utm_source=cgc-site&utm_medium=et&utm_campaign=FY26-Q2-GLOBAL-GCP39634-email-dl-dgcsm-CISOP-NL-177159&utm_content=-&utm_term=-'), ('image', <GAEImage: GCAT-replacement-logo-A>)])]>

AI 시대에 수자원 부문의 보안을 강화하기 위한 팁

작성자: Chris Sistrunk, Mandiant Consulting OT 부문 실무 책임자, Stephanie Kiel, Google Cloud 공무 및 공공 정책 부문 Cloud 보안 정책 책임자

Chris Sistrunk, Mandiant Consulting OT 부문 실무 책임자

Google Cloud의 위협 인텔리전스팀은 지정학적 갈등 상황에서 공격자들이 중요 기반 시설을 겨냥하는 수법이 더욱 대담해지고 있음을 확인했습니다. 최근 미국에서는 수자원 시설의 인터넷 연결형 프로그래머블 로직 컨트롤러(PLC)를 노리는 공격이 증가하고 있습니다.

Stephanie Kiel, Google Cloud 공무 및 공공 정책 부문 Cloud 보안 정책 책임자

지금까지 사이버 사고가 운영 중단으로 이어진 경우는 드물었습니다. 여기에는 수자원 시설 운영자가 오래전부터 수동 제어 역량을 갖춰 놓고 물이 소비자에게 도달하기 전 단계에서 수행되는 수질 검사 절차를 마련해 둔 이유도 있습니다. 평소에도 펌프와 배관은 사이버 위협과 무관한 이유로 빈번하게 고장이 나기 때문입니다.

하지만 이러한 사이버 위협에는 시급한 주의가 필요하며 더욱 철저하게 보안 위생을 지키는 노력이 필요합니다. 수동 제어 기능은 신뢰할 수 있는 안전망이지만 특히 AI 시대에 사이버 위협을 예방하기 위해서는 기본적인 디지털 보안 강화 노력이 뒷받침되어야 합니다.

Google은 위협 정보를 바탕으로 위험을 관리하는 대응 방식을 권장합니다. 현재 수자원 부문의 보안 상태를 보면 시스템을 안전하게 유지해 주는 고유한 운영 복원력이 있음에도 불구하고 추가적인 조치를 적극적으로 검토해야 할 필요가 있음을 알 수 있습니다.

상하수도 시설에서 고려해야 할 조치

리소스가 제한된 시설에 가장 효과적인 방어 방법은 사이버 보안의 기본에 집중하는 것입니다. 이러한 기본적인 관행을 우선시하면 시스템 방어력을 크게 높이고 조직을 훨씬 더 공격하기 어렵고 복원력 높은 표적으로 탈바꿈함으로써 충분한 리소스를 보유한 공격자조차 공격을 포기하게 만듭니다.

자산 인벤토리 및 노출 상태 평가: 제어 시스템이 안전하지 않은 상태로 인터넷에 노출되어 있는지 확인합니다. 이러한 노출은 취약점 공격이 성공하는 주요 원인이 되는 경우가 많습니다.
기본적인 보안 위생: 기본 사용자 인증 정보를 안전한 비밀번호로 교체하고 방화벽을 비롯해 외부에 노출된 액세스 포인트를 철저하게 강화합니다.
백업: 제어 시스템을 비롯한 중요 시스템을 검증된 3-2-1 백업 규칙에 따라 보호합니다. 즉, 데이터 사본 3개를 2가지 유형의 스토리지에 보관하고, 그중 최소 하나는 외부 장소에 보관하는 것입니다. 또한 사이버 공격으로 인한 다운타임을 최소화할 수 있도록 중요한 예비 장비를 즉시 사용할 수 있는 상태로 준비해 둡니다.
세분화: 네트워크 세분화와 다단계 인증을 사용하여 필요한 경우에 한해 원격 액세스를 허용하고 엄격히 통제되도록 합니다. 전체 제어 권한이 필요하지 않은 경우에는 읽기 전용 액세스를 사용해야 합니다.
비상 계획: FEMA NIMS 및 산업 제어 시스템용 Incident Command System(배관 파손, 수돗물 끓여 먹기 주의보, 자연재해 등에 대응할 때 사용하는 것과 동일한 대응 체계)을 포함해 모든 유형의 위험을 포괄하는 기존의 종합 사고 지휘 체계에 사이버 사고 대응 계획을 통합합니다.
서드 파티 및 공급업체 액세스 보안 강화: 상당수의 수자원 시설이 IT 또는 OT를 직접 관리하지 않고 외부 시스템 통합업체에 의존하고 있습니다. 따라서 시스템 통합업체 및 유지보수 업체가 사용하는 원격 연결을 철저히 감사해야 합니다. 또한 서드 파티 공급업체가 MFA 표준과 같은 엄격한 액세스 제어 및 로깅 요구사항을 준수하도록 해야 합니다.

이러한 권장사항은 American Water Works Association(미국수도협회), National Rural Water Association(전국농촌수도협회), Water-ISAC, Environmental Protection Agency(환경 보호국), Cybersecurity and Infrastructure Security Agency(사이버 보안 및 인프라 보안국), FBI의 가이드와도 맥락을 같이합니다.

IT 및 OT 리더를 위한 권장사항: 거버넌스 격차 해소

IT/OT 리더는 협력하여 통합 거버넌스 프레임워크를 구축해야 하며, 장기적으로 사이버 물리 시스템의 복원력을 강화하는 데 집중해야 합니다. 이는 정부 기관, 민간 부문 조직, 그리고 개인을 아우르는 공동의 노력이 필요한 과제입니다. 궁극적인 목표는 이러한 시스템이 보안성을 갖추고, 유연하게 적응하며, 장애 발생 시 신속하게 복구할 수 있는 미래를 만드는 것입니다.

PLC는 일반적인 소프트웨어 개발 관행의 적용 범위를 벗어나는 경우가 많지만, NIST의 Secure Software Development Framework(SSDF)에 명시된 것과 같이 조직에서 사용하는 소프트웨어에 견고한 접근방식을 적용하면 전반적인 보안 상황을 크게 강화할 수 있습니다. 이러한 관행은 복원력을 가늠하는 데 도움이 되는 선행 지표의 좋은 예이기도 합니다. 원활한 시작에 도움이 되도록 Google에서 게시한 선행 지표 평가 가이드를 확인해 보세요.

수동 제어 기능은 신뢰할 수 있는 안전망이지만 특히 AI 시대에 사이버 위협을 예방하기 위해서는 기본적인 디지털 보안 강화 노력이 뒷받침되어야 합니다.

기술이 발전함에 따라 보안 현대화는 필수 과제가 되었습니다. 이제는 사후 대응 위주의 수동적 모델에서 벗어나 인적 전문성을 의사 결정의 중심에 두면서도 AI로 역량을 강화하는 접근방식으로 전환해야 합니다. 이러한 접근방식은 인력이 부족한 보안팀의 역량을 배가할 수 있는 절호의 기회가 될 것입니다.

오늘날의 위협에 선제적으로 대응하려면 조직은 단순한 규정 준수 체크리스트에서 벗어나 더욱 민첩하고 위협 정보를 기반으로 하는 전략을 도입해야 합니다. 즉 규정 준수 자체를 최우선 목표로 삼기보다 우수한 보안 체계를 갖춘 결과로서 규정 준수가 자연스럽게 따라오도록 해야 합니다.

AI 시대에는 Mandiant 운영 기술(OT) Theory of 99(99의 이론)의 중요성이 더욱 커졌습니다. 공격 기회의 폭이 크게 좁아졌음에도 불구하고 OT에 영향을 미칠 만큼 깊숙이 침투한 공격 사례를 살펴보면 다음과 같은 특징을 보입니다.

침해된 시스템의 99%는 컴퓨터 워크스테이션과 서버입니다.
멀웨어의 99%는 컴퓨터 워크스테이션과 서버를 대상으로 설계됩니다.
포렌식 작업의 99%는 컴퓨터 워크스테이션과 서버에서 수행됩니다.
탐지 기회의 99%는 컴퓨터 워크스테이션 및 서버와 관련된 활동에서 발생합니다.
침입 드웰 타임(dwell time)의 99%는 Purdue 레벨 0~1 기기가 영향을 받기 전에 일반 상용 컴퓨터 장비에서 발생합니다.

그 결과 IT 및 OT 네트워크를 겨냥하는 공격자가 사용하는 전술, 기법, 절차(TTP)는 상당 부분 중복되는 경우가 많습니다. 그러나 Theory of 99는 AI 시대에 방어자가 상당한 우위를 점할 수 있다는 사실도 보여줍니다. 고급 AI 기능을 활용해 99%에 달하는 중간 인프라의 보안을 확보하는 조직은 위협을 선제적으로 무력화하고, 가장 핵심적인 1%의 물리적 운영 프로세스를 철저히 보호할 수 있습니다.

사이버 방어를 위한 AI

앞서 언급했듯 AI 역량은 네트워크 보안의 주도권을 방어자 쪽으로 전환할 수 있는 기회를 제공합니다. 악의적인 행위자가 공격 수명 주기 전반에서 AI 기능을 활용하는 사례가 늘어남에 따라 방어자의 우위가 더욱 중요해지고 있습니다.

현재 위협 환경에서 방어 자동화는 보안팀의 역량을 배가하고 의사 결정과 생산성을 높여 중요한 보안 노출이 공격을 받기 전에 해결되도록 돕습니다. 신중한 계획을 통해 중요 기반 시설 제공업체는 물리적 자산을 보호하는 동시에 더욱 견고한 복원력과 위협 정보를 기반으로 한 방어 체계를 구축할 수 있습니다.

AI가 제공하는 방어적 이점을 효과적으로 실현하려면 체계적이고 계획적인 방식으로 AI 도구를 시스템에 통합해야 합니다. 운영자는 AI가 물리적 프로세스에 새롭게 초래하는 고유한 취약점을 이해하고, 보안 자동화의 이점을 활용할 수 있는 구체적인 비즈니스 사용 사례를 평가하며, 지속적인 테스트와 모니터링을 위한 명확한 프레임워크를 마련해야 합니다. Google은 이러한 접근방식의 일환으로 산업 분야에 관계없이 AI 기능을 안전하게 통합하고 배포할 수 있도록 지원하는 안전한 AI 프레임워크를 개발했습니다.

무엇보다도 인간의 감독이 계속 중심적인 역할을 해야 합니다. 즉, AI는 의사 결정을 보조하는 역할을 해야 하며 사고 대응 계획에는 안전 관행이 직접 통합되어야 합니다.

수자원 보안을 위한 향후 과제

악의적인 사이버 위협으로부터 수자원 시스템을 보호하는 것은 단순한 기술적 과제를 넘어 공공 안전을 위한 근본적인 책무입니다. 깨끗하고 안정적인 수자원 공급은 필수 서비스인 만큼 사이버 위협 속에서도 이 핵심 공공 인프라의 연속성을 보장하기 위해 미국 연방, 주, 지방 정부가 정책 논의를 넘어 실질적이고 결단력 있는 조치에 나설 전망입니다.

예를 들어 미국 국가사이버국장실(Office of the National Cyber Director)은 텍사스주와 협력하여 수자원 인프라 제공업체를 사이버 공격으로부터 보호하기 위한 시범 프로그램을 최근 시작했으며, 미국 상원의원들도 최근의 상황에 대응하여 이미 새로운 법안을 발의했습니다.

Google은 고객의 클라우드 및 하이브리드 클라우드 OT 환경 보호를 지원하는 데 최선을 다하고 있습니다. 중요 기반 시설 보호에 관한 Google의 가이드를 자세히 알아보려면 CISO Insights Hub를 방문하세요.

aside_block: <ListValue: [StructValue([('title', '새로운 내용을 알아보세요'), ('body', <wagtail.rich_text.RichText object at 0x7f88f75956d0>), ('btn_text', '지금 보기'), ('href', 'https://x.com/googlecloud/status/2090213589558698309?s=20'), ('image', <GAEImage: Cloud-CISO-Perspectives-logo-A>)])]>

위협 인텔리전스 뉴스

러시아의 주요 관심 인물을 표적으로 삼는 별개의 위협 클러스터: Google Threat Intelligence Group(GTIG)은 정상적인 인증 흐름을 악용하여 유럽 및 미국 학계, 항공우주, 정부 기관, 싱크탱크 종사자를 노리는 러시아 배후 의심 사이버 스파이 위협 클러스터 3곳을 추적하고 있습니다. 자세히 알아보기
AI 인프라 공격 90일 심층 분석: Wiz 허니팟을 통해 RCE, 블라인드 프롬프트 인젝션, 메모리 사용자 인증 정보 탈취 기법으로 LiteLLM, MCP 서버, AI 프레임워크를 노리는 활발한 공격 캠페인을 포착했습니다. 자세히 알아보기
버전 제어 DFIR: GitHub, GitLab, Bitbucket, Azure DevOps 치트 시트: 주요 버전 제어 서비스 전반의 로그 가시성 확보, 사고 대응 준비, 위협 추적을 위한 실무자 가이드입니다. 자세히 알아보기
arrayref 대상 Rust 공급망 공격: 북한 캠페인과 상당 부분 중복: 악성 버전의 arrayref Rust 크레이트와 기타 크레이트가 컴파일 시점에 백도어를 실행한 것으로 확인되었습니다. 이 캠페인의 인프라는 Mastra와 axios를 비롯한 최근 북한 공급망 공격과 상당 부분 겹칩니다. 자세히 알아보기

이번 달에 게시된 더 많은 위협 인텔리전스 사례를 보려면 Google Cloud 블로그를 확인하세요.

Google Cloud 팟캐스트 소개

Cloud Security 팟캐스트: AI, 에이전트, Rust, 탭을 사용한 브라우저 패치: Chrome Security의 Jasika Bawa와 Doug Turner가 Google Chrome에서 AI 에이전트를 통해 전례 없는 규모로 보안 취약점을 자율 식별 및 패치하고 브라우저 업데이트 주기를 크게 단축하는 방법을 살펴봅니다. 내용 듣기
Cloud Security 팟캐스트: Wiz의 AI 취약점 연구인 Project Atlas에 관한 모든 것: Wiz의 취약점 연구 책임자인 Near Orfeld가 팀에서 멀티 에이전트 AI 시스템을 활용해 클라우드 인프라에서 파급력이 큰 제로데이 취약점을 발견하는 방법을 설명합니다. 내용 듣기
Cloud Security 팟캐스트: Google이 대규모로 취약점 클래스를 제거하는 방법: AI가 코드를 작성하고 이 코드를 누군가 검토할 시간도 없는 상황에서 보안이 유지되는 Google급 규모의 엔터프라이즈 환경을 구축하려면 어떤 토대가 필요할까요? Google의 수석 보안 엔지니어인 Christoph Kern이 AI 시대에 보안 내재화 설계가 진정으로 의미하는 바가 무엇인지 살펴봅니다. 내용 듣기

BlackLine에서 VPC 서비스 제어로 경계 정책 인텔리전스를 간소화하는 방법

Mon, 07 Sep 2026 22:00:00 +0000

VPC 서비스 제어(VPC-SC)를 통해 네트워크 수준의 경계를 설정하면 데이터 무단 반출, 도용된 계정, 내부자 위협으로부터 클라우드 환경을 보호하는 데 큰 도움이 됩니다.

오늘 Google Cloud에서는 운영 간소화에 큰 도움이 되는 VPC-SC의 새로운 정책 인텔리전스 기능을 소개합니다. 최신 버전의 VPC-SC 위반 분석 도구 및 위반 대시보드를 활용하면 정책 관리와 문제 해결을 간소화하여 보안 경계를 그 어느 때보다 효율적이고 쉽게 관리하고 최적화할 수 있습니다.

BlackLine의 사고 대응 프로세스 간소화 방법

재무 운영 관리 분야의 선도 기업인 BlackLine에서는 엄격한 보안 경계를 유지하기 위해 VPC-SC 정책 인텔리전스 솔루션을 도입했습니다. Fortune 500 기업의 절반 이상이 선택한 BlackLine은 고객의 민감한 재무 데이터를 보호하는 데 Google Cloud의 포괄적인 관리형 서비스 제품군과 내장된 보안 기능을 활용하고 있습니다.

VPC 서비스 제어는 BlackLine에서 Google Cloud 환경의 예방적 규정 준수 및 보안 제어를 실현하는 데 핵심적인 역할을 합니다. BlackLine은 이를 통해 강력한 보안 경계를 구축함으로써 데이터 무단 반출 위험을 완화하고 보안 수준이 높은 환경과 낮은 환경을 명확하게 분리하여 관리하고 있습니다.

이러한 복잡한 경계를 관리하는 일은 지속적인 과정입니다. VPC 서비스 제어 위반 분석 도구는 승인된 액세스 수준과 인그레스 및 이그레스 정책을 통해 보안 경계를 조정함으로써, BlackLine의 클라우드 인프라 관리자가 비즈니스의 변화하는 API 연결 요구사항에 유연하게 대응할 수 있도록 지원합니다.

VPC-SC 위반 오류 메시지에 포함된 문제 해결 토큰이나 고유 ID만 있으면 실패한 API 요청과 관련된 보안 주체와 대상 리소스를 식별하고 해당 API 요청이 BlackLine의 서비스 경계를 위반한 원인과 경위를 설명하는 상세 보고서를 생성할 수 있습니다. 데이터 추출을 위한 Cloud Logging SQL 쿼리를 작성할 필요도 없습니다.

위반 세부정보 보고서가 제공하는 명확한 액세스 컨텍스트와 활용 가능한 분석 정보는 위반 문제를 협력하여 해결하는 데 매우 귀중한 토대가 됩니다. 이는 서비스 경계 문제의 평균 해결 시간(MTTR)을 대폭 단축함으로써 BlackLine이 고객에게 더욱 집중하고 고객을 위한 혁신을 지속할 수 있도록 지원합니다.

경계 운영 수명 주기 간소화

Google Cloud의 새로운 정책 인텔리전스 도구인 VPC-SC 위반 분석 도구와 위반 대시보드는 실시간 모니터링과 능동적인 사고 대응을 간소화합니다. 이러한 도구는 Google Cloud 콘솔에서 명확하고 활용 가능한 분석 정보를 제공합니다. 이를 통해 향상된 속도와 자동화를 바탕으로 최소 권한 경계를 자신 있게 적용하고 액세스 거부 문제를 신속하게 해결할 수 있습니다.

위반 대시보드는 Google Cloud 조직 전체에서 발생한 모든 서비스 경계 위반을 단일 제어 창에 집계하고 시각화합니다. 이를 통해 팀은 추세를 파악하고 액세스 거부 급증을 식별할 수 있으며, 특정 경계, 프로젝트 또는 ID를 기준으로 위반을 필터링한 결과를 공유할 수도 있습니다.

위반 분석 도구는 위반 조사를 간소화하여 Cloud Logging을 쿼리하고 세부정보를 수동으로 조합할 필요가 없습니다. 대시보드에서 문제 해결 토큰을 클릭하거나 고유한 거부 ID를 입력하면 분석 도구가 ID, 소스, 대상, 트리거된 VPC-SC 규칙을 파악하여 해당 요청이 차단된 이유를 설명하는 보고서를 생성합니다. 이를 통해 기존 정책 규칙을 수정할지, 새로 생성할지를 신속히 결정하여 조치를 취할 수 있으며 결과적으로 사고 해결 시간을 대폭 단축할 수 있습니다.

새로운 VPC 서비스 제어 정책 인텔리전스 도구는 단순한 자동 로그 분석을 넘어 위반 사항을 통합해 보여주고 조사에 필요한 활용 가능한 분석 정보를 제공합니다. 이를 통해 보안 경계 배포와 관리를 더욱 간소화하고 관련 위험도 낮출 수 있습니다.

배포부터 정책 미세 조정까지 VPC 서비스 제어 수명 주기를 간소화합니다.

새로운 VPC-SC 문제 해결 도구를 사용하면 다음 작업을 더욱 쉽게 수행할 수 있습니다.

새 경계 테스트(배포): 위반 대시보드를 활용하여 서비스 경계의 영향을 시각화하는 초기 드라이 런 단계를 통해 프로덕션 트래픽에 영향을 미치기 전에 적용 결과가 정확하고 예측 가능한지 미리 검증할 수 있습니다. 보안 주체, 서비스 경계, 시행 유형 등에 대해 사전 빌드된 컨텍스트 필터를 사용하여 위반 사항을 필터링해 추적하고 해결할 수 있습니다.
경계 거부 추적(모니터링): 위반 대시보드는 경계 상태를 통합하여 보여주므로 보안 운영팀이 동적 에이전트 기반 액세스 거부를 포함한 현황을 실시간으로 모니터링할 수 있습니다.
이벤트 분류(조사): 위반 분석 도구는 모든 위반에 대해 ID, 소스, 대상, 작업 내역을 제공합니다. IAM(ID 및 액세스 관리) 권한, 리소스 계층 구조, 컨텍스트 평가를 상호 참조하여 어떤 규칙이 트리거되었는지 식별하므로 수작업에 드는 노력을 크게 줄여줍니다.
규칙 수정(정책 미세 조정): 위반 분석 도구는 구성 파일을 검색하는 대신 위반을 VPC-SC 정책의 관련 행에 직접 매핑합니다. 이를 통해 수작업을 줄이면서 정책을 더 빠르게 업데이트할 수 있습니다.

VPC 서비스 제어 위반 대시보드는 상세 보고서를 통해 경계 액세스 조사에 즉시 착수할 수 있도록 지원합니다. 여기에 위반 분석 도구를 병행하면 조사 과정이 한층 더 간소화됩니다.

핵심 VPC-SC 작업: 간편한 경계 적용

새로운 문제 해결 기능은 강력한 경계를 설계, 적용, 관리하는 VPC 서비스 제어의 기본적인 간편성을 토대로 구축되었습니다.

테스트 실행 모드를 활용하면 중요한 비즈니스 워크플로를 중단하지 않고도, 실제 관찰된 트래픽을 바탕으로 정확하고 컨텍스트에 맞는 인그레스 및 이그레스 규칙을 구축할 수 있습니다. 이처럼 액세스 패턴을 검증한 후에는 데이터를 기반으로 확신을 가지고 전체 적용 단계로 넘어갈 수 있습니다. 또한 범위 지정 정책을 사용하면 관리를 프로젝트 수준 관리자에게 직접 위임할 수 있어 경계 유지관리를 더욱 효율적이고 간편하게 수행하는 동시에 워크로드와 가장 가까운 팀에 권한을 부여할 수 있습니다.

시작하기

VPC 서비스 제어로 데이터 보안을 간소화하세요. 새로운 위반 분석 도구 및 위반 대시보드를 사용하면 사고 조사에 소요되는 시간을 단축하고 더 많은 시간을 클라우드 이니셔티브를 안전하게 확장하는 데 투자할 수 있습니다. 데이터는 가장 소중한 자산입니다. 제어 기능을 효과적으로 적용하면서도 관리가 간편한 보안 경계로 데이터를 보호하세요.

자세한 내용은 문서에서 VPC-SC 위반 분석 도구 및 위반 대시보드를 확인하고 시작해 보세요.

Cloud KMS의 양자 내성 키 가져오기 기능 발표

Sun, 06 Sep 2026 19:00:00 +0000

엔터프라이즈에서 멀티 클라우드 아키텍처를 채택하는 사례가 늘면서 BYOK (Bring Your Own Key)는 데이터 주권을 유지하고 중요한 클라우드 워크로드를 보호하는 데 있어 기본적인 축이 되었습니다. 동시에 양자 컴퓨팅이 빠르게 발전하면서 보안팀은 네트워크 전반에서 암호화 키를 안전하게 전송하는 방법을 재평가해야 합니다.

Cloud Key Management Service (Cloud KMS)의 양자 내성 디지털 서명 및 양자 내성 키 캡슐화 메커니즘 (KEM)에 관한 이전 발표에 이어 소프트웨어 기반 암호화 키를 위한 Cloud KMS의 양자 내성 키 가져오기 프리뷰를 발표하게 되어 기쁩니다.

업데이트된 양자 안전 BYOK 기능은 양자 내성 암호화 (PQC) 마이그레이션 타임라인의 다음 단계의 첫 번째 단계로, 암호화 관련 양자 컴퓨터 (CRQC)가 등장하기 전에 민감한 키를 보호하는 데 도움이 될 수 있습니다.

전송 중인 키를 보호하는 데 도움이 되는 양자 내성 키 가져오기를 도입하는 동시에 이제 정식 버전으로 제공되는 Cloud KMS PQC 인사이트를 통해 전반적인 양자 내성 보안 상황을 모니터링할 수 있습니다. 이 개략적인 시각화는 사용하는 알고리즘의 분류에 따라 비대칭 키를 보여주며, 향후 현대화를 계획하고 장기적인 복원력을 지원하는 데 도움이 될 수 있습니다.

위협: 선 저장, 후 해독 공격

기존의 키 가져오기 방식은 전송 중에 키를 래핑하기 위해 기존의 비대칭 암호화 표준에 의존합니다. 이러한 알고리즘은 현재의 위협에 성공적으로 대응하지만, 적이 가로채서 저장한 키를 잠재적으로 해독할 수 있는 실행 가능한 양자 컴퓨터가 등장하면 근본적으로 안전하지 않게 됩니다.

양자 내성 키 가져오기는 키를 양자 내성 봉투로 래핑하여 지금 저장, 나중에 복호화 (SNDL) 공격을 완화하는 데 도움이 됩니다.

키에 대한 양자 내성 봉투 빌드

이제 Cloud KMS에서 사용할 수 있는 양자 내성 전환 메커니즘은 하이브리드 공개 키 암호화 (HPKE)를 사용합니다. 새로운 가져오기 방식은 민감한 소프트웨어 키 자료를 양자 내성 전송 봉투로 래핑합니다. 이 프로세스는 기존 Cloud KMS API 워크플로에 통합되어 작업량을 최소화합니다.

작업 시작: 클라이언트는 Cloud KMS API를 통해 새로운 가져오기 작업을 만들고 양자 내성 HPKE 가져오기 방법을 요청합니다.
키 생성: Cloud KMS 서버는 양자 내성 KEM 비공개 키를 생성하고 클라이언트에 해당하는 공개 키를 노출합니다.
클라이언트 측 래핑: 지원되는 암호화 라이브러리 (예: Tink 또는 OpenSSL)를 사용하여 클라이언트가 HPKE Seal() 작업을 실행합니다. 이 작업은 공유 비밀번호를 설정하기 위해 공개 키를 캡슐화하고, HKDF-SHA256을 사용하여 임시 AES 키를 파생시키며, 대상 키 자료를 암호화합니다.
전송: 클라이언트는 캡슐화된 암호화 텍스트를 암호화된 키 자료와 직접 연결하여 이미 양자 내성 전송 중 데이터 보호 기능이 내장되어 있는 Cloud KMS 엔드포인트로 다시 전송합니다.
래핑 해제: Cloud KMS 서버는 래핑 키의 비공개 부분을 사용하여 HPKE Open() 작업을 실행하여 Cloud KMS 경계 내에서 키 자료를 안전하게 복호화하고 보호합니다.

KEM 레이어의 경우 X-Wing, ML-KEM-768 또는 ML-KEM-1024 중에서 선택할 수 있습니다. 키 파생 레이어는 HKDF-SHA-256을 활용하며 최종 대칭 래퍼는 표준 12바이트 nonce를 사용한 AES-256-GCM을 사용합니다.

가져오기 작업을 설정하고, 외부 암호화 라이브러리를 사용하여 로컬 키 자료를 준비하고, 양자 내성 솔루션을 관리하는 방법에 대해 자세히 알아보려면 Cloud KMS 양자 내성 키 가져오기 문서를 확인하세요.

Google Cloud의 PQC 여정에서 중요한 이정표

양자 내성 암호로의 전 세계적인 마이그레이션은 한 번에 하나의 이정표를 통과하는 마라톤과 같습니다. 지금 바로 첫 번째 양자 내성 키 가져오기 작업을 만들고 애플리케이션을 양자 내성으로 만드는 프로세스를 시작할 수 있습니다.

의견을 보내주시면 감사하겠습니다. Google Cloud에 문의하여 Google Cloud가 조직의 양자 내성 전략을 어떻게 지원할 수 있는지 알아보세요.

Cloud CISO Perspectives: AI 시대에도 보안 기본사항을 지키는 방법

Thu, 03 Sep 2026 21:00:00 +0000

2026년 8월 첫 번째 Cloud CISO Perspectives 뉴스레터에 오신 것을 환영합니다. 오늘은 크리스 베츠가 AI 시대에 보안 기본사항을 활용하는 것이 그 어느 때보다 중요한 이유를 설명합니다.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud로 중요한 이사회 인사이트 얻기'), ('body', <wagtail.rich_text.RichText object at 0x7f88f7515050>), ('btn_text', '허브 방문하기'), ('href', 'https://cloud.google.com/solutions/security/board-of-directors?utm_source=cgc-site&utm_medium=et&utm_campaign=FY26-Q2-GLOBAL-GCP39634-email-dl-dgcsm-CISOP-NL-177159&utm_content=-&utm_term=-'), ('image', <GAEImage: GCAT-replacement-logo-A>)])]>

AI 시대에 보안 기본사항을 강화하는 방법

크리스 베츠, Google Cloud CISO

AI가 공격자의 역량을 가속화함에 따라, 복원력과 취약점 사이의 주요 차별화 요소는 기본적인 강점이 됩니다. 기존 보안 기본사항이 쓸모없게 되었다는 것은 위험하고도 안타깝게도 흔한 오해입니다. CISO의 과제는 새로운 AI 기술을 안전하게 도입하는 동시에 필수적이고 효과적인 방어 관행을 확장하여 공격자의 속도에 맞춰 움직이는 것입니다.

공격자와 방어자 모두에게 AI는 최적화와 혁신을 위한 촉매제 역할을 해 왔습니다. 기존의 자동화는 반복적인 작업을 대규모로 수행할 수 있게 해 주었지만, AI는 양측 모두 대규모로 전례 없는 속도로 매우 구체적이고 맞춤화된 작업을 실행할 수 있게 해 줍니다.

이러한 기술을 종합적으로 사용하면 공격 표면을 줄이고 방어 AI가 비즈니스 지원 도구가 되는 데 필요한 심층적인 컨텍스트에 기여하며, AI 기반 방어를 성공적으로 수행하는 데 필요한 조건을 만들 수 있습니다.

위협이 거의 실시간으로 발전하는 것을 확인할 수 있습니다. 공격자는 악성 스크립트를 동적으로 생성하고 실행 중에 코드를 난독화하여 탐지를 회피하는 적시 AI를 통해 새로운 멀웨어를 배포하고 있습니다. 이들은 정교한 보이스 피싱과 딥페이크를 사용하여 신원 도용 및 비즈니스 이메일 침해를 시도합니다. 승인되지 않은 AI 도구로 인해 섀도 에이전트가 증가하는 현상도 나타나고 있습니다.

AI 기반 보안 위협에 대응하려면 현재의 보안 관행을 가속화하는 것 이상의 노력이 필요합니다. 보안 기반과 계층화된 방어 체계부터 다시 시작해야 합니다. 수년간 투자해 온 기본적인 사이버 보안 구성요소인 적절한 가드레일로 계층화된 방어를 구축하고 사용하는 것이 매우 중요합니다.

다중 인증 (MFA), 제로 트러스트 프레임워크, 일관된 시스템 패치, 포괄적인 감지 및 대응과 같은 기술을 통해 이러한 기반을 강화합니다. 이러한 기술은 공격 표면을 줄이고 방어 AI가 비즈니스 지원 도구로 기능하는 데 필요한 심층적인 컨텍스트를 제공하며, AI 기반 방어가 성공적으로 이루어지는 데 필요한 조건을 만듭니다.

취약점 관리 혁신

불과 몇 년 만에 취약점을 식별하고 수정하는 과정이 대부분 수작업으로 이루어지는 힘든 과정에서 AI 도구가 전례 없는 규모로 취약점을 발견하는 과정으로 진화했습니다. 또한 취약점 공격 시간도 사실상 사라졌습니다.

하지만 특히 오늘날의 취약점 규모를 고려할 때 취약점을 발견하는 것만으로는 충분하지 않습니다. 시스템과 네트워크에 가장 심각한 영향을 미치는 문제를 먼저 해결하는 데 우선순위를 두어야 하며, 이를 위해서는 스마트한 완화 조치에 대한 신속한 대응이 필요합니다.

조직은 여러 모델을 사용하여 결함을 스캔한 다음 엔지니어가 프로덕션으로 빠르게 이동할 수 있는 고품질 코드 수정 사항을 제안하여 AI 위협 방어와 같은 기능을 활용합니다. AI를 사용하면 발견부터 테스트, 배포에 이르는 전체 소프트웨어 개발 수명 주기를 자동화하여 방어 태세를 위협보다 더 빠르게 발전시킬 수 있습니다.

위협 모델링 강화

또한 위협 모델링의 기본 개념이 큰 영향을 미치고 있습니다. 위협 모델링을 제대로 수행하려면 코드, 클라우드 아키텍처, 시스템 설계, 네트워크 경로에서 컨텍스트를 함께 가져와야 합니다.

쉬운 일은 아니지만 AI를 사용하면 데이터를 통합하여 일관된 그림을 그릴 수 있는 능력을 확장할 수 있습니다. 팀은 시스템 정보를 수집하고 위협을 열거하기 위해 멀티 AI 모델을 실험해 왔습니다.

6월에 말씀드린 것처럼 Google Cloud의 엔지니어링팀은 이제 에이전트 기반 보안 검토 파이프라인을 통해 제품 출시를 라우팅합니다. 고위험 지표는 자동으로 플래그가 지정되어 사람이 검토하며, 정적 위협 모델은 실시간으로 업데이트되는 동적 제품 자료로 대체되었습니다.

전략적 비즈니스 리더로서의 CISO

제가 아는 가장 효과적인 보안 리더는 단순한 기술자가 아니라 전략적인 비즈니스 리더입니다. AI 취약점에 대한 전 세계적인 관심이 높아지면서 사이버 보안이 이사회와 경영진의 주요 관심사로 떠올랐습니다.

이러한 가시성은 리더십을 발휘할 수 있는 기회입니다. CISO는 이사회부터 C급 임원, 매일 CISO를 바라보는 보안팀에 이르기까지 명확하게 소통하여 조직의 성장을 보호하면서 AI의 복잡성을 헤쳐나갈 수 있는 유능한 전략가로서의 능력을 입증해야 합니다.

보안 기본사항을 비즈니스 목표에 맞추고 AI를 사용하여 방어를 강화함으로써 조직을 안전하게 미래로 이끌 수 있습니다.

AI 시대에 강력한 보안 기반을 구축하고 유지하는 방법에 대해 자세히 알아보려면 최신 Defender’s Advantage: Cyber Snapshot 보고서를 읽어보세요.

aside_block: <ListValue: [StructValue([('title', '새로운 내용을 알아보세요'), ('body', <wagtail.rich_text.RichText object at 0x7f8908147f90>), ('btn_text', '지금 보기'), ('href', 'https://www.youtube.com/watch?v=CmGWIwgHR60'), ('image', <GAEImage: Cloud-CISO-Perspectives-logo-A>)])]>

위협 인텔리전스 뉴스

에이전트형 소스 코드 검토를 통한 적대적 AI 선제적 대응: 방어자가 Google Cloud의 접근방식과 유사한 에이전트형 접근방식을 구현할 수 있도록 Google Cloud의 에이전트형 취약점 발견 도구 아키텍처의 세부정보를 처음으로 공유합니다. 또한 AVDH는 CodeMender의 지속적인 스캔과 함께 사용하여 2계층 방어 전략을 수립할 수 있습니다. 자세히 알아보기
2026년 상반기 클라우드 위협 하이라이트: 2026년 상반기에 Wiz의 연구팀과 CIRT팀은 수천 개의 클라우드 환경에 영향을 미치는 위협을 추적했습니다. 활동량이 눈에 띄게 증가했으며, 공급망 공격이 이전에는 볼 수 없었던 규모로 진행되고 개발자 툴체인과 AI 인프라가 심각한 관심을 끌었습니다. 자세히 알아보기
패키지 보호: 공급망 보안 침해 완화 가이드: GTIG와 Mandiant는 지난 몇 년 동안 진행 중인 오픈소스 소프트웨어 공급망 보안 침해 캠페인이 증가하고 있음을 추적해 왔습니다. 고객 지원을 통해 얻은 인사이트를 포함하여 소프트웨어 공급망을 보호하기 위한 완화 및 강화 권장사항을 소개합니다. 자세히 알아보기
금융 서비스 및 엔터프라이즈 클라우드 환경을 표적으로 삼는 멀티 브랜드 보이스 피싱 갈취: 원격 분석 및 인프라 분석에 따르면 UNC6671은 해체되지 않았습니다. 대신 Redact, Pink, Helix, Falcon을 비롯한 여러 갈취 전선에서 운영을 다각화했으며, 기업 직원을 표적으로 삼기 위해 계속해서 보이스 피싱에 의존하고 있습니다. 자세히 알아보기
공급망 공격으로 Keyv 및 cacheable npm 패키지 하이재킹: Wiz Research는 여러 keyv/cacheable npm 패키지에 영향을 미치는 진행 중인 소프트웨어 공급망 공격을 적극적으로 조사하고 있습니다. 자세히 알아보기
Metabase SQLi 내부: 실제 공격에 악용됨: Wiz는 AI로 Metabase CVE-2026-72898을 리버스 엔지니어링하여 방어를 가속화했습니다. 이 과정에서 얻은 교훈을 소개합니다. 자세히 알아보기

이번 달에 게시된 더 많은 위협 인텔리전스 사례를 보려면 Google Cloud 블로그를 확인하세요.

Google Cloud 팟캐스트 소개

Cloud Security 팟캐스트: Project Atlas, Wiz의 AI 취약점 연구에 대한 모든 것: Wiz의 취약점 연구 책임자인 Near Orfeld가 팀에서 클라우드 인프라의 영향력이 큰 제로데이 취약점을 발견하기 위해 다중 에이전트 AI 시스템을 사용하는 방법을 설명합니다. 내용 듣기
Cloud Security 팟캐스트: Google이 대규모로 취약점 클래스를 제거하는 방법: AI가 코드를 작성하고 아무도 검토할 시간이 없더라도 안전하게 유지되는 안전한 Google 규모의 엔터프라이즈를 위한 기반을 어떻게 구축할 수 있을까요? Google의 수석 보안 엔지니어인 크리스토프 커른이 AI 시대에 보안 내재화 설계가 실제로 무엇을 의미하는지 살펴봅니다. 내용 듣기

Cyber Snapshot 보고서: 도구 모음을 넘어 엔터프라이즈 복원력 구축

Tue, 01 Sep 2026 11:00:00 +0000

머신 속도로 전개되는 공격이 세간의 이목을 끌고 있지만, Mandiant의 현장 분석에 따르면 실제 성공한 침입의 대다수는 여전히 근본적인 인적, 구조적 오류에서 비롯된 것으로 나타났습니다.

이러한 운영상의 분열은 M-Trends 2026 보고서의 연구에서 분명하게 드러납니다. 보고서에 따르면 익스플로잇은 6년 연속으로 가장 흔한 초기 감염 벡터(32%)였으며, 보이스 피싱이 11%로 2위를 차지했고, 이전 보안 침해는 랜섬웨어 관련 이슈에서 가장 많이 확인된 벡터였습니다.

이러한 위협에 한발 앞서 대응하기 위해 리더는 예방 중심의 전략에서 벗어나, 침해는 언제든 발생할 수 있다는 가정하에 익스플로잇은 불가피한 것으로 인식하고 인텔리전스 주도의 지속적인 피드백 사이클을 통해 방어 체계를 운영하는 모델로 전환해야 합니다. 비즈니스 및 보안 리더는 복원력 전략을 설계 및 구현하고 교차 기능 팀을 교육하는 방식을 재고해야 합니다. 동시에 기술 부채와 조직 보안 문화도 체계적으로 해결해야 합니다.

이러한 현실에 팀이 잘 대처할 수 있도록 최신 Defender’s Advantage: Cyber Snapshot 보고서에서 조직의 잠재적 위기 상황도 충분히 통제 가능한 이슈로 다룰 수 있는 현장 분석 인사이트와 청사진을 선별해 제공합니다.

영향 범위를 제한하기 위한 아키텍처 강화

침입이 발생할 것이라는 사실을 받아들인다면 보안의 목표는 공격자를 차단하는 것에서 공격자의 영향을 억제하는 것으로 바뀝니다.

이제 랜섬웨어 운영자는 조직의 운영 복원 능력을 차단하고 협상 압박을 극대화하기 위해 가상화 하이퍼바이저, 백업 환경, 특별 액세스 관리 (PAM) Vault 등 복구 경로를 적극적으로 표적으로 삼고 있습니다. 아키텍처 강화를 위해서는 엄격한 사용자 인증 정보 분리 및 에어 갭 적용 격리된 복구 환경 (IRE)을 구현하여 프로덕션 네트워크의 보안 침해로 인해 백업이 손상되지 않도록 해야 합니다.

하지만 폭발 반경을 억제하려면 기존 데이터 센터를 넘어 임원진과 고가치 인력부터 시작하여 소프트 진입점을 보호해야 합니다. 공격자는 중요한 기업 인프라에 침입하기 위한 진입점으로 개인 기기, 홈 네트워크, 가족 구성원 등 개인 디지털 발자국을 점점 더 많이 표적으로 삼고 있습니다.

복원력 있는 보안 태세는 디지털 발자국 관리를 기존의 경영진 보호 프로그램과 통합하여 확장된 생태계를 보호하도록 확장되어야 합니다.

불가피한 위기에 대한 대비 강화

아키텍처 가드레일은 공격자의 물리적 도달 범위를 제한할 수 있지만, 조직이 얼마나 신속하게 대응하고 복구할 수 있는지는 인간의 준비성과 의사 결정에 달려 있는 경우가 많습니다.

이러한 역량은 직접 경험을 통해서만 구축할 수 있습니다. 정책이 성장을 장려할 수 있지만, 몰입형 학습과 멘토링을 통해 지원되는 '안전한 실패' 문화를 조성하면 팀이 고도의 압박감이 동반되는 사고에 효과적으로 대처할 수 있는 집단적 대응 역량을 기르는 데 도움이 될 수 있습니다.

적대자가 자동화를 수용함에 따라 이러한 인간의 준비 태세는 더욱더 시험대에 오르고 있습니다. Google Threat Intelligence Group (GTIG)의 최근 연구에서는 AI로 개발된 최초의 제로데이 취약점 공격이 식별되었습니다. 이러한 발견과 AI 기반 취약점 발견에 대한 업계의 집중적인 관심이 결합되어 많은 조직이 신속한 기술적 대응책을 찾게 되었습니다.

AI 지원 탐색은 방어자에게 고급 기술 역량을 제공하지만, 이러한 자동화된 도구를 사람과 프로세스를 조정하는 성숙하고 체계적인 프로그램에 통합해야 합니다. 팀은 원시 발견을 지속적인 위험 기반 준비 기능으로 전환하여 알림 피로를 극복하고 머신 속도 실행과 전략적 제어를 모두 달성할 수 있습니다.

지금 바로 방어자의 이점을 활성화하세요

기술만으로는 사이버 방어 성패를 결정지을 수 없습니다. 진정한 의미의 복원력은 팀의 대응력을 높이고, 아키텍처를 강화하며, 실전과 같은 압박 상황에서 보안 훈련을 지속하는 데서 나옵니다.

조직이 진화하는 위협에 자신 있게 대응하는 데 필요한 현장 분석 인사이트를 확보할 수 있도록 지금 바로 Defender’s Advantage: Cyber Snapshot Report, Issue 8의 사본을 다운로드하세요.

GKE에서 AI 공급망 보호: 자동화된 AI BOM을 위한 k8s-aibom 소개

Mon, 31 Aug 2026 22:00:00 +0000

보안팀은 섀도우 AI를 어떻게 관리해야 할까요? 개발자가 정식 등록 없이 배포한 워크로드는 조직에서 권한이 있는 Daemonset, 커널 수준 액세스, 수동 포드 사양 편집을 요구하여 개발 속도를 늦추고 안정성을 저해하는 것을 꺼리기 때문에 기존 보안 스캐너를 피하는 경우가 많습니다.

이러한 교착 상태를 타개하기 위해 Google은 오늘 k8s-aibom을 오픈소스화합니다. 이 경량의 권한 없는 Kubernetes 컨트롤러는 클러스터 API와 컨테이너 환경을 지속적으로 모니터링하여 실행 중인 AI 런타임 (예: vLLM 및 Triton)을 자동으로 감지하고 표준 CycloneDX Machine Learning Bill of Materials (ML-BOM)를 생성합니다.

워크로드가 공식적으로 등록되었는지 여부와 관계없이 런타임 실행에서 직접 자동화된 감사 등급 가시성을 제공함으로써 k8s-aibom은 개발자 통합 마찰 없이 팀이 AI 프로젝트를 파일럿에서 프로덕션으로 안전하게 이동하도록 도울 수 있습니다.

마찰 없는 아키텍처

k8s-aibom은 처음부터 완전한 가시성을 위한 CISO의 요구사항과 클러스터 안정성을 위한 SRE의 요구사항을 모두 충족하도록 설계되었습니다. k8s-aibom-system 네임스페이스에 권한이 없는 단일 배포로 배포됩니다. 개발자 마찰이 전혀 없습니다. 사이드카, eBPF 커널 모듈, 권한이 있는 DaemonSet이 필요하지 않으며 기존 개발자 포드 사양을 수정할 필요도 없습니다.

k8s-aibom은 AI 워크로드를 감시하고 BOM을 생성합니다.

검색 파이프라인은 다음 네 가지 명확한 단계를 거쳐 실행됩니다.

클러스터 워크로드 스크랩: 컨트롤러는 클러스터 전반에서 KServe 리소스, 배포, 스테이트풀셋, 데몬셋, 작업을 지속적으로 모니터링합니다.
AI 스택 식별: 고급 패턴 매칭은 컨테이너 이미지, 환경 변수, 명령줄 인수를 검사하여 서빙 런타임 (vLLM, Triton Inference Server, TGI, Ollama), 자율 에이전트 프레임워크 (LangChain, AutoGen, CrewAI), 벡터 데이터베이스 및 RAG 스토어 (Milvus, Qdrant, pgvector), 분산 학습 작업 및 평가 하네스를 감지합니다.
표준 매니페스트 생성: 컨트롤러는 발견된 아티팩트를 공식 OWASP CycloneDX 1.6 머신러닝 BOM (ML-BOM) 문서로 컴파일합니다.
싱크로 내보내기: 컨트롤러는 결과 ML-BOM을 클러스터 내 AIBOM 커스텀 리소스 (CR)의 커스텀 리소스 상태 (status.bomDocument)에 직접 연결하고 Google Cloud Storage 버킷 및 외부 웹훅 엔드포인트를 포함한 선택적 외부 싱크로 라우팅합니다.

애플리케이션팀은 포드 사양을 수정하거나, 사이드카 컨테이너를 삽입하거나, 지속적 통합 및 지속적 배포 (CI/CD) 파이프라인을 변경할 필요가 없습니다. 또한 k8s-aibom은 Kubernetes 클러스터 상태를 순수한 함수형 입력으로 취급합니다. 동일한 클러스터 입력은 바이트가 동일한 ML-BOM 문서를 생성합니다. 이 결정론적 속성 덕분에 k8s-aibom은 GitOps 워크플로에 이상적이며, 사이트 안정성 엔지니어 (SRE)는 AI 종속 항목이 드리프트될 때 정확한 차이를 수행하고 정확한 변경 감지 알림을 트리거할 수 있습니다.

기존 AIBOM 도구의 단점

많은 AI BOM 솔루션은 빌드 타임 스캐너를 제공하여 유휴 상태의 아티팩트에서 BOM을 생성합니다. 이러한 도구를 사용하면 배포할 코드를 추적할 수 있습니다.

상용 AI 보안 플랫폼은 클라우드 네이티브 보안 상황 관리로 그림을 확장하지만, 일반적으로 공급업체별 데이터 모델을 중심으로 형성된 외부 스캔을 통해 확장합니다. 이러한 도구 중 규정 준수 검토자, 보안 운영 (SecOps)팀, 플랫폼 엔지니어가 현재 실행 중인 항목, 연결된 항목, 이러한 주장을 검증하는 방법을 이해하는 데 도움이 되는 도구는 거의 없습니다.

이러한 격차를 해소하기 위해 k8s-aibom을 맞춤형으로 빌드했습니다. 이 도구는 아티팩트 스캔이 아닌 라이브 클러스터 관찰에서 BOM을 생성하고, 공급업체 독점 형식이 아닌 더 광범위한 OWASP 및 Open Source Security Foundation (OpenSSF) 공급망 생태계와 통합되는 표준 준수 CycloneDX 1.6 ML-BOM을 내보내며, 모든 준수 Kubernetes 클러스터에서 권한이 없는 컨트롤러로 실행됩니다. 따라서 기존 빌드 시간 및 상황 관리 도구를 대체하는 것이 아니라 보완하는 역할을 합니다.

신뢰 모델: 인텐트와 추론 분리

규정 준수 감사자와 SecOps 엔지니어에게 원시 원격 분석은 노이즈인 경우가 많습니다. 표준 모니터링 도구는 컨테이너가 실행 중임을 나타내지만 플랫폼 엔지니어가 AI 모델을 명시적으로 구성했는지 아니면 런타임에 자율 스크립트가 동적으로 가져왔는지 증명할 수는 없습니다. k8s-aibom은 결정론적 신뢰 모델을 통해 이러한 모호성을 해결하고 발견된 애셋을 고유한 등급으로 분류합니다.

선언됨: 고객 또는 개발자가 워크로드 구성에서 명시적으로 정의함 (예: --model meta-llama/Llama-2-7b와 같은 컨테이너 인수를 명시적으로 전달) '선언된' 신뢰도 감지는 명확한 인간의 의도를 나타냅니다.
추론됨: 컨트롤러의 패턴 매칭 엔진이 컨테이너 이미지, 환경 변수, 실행 프로필을 심층 검사하여 자율적으로 도출합니다. (예: ^vllm/.* 컨테이너 서명 식별)
해결되지 않음: 활성 AI가 감지되었지만 정확한 모델 파라미터, 가중치, 버전을 결정론적으로 설정할 수 없는 워크로드에 적용됩니다. '해결되지 않음' 신뢰 감지는 즉시 워크로드에 플래그를 지정하여 표적 보안 검토를 수행합니다.

이러한 구조화된 분류 체계를 통해 규정 준수 검토자는 명시적인 엔지니어링 의도와 머신 추론을 즉시 분리하여 감사 중에 반박할 수 없는 신뢰 체인을 구축할 수 있습니다.

불변성과 최소 권한: 감사 등급 보안 모델 빌드

감사자는 로그와 측정항목이 보안 침해된 노드나 권한이 상승된 관리자에 의해 수정, 삭제, 조작될 수 있기 때문에 표준 관측 가능성 원격 분석에 대해 여전히 깊은 회의감을 가지고 있습니다. k8s-aibom은 엄격한 최소 권한 격리 및 데이터 불변성을 기반으로 구축된 감사 등급 증거 추적을 설정합니다.

컨트롤러는 최소한의 Identity and Access Management (IAM) 워크로드 아이덴티티에 바인딩된 전용 Kubernetes 서비스 계정으로 작동합니다. BOM 레코드를 외부 스토리지 싱크에 쓸 수 있는 유일한 ID로 작동하며 roles/storage.objectCreator 권한만 필요합니다.

가장 엄격한 감사 및 증거 표준을 충족하기 위해 Google Cloud Storage 외부 싱크 구현은 객체 생성 시 DoesNotExist 선행 조건을 적용합니다. ML-BOM이 Cloud Storage 버킷에 작성되면 객체는 암호화 방식으로 불변이 됩니다.

보안 침해된 클러스터 행위자나 악성 워크로드에 의해 무단으로 덮어쓰거나 수정되거나 소급하여 조작될 수 없습니다. SecOps팀은 규제 기관에 제시된 이전 감사 로그가 클러스터 실행의 변경 불가능한 기록임을 절대적으로 확신할 수 있습니다.

거버넌스 준비 가속화: 글로벌 규제 프레임워크에 매핑

표준화된 CycloneDX 1.6 ML-BOM 생성을 자동화함으로써 k8s-aibom은 저수준 Kubernetes 런타임 상태와 고수준 거버넌스 프레임워크 사이의 격차를 직접적으로 해소합니다. 주요 글로벌 표준에 필수적인 실증적 기반 데이터를 제공하여 지연된 GKE AI 배포를 차단 해제합니다.

EU AI 법: 조직이 제12조 (지속적인 추적 가능성을 위한 자동화된 로깅 및 기록 보관) 및 제50조 (AI 시스템의 투명성 의무)를 준수하도록 지원하기 위해 설계되었습니다. 이 도구는 서빙 런타임과 에이전트 스택을 자동으로 분류하여 규정 준수 감사 중에 필요할 수 있는 기술적 증거를 간편하게 수집할 수 있도록 도와줍니다.
NIST AI 위험 관리 프레임워크 (AI RMF): 거버넌스, 매핑, 측정, 관리 기능을 지원하는 데 도움이 되는 지속적이고 경험적인 애셋 가시성을 제공하여 규정 준수 워크플로를 순전히 수동적인 검사에서 보다 자동화된 애셋 인벤토리 추적으로 전환하는 데 도움이 됩니다.
ISO/IEC 42001:AI 관리 시스템 애셋 검색 및 추적에 대한 규정 준수 노력을 지원하여 인벤토리 검증을 위해 수동 스프레드시트나 정기적인 스냅샷 감사에 의존하는 방식을 줄입니다.

시작하기

k8s-aibom과 같은 기술 솔루션이 CISO, 거버넌스, 위험 및 규정 준수팀, SecOps팀, 플랫폼 엔지니어, 개발자에게 영향을 미치는 섀도우 AI의 다각적인 문제를 완화하는 데 도움이 되는 경우는 드뭅니다.

컨트롤러를 검사하고 CRD 정의를 검토하며 오픈소스 k8s-aibom 프로젝트에 참여하려면 k8s-aibom GitHub 저장소를 방문하세요.

프리뷰 버전 출시: CodeMender로 소프트웨어 취약점 발견 및 수정

Mon, 31 Aug 2026 22:00:00 +0000

적대적 AI 위협이 코드에 대한 공격을 가속화함에 따라 보안팀은 코드 수정을 자동화하고 AI로 AI에 대응할 수 있는 머신 속도 방어로 이에 대응해야 합니다.

CodeMender는 Google Cloud의 관리형 코드 보안 에이전트입니다. 오늘부터 프리뷰로 코드 스캔 및 해결 기능을 직접 제공합니다.

CodeMender는 Gemini Enterprise Agent Platform을 통해 일반적으로 사용할 수 있는 모델에 대한 액세스를 제공하거나 AI Threat Defense의 핵심 구성요소로 배포할 수 있습니다.

CodeMender는 멀티모델 접근방식과도 일치하므로 비용, 속도, 심층 스캔 성능에 맞게 최적화할 수 있는 적절한 모델을 선택할 수 있습니다. 올해 말에는 서드 파티 프런티어 모델 옵션도 지원할 예정입니다.

Gemini Enterprise Agent Platform의 CodeMender 개요를 시청하세요.

CodeMender는 수동적인 스캔에서 자동화된 코드 수정으로 전환하고 제로데이 위험을 줄이는 데 도움이 됩니다. 개발 속도를 저하하지 않으면서 기존 코드 보안 문제를 검사하고 해결합니다.

최적의 모델을 배포합니다. 비용, 속도, 심층 스캔, 코딩 성능에 맞게 최적화할 수 있는 여러 모델 중에서 선택할 수 있습니다.
머신 규모의 해결 자동화. 이제 개발자를 참여시키면서 수동 검증 및 패치로 인한 해결 병목 현상을 제거할 수 있습니다.
익스플로잇 가능성에 따라 수정사항의 우선순위를 지정합니다. 개념 증명 익스플로잇을 실행하고 시뮬레이션을 수행하여 코드의 취약점이 익스플로잇 가능한지 확인하고, 가장 중요한 문제를 먼저 수정하는 데 리소스의 우선순위를 지정할 수 있습니다.

AI로 취약점 찾기 및 수정

Google DeepMind의 선구적인 AI 연구를 기반으로 탄생한 CodeMender는 취약점 관리를 수동 병목 현상에서 자율적인 고속 시스템으로 전환합니다. 개발자와 보안 실무자는 자동으로 소프트웨어의 결함을 스캔하고, 실행 가능한 취약점 공격으로 결함을 검증하고, 테스트된 코드 수정으로 결함을 해결할 수 있습니다.

"Salesforce는 신뢰를 최우선 가치로 삼고 있으며, 고객 데이터를 보호하기 위해 위험을 발견, 검증, 완화하는 방법에 대한 기준을 지속적으로 높이고 있습니다. CodeMender는 검증된 취약점에서 테스트된 수정 사항에 이르는 경로를 가속화하여 보안 수명 주기의 중요한 부분에 AI를 도입합니다. AI가 위협 환경을 재편하는 상황에서 이러한 기능은 복원력을 강화하고 고객이 자신 있게 혁신을 지속할 수 있도록 지원합니다."라고 Salesforce의 CISO인 Iain Mulholland는 말합니다.

"CodeMender는 다른 AI 기반 도구에서 완전히 놓친 중요한 취약점을 일관되게 식별했습니다. 이 도구는 이론적인 결함만 찾는 것이 아니라 즉각적인 위험을 입증하고 핵심 비즈니스 로직을 방해하지 않으면서 환경을 보호하는 검증된 표적 수정사항을 제공합니다."라고 Robinhood의 보안 운영 책임자인 Scott Ponte는 말합니다.

Palo Alto Networks CTO실의 수석 AI 엔지니어인 Ashwin Kannan은 "CodeMender는 빠르고 포괄적이며 감지부터 수정까지의 루프를 닫는 데 진정으로 야심찬 도구로, 팀이 속도를 늦추지 않고도 소프트웨어 공급망을 보호할 수 있도록 지원합니다."라고 말합니다.

CodeMender 에이전트 작동 방식

CodeMender의 하네스는 최신 에이전트 기술, 보안 도구, 시스템 프롬프트를 포함한 최신 Google DeepMind 연구로 지속적으로 업데이트되도록 미세 조정되었습니다.

안전한 설계의 Agent Platform에서 작동하는 CodeMender는 VPC를 통한 안전한 트래픽 라우팅, 데이터 격리 및 암호화, 소스 코드 데이터의 보관 기간 0일 등 엔터프라이즈급의 내장된 거버넌스 및 보안 가드레일로 보호됩니다.

에이전트로서 기존의 지속적 통합 및 지속적 배포 (CI/CD) 워크플로와 통합하거나 경량 명령줄 인터페이스 (CLI) 클라이언트를 사용하여 로컬 개발자 환경에서 직접 실행할 수 있습니다.

또한 CodeMender를 구성하여 사용자가 관리하는 샌드박스에서 코드를 스캔하고 분석할 수도 있습니다. 에이전트는 코드 저장소에 연결되고 VS Code 및 Antigravity와 같은 개발자 도구와 함께 작동하여 퍼스트 파티, 오픈소스, 서드 파티 소프트웨어를 안전하게 분석합니다.

스캔: 유연한 모델 스캔으로 숨겨진 취약점 찾기

CodeMender는 주요 취약점 클래스를 스캔하고 소프트웨어 저장소와 애플리케이션의 고유한 컨텍스트, 목표, 기능을 이해합니다.

스캔: 새로운 취약점을 발견하고 심각도와 유형별로 분류합니다.

보안 컨텍스트가 포함된 CodeMender의 하네스는 정적 스캔과 모델 전용 스캔에서 놓치는 정교한 취약점을 발견하는 데 도움이 됩니다. 이러한 스캔은 메모리 손상, 삽입, 웹 보안 문제, 암호화 결함, 안전하지 않은 데이터 처리와 같이 찾기 어려운 취약점을 찾습니다. CodeMender는 C/C++, Go, Java, Python, Ruby, Rust, TypeScript 등 일반적인 소프트웨어 언어를 지원합니다.

검증: 취약점 공격을 시뮬레이션하고 검증하여 노이즈 감소

CodeMender는 취약점을 수정하기 전에 취약점이 합법적인 위험을 나타낸다는 것을 증명하여 알림 피로와 거짓양성을 줄이는 데 도움이 될 수 있습니다. 에이전트는 고객이 관리하는 격리된 샌드박스에서 빌드하고 실행하는 익스플로잇 코드로 공격을 시뮬레이션하여 정적 코드 패턴 분석을 넘어섭니다.

검증: 검증 계획을 수립하고 샌드박스 환경에서 취약점을 빌드하고 테스트합니다.

에이전트는 이 개념 증명 취약점을 사용하여 보안 결함이 합법적인 위험을 초래하는지 확인합니다. 이 중요한 검증 단계를 통해 보안 실무자와 개발자는 거짓양성을 제거하여 검증된 위험에 우선순위를 지정할 수 있습니다.

수정: 코드 수정사항을 자동으로 생성하고 테스트

위험한 보안 결함을 식별하는 것은 절반의 성공일 뿐입니다. 취약점이 확인되면 CodeMender가 자동으로 안전한 패치를 생성하여 문제를 해결합니다. 수정사항은 개발자 도구에서 직접 코드 차이로 제공되므로 기존 개발 워크플로에 통합할 수 있습니다.

수정: 개발자 검토 및 승인을 위해 코드 차이와 함께 코드 수정사항을 생성하고 테스트합니다.

CodeMender는 LLM-as-a-judge를 사용하여 기존 애플리케이션 기능을 방해하지 않도록 수정 사항을 더욱 강화합니다. CodeMender가 코드베이스의 고유한 코딩 규칙과 스타일에 맞는 코드를 생성하도록 컨텍스트를 제공할 수도 있습니다. 개발자는 모든 권한을 유지하며, 코드가 저장소에 커밋되기 전에 CodeMender의 패치를 수동으로 검토하고 승인합니다.

AI Threat Defense의 CodeMender

AI 위협 방어의 일부로 활용되는 Wiz는 에이전트형 애플리케이션 보안을 조정하여 애플리케이션을 분석하고 조사 우선순위를 지정합니다. CodeMender를 호출하여 코드를 스캔하고 (출시 예정), 배포 컨텍스트를 사용하여 Wiz 보안 그래프 내의 발견 항목을 보강하며, AI 침투 시험을 위해 Wiz Red Agent를 트리거하여 익스플로잇 가능성을 증명함으로써 팀이 가장 위험한 취약점에 집중할 수 있도록 합니다.

AI Threat Defense는 Wiz를 통해 CodeMender를 호출하여 코드를 스캔하고, 발견 항목을 보강하고, AI 침투 시험을 트리거합니다.

Wiz는 AI Threat Defense에서 해결을 관리하고 확장하는 커맨드 센터 역할을 합니다. Wiz Green Agent는 CodeMender가 보안 그래프의 애플리케이션 컨텍스트로 보강된 충실도 높은 패치를 생성하고 테스트하도록 지시하여 이 수명 주기를 조정합니다. 이 워크플로를 통해 팀은 전례 없는 속도와 정밀도로 복잡한 취약점을 해결할 수 있습니다.

CodeMender 시작하기

Google Cloud의 멀티모델 접근방식에 따라 CodeMender는 비용, 속도, 심층 스캔 성능에 맞게 최적화하는 데 도움이 됩니다.

정식 버전으로 출시된 Gemini 모델과 함께 Agent Platform을 통해 CodeMender를 사용하거나 AI Threat Defense의 핵심 구성요소로 배포할 수 있습니다.

별도로 Gemini 3.5 Flash Cyber가 탑재된 CodeMender는 소수의 정부 및 신뢰할 수 있는 파트너에게만 제공됩니다. 향후 액세스 권한을 확대할 계획입니다.

CodeMender는 코드가 프로덕션에 도달하기 전에 자율적으로 보호, 검증, 패치되는 미래, 즉 지속적인 자가 치유 에이전트 소프트웨어 개발 수명 주기를 향한 중요한 단계입니다.

CodeMender에 대해 자세히 알아보고 문서를 검토하려면 여기를 참고하세요.

Cloud CISO Perspectives: AI가 심층적인 컨텍스트를 활용하여 방어자에게 이점을 제공하는 방법

Mon, 31 Aug 2026 22:00:00 +0000

2026년 7월 첫 번째 Cloud CISO Perspectives 뉴스레터에 오신 것을 환영합니다. Google Cloud COO 겸 보안 제품 부문 사장인 프랜시스 드수자가 방어자의 AI 이점을 창출하는 데 있어 심층적인 컨텍스트가 수행하는 중요한 역할을 설명합니다.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud로 중요한 이사회 인사이트 얻기'), ('body', <wagtail.rich_text.RichText object at 0x7f88f76c7ad0>), ('btn_text', '허브 방문하기'), ('href', 'https://cloud.google.com/solutions/security/board-of-directors?utm_source=cgc-site&utm_medium=et&utm_campaign=FY26-Q2-GLOBAL-GCP39634-email-dl-dgcsm-CISOP-NL-177159&utm_content=-&utm_term=-'), ('image', <GAEImage: GCAT-replacement-logo-A>)])]>

AI가 심층적인 컨텍스트를 활용하여 방어자에게 이점을 제공하는 방법

프랜시스 드수자, Google Cloud COO 겸 보안 제품 부문 사장

프랜시스 드수자, Google Cloud COO 겸 보안 제품 부문 사장

공격자가 AI로 헤드라인을 장식하고 있지만 방어자에게는 뚜렷하고 강력한 이점이 있습니다.

AI는 사이버 위협 환경을 빠르게 변화시키고 있으며, 공격의 규모, 속도, 정교함에 전례 없는 변화를 가져오고 있습니다. 최근 Google Threat Intelligence Group은 AI로만 빌드된 제로데이 취약점 공격의 첫 번째 알려진 사례라는 중요한 이정표를 기록했습니다. Google Cloud는 이들의 계획을 성공적으로 방해하고 출시 전에 취약점을 패치했지만, 이는 우리가 맞서 싸워야 하는 대상이 무엇인지 정확히 보여줍니다.

AI 에이전트를 사용하면 공격이 머신 속도로 가속화됩니다. 공격의 1단계와 2단계 사이의 핸드오프 시간은 과거에는 8시간이었지만 현재는 22초에 불과합니다.

사이버 보안에는 적은 한 번만 성공하면 되지만 방어자는 매번 성공해야 한다는 오래된 말이 있습니다. 이것이 바로 공격자의 이점입니다.

하지만 AI는 심층적인 컨텍스트를 기반으로 한 결정적인 방어자의 이점을 제공하여 이러한 규칙을 다시 쓰고 있습니다.

AI 시대: 공격자 프로필 vs. 방어자의 이점

측면	공격자 프로필	방어자의 이점
공개 상태	외부에서 내부로의 프로빙에 국한됨, 진입 시 엔터프라이즈 컨텍스트가 거의 없음	내부에서 외부로 향하는 컨텍스트를 완벽하게 파악하고 정확한 애셋 위치, 애플리케이션 동작, 팀 소유권을 알고 있습니다.
운영 속도	멀티 에이전트 핸드오프를 22초 만에 실행합니다.	머신 속도 방어, 선제적 완화 (예: Morgan Stanley의 90초 해결)
코어 전술	멀티모달 피싱, 딥페이크, AI로 빌드된 제로데이 취약점 공격, 모델 포이즈닝	폐쇄 루프 방어, 지속적인 노출 매핑, 가속화된 코드 패치

통합 청사진: Google AI Threat Defense

이전에는 엔터프라이즈 컨텍스트 데이터가 연결되지 않은 보안 도구 전반에 분산되어 있었습니다. 이제 AI를 통해 방어자는 이 풍부한 데이터를 통합된 상시 가동 자율 방어로 종합할 수 있습니다.

Google은 Google의 보안 기능을 하나의 플랫폼으로 결합하기 위해 Google AI Threat Defense를 빌드했습니다. 이 플랫폼에는 Gemini의 고급 추론, Wiz의 컨텍스트 클라우드 기능, CodeMender의 코드 수준 수정 기능, Mandiant의 일선 인텔리전스가 포함되어 있습니다.

Google Cloud의 플랫폼은 지속적인 4단계 프레임워크를 통해 취약점 관리를 혁신합니다.

단계	기술 및 조치	기업에 제공하는 전략적 가치
1. 준비	Wiz를 사용하여 노출된 애플리케이션, API, ID, 런타임 환경을 매핑합니다. Wiz Red Agent로 공격 경로를 시뮬레이션합니다.	취약점이 프로덕션에 영향을 미치기 전에 인터넷 연결 가능성을 줄이도록 기반을 강화합니다.
2. 검사 및 우선순위 지정	광범위한 적용 범위에는 가벼운 모델을 사용하고 위험도가 높은 애셋의 심층 분석에는 Gemini 프런티어 모델을 사용하여 멀티 모델 스캔을 실행합니다.	토큰당 최적의 비용을 포함하여 심층적인 컨텍스트 기반 위험 검증으로 대규모 알림 목록을 대체합니다.
3. 해결	개발자 IDE/CLI 내에 CodeMender를 배포하여 검증된 코드 수정사항을 자동 생성합니다.	느리고 수동적인 패치를 자율적인 코드 수준의 해결 및 메모리 안전 마이그레이션으로 대체합니다.
4. 모니터링	Wiz에 연결된 AI 에이전트를 배포하여 네트워크, ID, 애플리케이션 원격 분석 전반에서 취약점과 이상 징후를 헌팅합니다. Google Security Operations와 함께 사용하면 알려지지 않은 위협을 빠르게 추적할 수 있습니다.	패치할 수 없는 환경에 대한 제로데이 대응 및 위협에 대해 머신 속도 런타임 감지를 설정합니다.

프로덕션에 도달하기 전에 취약점을 차단하기 위해 Morgan Stanley는 Google Cloud 및 Wiz와 협력하여 AI Threat Defense 프레임워크의 핵심 원칙인 준비, 스캔, 해결, 모니터링에 따라 전략을 조정했습니다. Morgan Stanley는 이 통합 청사진으로 파편화된 도구를 대체하여 위협 감지 평균 시간을 99.9% 단축하고, 45분의 대응 시간에서 90초 이내의 선제적 완화로 전환했습니다.

Google Cloud x Morgan Stanley: AI 시대의 위협 방어 재정의

전략적 인간 감독 유지

인간의 속도로는 자동화된 위협에 대응할 수 없지만, 인간의 관리는 여전히 필수적입니다. 자율 AI 에이전트를 지원하는 인간 팀과 직접 연결합니다. 예를 들어 Wiz에서는 Red 에이전트가 침투 테스트를 자동화하고, Blue 에이전트가 위협 조사를 주도하며, Green 에이전트가 클라우드 해결을 가속화합니다.

모든 AI 대화는 보안 대화입니다. 즉, AI 인프라를 보호하려면 처음부터 빌드해야 하며 나중에 추가해서는 안 됩니다.

이를 통해 인간의 감독하에 자율성을 보장하여 엔지니어링팀과 보안팀이 속도를 늦추지 않고 백로그를 제거하고 소프트웨어 개발 수명 주기를 보호할 수 있습니다.

다음 단계: AI 네이티브, 에이전트 기반 인프라

방어자의 이점은 외부 위협뿐만 아니라 섀도우 AI, 무단 에이전트와 같은 내부 위험으로부터 환경을 보호하는 데서 시작됩니다. 직원이 IT 감독 외부에서 모델을 다운로드하고 에이전트를 배포하면 논리 위반과 데이터 포이즈닝 위험이 발생합니다.

이를 방지하는 핵심은 AI에 제로 트러스트를 적용하고 팀을 적절한 거버넌스를 갖춘 승인된 아키텍처로 안내하는 것입니다. 모든 AI 대화는 보안 대화입니다. 즉, AI 인프라를 보호하려면 처음부터 빌드해야 하며 나중에 추가해서는 안 됩니다.

Google에서 보안은 단순히 추가된 레이어가 아니라 기반입니다. 기본적으로 안전한 Google의 아키텍처는 매일 150억 개에 가까운 원치 않는 이메일을 자동으로 차단하고 수십억 명의 사용자를 보호합니다.

위협 환경이 성숙해짐에 따라 자동화된 공격자를 능가하려면 AI 네이티브 및 에이전트 기반으로 처음부터 빌드된 플랫폼이 필요합니다.

AI로 AI에 맞서세요. Google AI Threat Defense로 소프트웨어 수명 주기를 보호하는 방법을 자세히 알아보세요.

aside_block: <ListValue: [StructValue([('title', '새로운 내용을 알아보세요'), ('body', <wagtail.rich_text.RichText object at 0x7f88f75bb1d0>), ('btn_text', '지금 보기'), ('href', 'https://www.youtube.com/watch?v=CmGWIwgHR60'), ('image', <GAEImage: Cloud-CISO-Perspectives-logo-A>)])]>

최신 소식 요약

다음은 이번 달까지 Google Cloud 보안팀에서 제공한 업데이트, 제품, 서비스, 리소스 관련 최신 소식입니다.

SecOps를 위한 FinOps: 에이전트형 SOC를 가치에 맞게 최적화하는 방법: AI 도입 시 복원력을 높이려면, CISO는 컴퓨팅 비용을 제어하면서 위협 차단 효과를 극대화하는 체계적인 'SecOps를 위한 FinOps' 청사진을 개발해야 합니다. 그 방법을 확인해 보세요 자세히 알아보기
새로운 IDC 연구: Mandiant가 보안을 경쟁 우위로 전환하는 방법: 새로운 IDC 비즈니스 가치 백서에 따르면 Mandiant 컨설팅을 통해 평균 430만 달러를 절감하고 3년 동안 268% 의 ROI를 달성할 수 있습니다. 자세히 알아보기
Google Threat Intelligence 및 Wiz ASM을 통한 선제적 보안 추진, 위험 우선순위 지정: 실제 노출을 실시간 공격자 활동과 매칭할 수 있도록 Google Threat Intelligence를 Wiz Attack Surface Management와 통합하기 시작했습니다. 자세히 알아보기
에이전트로 가속화: 소프트웨어 정의 차량 보호: Google Cloud와 Valtech는 SDV를 더 잘 지원하고 보호하기 위해 확장성이 뛰어난 AI 기반 커넥티드 차량 플랫폼인 Nexus SDV를 공동 개발했습니다. 자세히 알아보기
Gemini Startup Forum에 참여하는 33개 사이버 보안 스타트업을 만나보세요: Google for Startups의 대표 프로그램인 Gemini Startup Forum: 사이버 보안에서 33개의 선구적인 스타트업을 처음으로 선정했습니다. 자세히 알아보기
자동화된 AI BOM을 위한 GKE의 k8s-aibom 소개: Google Cloud는 환경을 지속적으로 모니터링하여 AI 런타임을 감지하고 표준 ML-BOM을 생성하는 Kubernetes 컨트롤러인 k8s-aibom을 오픈소스화하고 있습니다. 자세히 알아보기
BGP 경로 정책: 고객 수요 기준 상위 3가지 사용 사례: 2025년 이후 등장한 Cloud Router BGP 경로 정책의 가장 영향력 있는 3가지 사용 사례를 자세히 설명합니다. 자세히 알아보기
중요 서드 파티로서 영국 금융 부문의 복원력에 기여: 영국 재무부는 CTP 체제에 따라 Google Cloud EMEA를 영국 금융 부문의 중요 서드 파티 (CTP)로 지정했습니다. 이러한 기능이 어떤 도움이 되는지 살펴보겠습니다. 자세히 알아보기
Google Cloud, 네덜란드 DPIA 승인을 통해 EU 공공 부문 조직에 더 안전한 선택권 제공: Google Cloud는 EU 공공 부문에서 데이터 보호가 필수 요건임을 잘 알고 있습니다. 이번에 중요한 이정표를 세우면서 이러한 약속을 더욱 굳건히 하게 되어 기쁩니다. 자세히 알아보기
보안 대시보드에 IaC 적용 범위가 있어야 하는 이유: 인프라의 얼마나 많은 부분이 제어되고 추적 가능하며 신속한 해결을 위해 준비되었는지 보여주는 유입경로로서 코드형 인프라 적용 범위를 재고합니다. 자세히 알아보기
ProdSec 플레이북 내부: 엔드 투 엔드 클라우드 보안을 위한 Wiz 운영: 인프라의 얼마나 많은 부분이 관리되고 추적 가능하며 신속한 해결을 위해 준비되었는지 보여주는 유입경로로서 코드형 인프라 적용 범위를 재고합니다. 자세히 알아보기
Wiz MCP로 AI 보안 에이전트 빌드: 신뢰할 수 있는 보안 컨텍스트, Wiz AI 에이전트, Wiz AI 기술로 AI 기반 보안을 강화하세요. 자세히 알아보기

이번 달에 게시된 더 많은 보안 사례를 보려면 Google Cloud 블로그를 확인하세요.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud CISO 커뮤니티에 참여하세요'), ('body', <wagtail.rich_text.RichText object at 0x7f88f75bb3d0>), ('btn_text', '자세히 알아보기'), ('href', 'https://rsvp.withgoogle.com/events/google-cloud-ciso-community-interest-form-2026?utm_source=cgc-blog&utm_medium=blog&utm_campaign=FY25-Q1-global-GCP30328-physicalevent-er-dgcsm-parent-CISO-community-2025&utm_content=cisop_&utm_term=-'), ('image', <GAEImage: GCAT-replacement-logo-A>)])]>

위협 인텔리전스 뉴스

친러시아 영향력 생태계의 동인, 역학, 적용 사례: 러시아가 우크라이나를 전면 침공한 지 4년이 지난 지금, 친러시아 영향력 생태계는 전쟁 도구에서 다시 글로벌 전략 자산으로 진화했습니다. 생태계의 이질적인 구성요소는 상호 연결되어 있어 제한된 범위의 중단에 대한 복원력이 높습니다. 이는 방어자가 친러시아 영향력 위협을 완화하기 위해 고려해야 할 요소입니다. 자세히 알아보기
악의적인 주거용 프록시 네트워크에 대한 Google의 지속적인 방해: Google은 FBI, Lumen 등과 협력하여 Popa라고도 알려진 NetNut 주거용 프록시 네트워크에 대해 조치를 취했습니다. 이 조치는 2026년 1월에 이루어진 IPIDEA 프록시 네트워크의 방해를 기반으로 하며, 악의적인 주거용 프록시 네트워크를 해체하려는 Google의 목표를 이어가는 것입니다. 자세히 알아보기
GhostApproval: AI 코딩 어시스턴트의 신뢰 경계 격차: Wiz가 최신 AI 코딩 어시스턴트에서 카테고리 수준의 사각지대를 발견한 방법과 인간 중심의 안전 모델이 이 고전적인 위협에 실패하는 이유를 알아보세요. 자세히 알아보기
Turla의 인텔리전스 수집 장치에 추가된 최신 기능: Google Threat Intelligence Group (GTIG)은 2022년 12월부터 러시아와 연계된 공격자이자 가장 오래된 사이버 스파이 그룹 중 하나인 Turla가 지속적으로 개발하고 배포한 .NET 백도어인 STOCKSTAY에 대한 심층 분석을 수행했습니다. 이 그룹을 지속적으로 추적하는 과정에서 STOCKSTAY 분석 개요, 주요 개발 및 운영 관찰 타임라인, KAZUAR와의 유사점을 자세히 제공하여 Turla의 무기고에 추가된 이 새로운 기능을 맥락화합니다. 자세히 알아보기
머신 DPAPI를 통한 활성 ADFS 서명 키 복구: 최근 레드팀 참여 중에 Mandiant는 ADFS 인증서가 수동으로 순환될 때 구성 드리프트로 인해 활성 서명 키가 머신 DPAPI에 노출될 수 있음을 발견했습니다. 이에 대한 방어 방법을 소개합니다. 자세히 알아보기

이번 달에 게시된 더 많은 위협 인텔리전스 사례를 보려면 Google Cloud 블로그를 확인하세요.

Google Cloud 팟캐스트 소개

Cloud Security 팟캐스트: AI-pilled, solo vibe-coded, Clickhouse-based SIEM 빌드: Nano의 창립자인 Dan Lussier가 연말연시 휴가 기간에 처음부터 SIEM 전체를 바이브 코딩한 방법을 설명합니다. 내용 듣기
Cloud Security 팟캐스트: NSA를 이끌고 세계를 방어하는 데서 얻은 확장 교훈: Morgan Adamski는 공공-민간 파트너십과 클라우드 인프라로의 전환이 인텔리전스 공유 개선과 집단적 신뢰를 통해 사이버 보안 방어를 어떻게 혁신했는지 논의합니다. 내용 듣기
Cloud Security 팟캐스트: Closest alligator to the canoe: How transforming the SOC became P0 for Lloyds Bank: Lloyds Bank의 최고 보안 책임자인 Matt Row가 은행의 디지털 혁신 전략을 설명하면서 보안 운영 센터를 현대화하여 사람이 검토하는 알림을 20배 줄인 방법을 강조합니다. 내용 듣기
방어자의 이점: 인간-기계 협업 및 일선 위협 인텔리전스 워크플로에 AI 적용: GTIG의 일선 인텔리전스 운영 AI 리드인 Jake Nicastro가 자신의 팀이 단순한 프롬프트 엔지니어링에서 보다 진보된 에이전트형 워크플로로 전환하고 인간-기계 협업 모델에 집중하는 방법을 자세히 설명합니다. 내용 듣기

Gemini Startup Forum에 참여하는 33개 사이버 보안 스타트업을 만나 보세요

Mon, 31 Aug 2026 06:00:00 +0000

스타트업은 세계에서 가장 복잡한 과제를 해결하는 데 앞장서고 있으며, 특히 새로운 아이디어와 적응력이 항상 필요한 사이버 보안 분야에서 두각을 나타내고 있습니다. 이러한 기업은 AI를 강력한 도구로 활용하여 영향력을 확대하고 있습니다.

Google은 차세대 AI 기반 사이버 보안 스타트업을 지원하는 것이 전 세계에 긍정적인 영향을 미칠 것이라고 믿습니다. 오늘은 Google for Startups의 대표 프로그램인 Gemini Startup Forum: Cybersecurity에서 33개의 선도적인 스타트업을 처음으로 선정했다는 소식을 전해드립니다. 이 독점 포럼은 중요한 영역을 다루고 사이버 보안에 AI를 통합하는 방법에 대해 심도 있는 대화를 나누기 위해 마련되었습니다.

모든 스타트업은 Google DeepMind, Google Cloud, Wiz의 AI 및 사이버 보안 전문가와 함께 로드맵을 작성할 수 있습니다. 올해의 코호트는 자율 에이전트 보호부터 포스트 퀀텀 암호화에 이르기까지 6가지 전문 분야로 구성되어 있습니다.

AI 에이전트 보안 및 거버넌스

Capsule Security (이스라엘): 자율 AI 에이전트를 위한 런타임 보호 및 행동 모니터링을 제공합니다. 이 플랫폼은 에이전트 활동, API 호출, 도구 사용을 실시간으로 추적하여 SaaS (Software-as-a-Service) 및 엔드포인트 에이전트 전반에서 무단 작업과 데이터 무단 반출을 방지합니다.
Evoke Security (미국): AI 에이전트를 위해 설계된 엔드포인트 감지 및 대응 (EDR) 플랫폼으로 기능합니다. 엔드포인트 센서를 배포하여 위험한 에이전트 구성을 스캔하고, 런타임 동작을 모니터링하며, 승인되지 않은 스킬 실행을 차단합니다.
Manifold Security (미국): 그래프 분석과 런타임 모니터링을 사용하여 AI 에이전트에 대한 에이전트 없는 감지 및 대응을 제공합니다. 개방형 텔레메트리와 API 후크를 활용하여 플랫폼은 로컬 머신에 소프트웨어를 설치하지 않고도 에이전트 동작과 연결을 매핑하여 이상치를 식별합니다.
Mirror Security (아일랜드): 완전 동형 암호화를 사용하여 AI 워크로드의 사용 중 데이터 보호를 전문으로 합니다. 이 플랫폼을 사용하면 기업이 암호화된 데이터를 복호화하지 않고도 모델 추론, 데이터베이스 검색, 에이전트 통신을 직접 수행할 수 있습니다.
Onyx Security (이스라엘): 엔터프라이즈 환경 전반에서 자율형 AI 에이전트를 검색, 관리, 모니터링할 수 있는 AI 컨트롤 플레인을 제공합니다. 이 플랫폼은 에이전트 보안 상황을 분석하고, 세션 토큰 스트림을 추적하며, 모델 메시를 사용하여 문맥 인지 규정 준수 정책을 적용합니다.
Refractal (영국): 엔터프라이즈 AI 에이전트를 모니터링하고 제어하기 위한 런타임 보안 및 거버넌스, 위험, 규정 준수 (GRC) 인프라를 빌드합니다. 에이전트 작업을 가로채서 조직 정책 및 유럽 규정을 기준으로 평가하고 암호화된 감사 로그를 생성합니다.
Unbound Security (미국): 개발자 중심 코딩 에이전트에 대한 가시성과 거버넌스를 제공하는 에이전트 액세스 보안 브로커 (AASB) 역할을 합니다. 엔드포인트 후크를 배포하여 터미널 명령어를 모니터링하고 사용자 ID 및 그룹 권한을 기반으로 에이전트 작업을 제한합니다.
XOR (미국): AI 모델이 자체적으로 보안 결함을 찾아 수정할 수 있도록 강화 학습 학습 데이터와 환경을 생성합니다. 이 회사는 개발자가 보안 코딩 에이전트를 학습시키는 데 사용하는 검증된 작업 궤적과 벤치마크를 제공합니다.

애플리케이션 보안 및 취약점 관리

Aisy (영국): 공격자의 관점에서 엔터프라이즈 환경을 모델링하여 취약점 해결의 우선순위를 정합니다. 이 플랫폼은 외부 공격 표면을 매핑하고, 관련 애셋을 비즈니스 중심의 위협 모델로 그룹화하며, 중요한 취약점 공격 체인을 식별합니다.
Alt Security (이스라엘): 자율형 AI 에이전트를 사용하여 보안 테스트를 수행하는 에이전트 침투 시험 플랫폼을 개발합니다. 이 시스템은 정찰을 자동화하고, 취약점 발견 결과를 연결하여 중요한 비즈니스 위험을 식별하며, 샌드박스 환경에서 익스플로잇을 검증합니다.
Arcjet (미국): SDK를 통해 개발자 코드베이스 내에서 기본적으로 실행되는 애플리케이션 보안을 제공합니다. 이 플랫폼은 코드베이스에서 직접 봇 감지, 속도 제한, 프롬프트 인젝션을 처리하여 지연 시간이 짧은 의사 결정 루프를 유지합니다.
Pixee (미국): 스캐너 결과를 검증된 풀 요청으로 변환하여 취약점 분류 및 코드 수정을 자동화합니다. 이 플랫폼은 컨텍스트 그래프와 결정적 하네스를 사용하여 개발자 지속적 통합 (CI) 파이프라인을 통과하는 코드베이스 호환 수정사항을 생성합니다.

클라우드, 네트워크, 인프라 보안

CloudFence (미국): 보이지 않는 오버헤드 드론처럼 회사의 클라우드 네트워크를 모니터링합니다. 시스템이 서로 통신하는 정상적인 패턴을 학습하고 시스템이 익숙하지 않은 위치와 통신하기 시작하면 관리자에게 즉시 알립니다.
CyberSeQ (영국): 소프트웨어 코드와 디지털 파이프라인을 스캔하여 암호화가 오래되었는지 확인합니다. 조직이 양자 내성 보안 키로 전환할 계획을 세우는 데 도움이 됩니다.
Huskeys (이스라엘): 회사의 디지털 방화벽을 위한 스마트 튜너로 작동합니다. 트래픽 필터를 실시간으로 자동 최적화하고 조정하여 오탐을 줄이므로 합법적인 고객이 차단되지 않고 웹사이트를 방문할 수 있습니다.
Native (이스라엘): Google Cloud, AWS, Azure, Oracle 전반에서 기본 제공되는 네이티브 제공업체 제어를 관리하는 멀티 클라우드 보안 컨트롤 플레인 역할을 합니다. 이 플랫폼은 시뮬레이션 엔진을 사용하여 배포 전에 보안 정책 변경의 운영 영향을 미리 봅니다.
Prowler (미국): 멀티 클라우드 환경 전반에서 클라우드 보안 상황 관리 및 규정 준수 검사를 자동화합니다. 이 오픈소스 플랫폼은 커뮤니티 기반 보안 제어 데이터베이스를 사용하여 잘못된 구성을 식별하고 해결합니다.
QIZ Security (이스라엘): 중앙 집중식 대시보드를 통해 엔터프라이즈 암호화 애셋과 규정 준수 상태를 관리합니다. 이 플랫폼은 인증서, 데이터베이스, 소스 코드를 지식 그래프에 매핑하여 조직이 양자 내성 암호화로 전환할 수 있도록 지원합니다.
Tracebit (영국): 클라우드 네이티브 디코이 또는 카나리아를 사용하여 인프라 침입 및 무단 액세스를 감지합니다. 이 플랫폼은 코드형 인프라를 통해 대규모로 이러한 디코이 리소스를 배포하여 공격자가 이동하는 순간 알림을 트리거합니다.

엔드포인트 보안 및 데이터 보호

Bold Security (미국): 엔터프라이즈 기기를 데이터 무단 반출 및 내부자 위협으로부터 보호하는 사용자 공간 엔드포인트 보안 에이전트를 제공합니다. 에이전트는 기기에서 로컬 분류 모델을 실행하여 클라우드 지연 시간 없이 정책 시행 및 데이터 손실 방지를 지원합니다.
Glow (이스라엘): 엔드포인트, 소프트웨어, AI 에이전트 모니터링을 단일 Workspace 보호 레이어로 통합합니다. 협업 AI 에이전트 팀을 사용하여 플랫폼은 조직 전체의 소프트웨어 사용 흔적을 매핑하고 승인되지 않은 브라우저 확장 프로그램과 플러그인을 차단합니다.
Jazz (미국): 정적 패턴 규칙에 의존하는 대신 사용자 의도와 비즈니스 컨텍스트를 분석하여 데이터 손실 방지 (DLP)를 현대화합니다. 가벼운 엔드포인트 에이전트와 지능형 조사자를 사용하여 데이터 흐름 알림을 자동으로 분류하고 해결합니다.
ORION Security (미국): 엔드포인트, 브라우저, SaaS 도구 전반에서 데이터 계보를 추적하는 지표 기반 데이터 손실 방지 플랫폼을 배포합니다. 그래프 데이터베이스에서 파일 이동을 매핑하여 플랫폼은 수동 정책 없이도 무단 반출 위험을 식별합니다.
MokN (프랑스): 선제적인 ID 복구 플랫폼을 통해 사용자 인증 정보 도용에 대응합니다. 독점 기술을 통해 매우 현실적인 미끼 액세스 포인트를 사용하여 공격자를 속여 훔친 사용자 인증 정보를 드러내도록 함으로써 공격자에게 반격을 가합니다. 이렇게 하면 도용된 사용자 인증 정보가 악용되기 전에 위협을 무력화할 수 있습니다.

SOC 자동화 및 공격적 보안

COGNNA (사우디아라비아): 보안 알림을 분석하고 위협 대응 워크플로를 자동화하는 에이전트 기반 보안 운영 센터 (SOC) 플랫폼을 운영합니다. 이 플랫폼은 AI 에이전트를 사용하여 이슈를 조사하고 알림 노이즈를 줄이면서 기존 엔드포인트 및 보안 정보 및 이벤트 관리 (SIEM) 도구의 원격 분석을 수집합니다.
Latent Defense (미국): 복잡한 시스템 아키텍처를 밀도 높은 다차원 그래프로 표현하기 위해 사이버 보안을 위한 기초적인 세계 모델을 빌드합니다. 이 플랫폼은 이러한 그래프 표현을 사용하여 악용 가능한 공격 경로를 식별하고 자동화된 레드팀 에이전트로 테스트합니다.
Mate Security (이스라엘): AI 기반 보안 운영 플랫폼을 사용하여 대규모로 보안 알림을 조사합니다. 기존 SIEM 및 보안 조정, 자동화, 대응 (SOAR) 도구와 통합되어 애셋 관계를 매핑하고, 수신 알림을 자동으로 분류하며, 거짓양성률을 최소화합니다.
Nrdsnipe (스웨덴): 내부 네트워크 침투 시험을 자동화하는 AI 기반 보안 테스트 플랫폼인 Hedgehog를 빌드합니다. 고객 네트워크에 직접 배포되는 이 솔루션은 플래너 및 터미널 에이전트를 사용하여 애셋을 매핑하고 노출 기반 지식 그래프를 구성합니다.
RIFFSEC (폴란드): 중부 유럽 시장에 맞춤화된 조기 경고 위협 인텔리전스 및 공격 표면 관리 플랫폼을 제공합니다. 다크 웹, Telegram 채널, 코드 저장소를 모니터링하여 유출, 노출된 사용자 인증 정보, 피싱 캠페인을 식별합니다.
TandemTrace (스페인): 원시 텔레메트리를 분석하여 알림을 조사하고 위협을 추적하는 자율 AI 에이전트로 보안 운영팀을 보강합니다. 이 플랫폼은 기존 데이터 레이크 및 SIEM API에 직접 연결하여 보안 이슈에 대한 사람이 읽을 수 있는 컨텍스트를 빌드합니다.

보안 인프라 및 전문 서비스

Netsec (프랑스): 협업 채널 내에서 직접 제공되는 올인원 플랫폼을 통해 중소 규모 조직의 전체 IT 및 사이버 보안 수명 주기를 관리합니다. 단일 컨트롤 플레인에서 사용자 온보딩, 기기 관리, SaaS 보안 상황 해결을 자동화합니다.
Revelum (미국): 딥페이크 기반 사기 및 사칭 캠페인을 대규모로 감지하고 해체합니다. 이 플랫폼은 비전 모델과 분류 엔진을 사용하여 소셜 미디어 광고를 분석하고, 생체 인식 ID를 확인하며, 도메인 삭제를 자동화합니다.
Synqly (미국): IT와 사이버 보안 도구 간의 통합을 간소화하는 통합 연결 플랫폼과 API 관리 컨트롤 플레인을 제공합니다. 데이터 스키마를 정규화하고 양방향 데이터 공유를 촉진하는 결정적 미들웨어 계층 역할을 합니다.

이러한 스타트업은 글로벌 전문가와의 협력을 통해 더 안전하고 복원력이 뛰어난 디지털 인프라를 구축할 수 있는 유리한 위치를 점하고 있습니다. Gemini Startup Forum은 Google for Startups Gemini 키트의 혜택으로, 스타트업이 AI로 확장하는 데 도움이 되는 API, 도구, 교육, 기술 리소스를 제공합니다. 여기에서 키트에 대해 자세히 알아보세요.

위협 환경은 항상 진화하고 있습니다. 이러한 과제를 해결하기 위해 Google은 Google for Startups에 대한 지원을 계속할 것입니다. 지난 4년간 Authologic, BforeAI, Build38, Cerby, Crowdsec, Risk Ledger를 비롯한 50개 이상의 사이버 보안 창업자를 지원했습니다.

올해의 코호트는 경계 방어에서 자율 AI 에이전트 보안으로 전환되는 업계의 변화를 반영하여 엔터프라이즈 거버넌스와 자율 AI의 안전한 배포를 강조합니다. 앞으로 이러한 기술의 통합은 차세대 선제적 디지털 방어를 정의하는 데 도움이 될 것입니다.

중요한 서드 파티로서 영국 금융 부문의 복원력에 기여

Sun, 30 Aug 2026 21:00:00 +0000

Google Cloud는 금융 생태계에서 Google Cloud의 역할을 매우 중요하게 생각합니다. Google Cloud는 운영 복원력이 책임감 있는 혁신을 추진하고 지속하는 데 필수적이라고 굳게 믿습니다.

오늘 Google Cloud는 영국 금융 부문 고객과 직접적으로 관련된 금융 부문에 대한 지속적인 노력의 이정표를 세웠습니다. 7월 10일, 영국 재무부는 CTP 체제에 따라 Google Cloud EMEA를 영국 금융 부문의 중요한 서드 파티 (CTP)로 지정했습니다.

이 지정은 Google Cloud 서비스를 사용하는 영국 기업의 수와 유형, 사용 사례의 중요성을 고려한 것입니다. Google Cloud는 서비스의 체계적 영향에 대한 HMT의 결정을 인지하고 있으며, 영국 금융 시스템의 안정성과 신뢰를 보호하는 데 있어 Google Cloud의 역할을 다하기 위해 최선을 다하고 있습니다.

부문 전반의 복원력 구축

CTP로서 Google Cloud EMEA는 영국 중앙은행, 건전성 감독청 (PRA), 금융감독원 (FCA)의 직접적인 감독을 받게 됩니다. 이러한 기관을 통칭하여 영국 금융 규제 기관이라고 합니다.

영국 금융 규제 기관은 CTP를 감독하면서 업계 전반의 운영 복원력을 구축하는 것을 목표로 삼을 것입니다. Google Cloud는 이러한 목표를 전적으로 지원합니다.

Google은 더 긴밀한 협력의 새로운 단계에 접어들면서 영국 금융 규제 기관과 건설적인 대화를 계속해 나갈 것입니다. Google은 이러한 지속적인 대화가 영국 금융 부문에 실질적인 이점을 제공할 것이라고 확신합니다.

고객 성공 지원

효과적인 감독을 위한 노력과 함께 Google Cloud는 운영 복원력, 아웃소싱, 서드 파티 위험 관리와 관련된 영국 기업의 요구사항을 고객이 충족할 수 있도록 지원하는 데 전념하고 있습니다.

Google Cloud가 고객이 PRA 감독 성명서 1/21에 따른 운영 복원력 의무를 충족하도록 어떻게 지원할 수 있는지에 대한 인사이트를 SS1/21 백서에서 제공합니다.
Google Cloud의 SS2/21 매핑을 통해 영국 기업을 위한 Google Cloud의 계약이 PRA 감독 성명 2/21에 따른 아웃소싱 및 서드 파티 위험 관리 요구사항을 어떻게 충족하는지 설명합니다.

CTP 체제가 이러한 요구사항을 대체하는 것은 아니지만, 이를 보완하도록 설계되었습니다. 그럴 것이라고 확신합니다.

향후 계획

CTP 체제 하에서 영국 금융 규제 기관과 협력할 수 있기를 기대합니다. Google Cloud는 현재 고객과 규제 기관에 제공하는 지속적인 투명성과 신뢰를 위한 노력과 동일한 수준의 노력을 기울일 것입니다.

새로운 시대가 시작되었지만 Google Cloud의 핵심 목표는 변함없이 디지털 혁신을 위한 가장 안전하고 확장 가능하며 복원력이 뛰어난 플랫폼을 제공하는 것입니다.

Google Threat Intelligence와 Wiz ASM을 통한 선제적 보안 추진 및 위험 우선순위 지정

Sun, 30 Aug 2026 12:00:00 +0000

보안 조직의 주요 목표는 여전히 선제적인 대응입니다. AI가 취약점 발견 및 악용 속도를 가속화함에 따라 조직은 보안 투자의 개인화를 통해 방어의 우선순위를 정하는 데 도움을 받을 것입니다.

실제 노출을 실시간 공격자 활동과 매칭하여 더욱 선제적으로 대응할 수 있도록 Google Threat Intelligence와 Wiz Attack Surface Management (ASM) 간의 통합 작업을 시작했습니다.

노출과 검증된 익스플로잇 가능한 위험을 실시간 위협 인텔리전스에 직접 연결하여 오늘날의 방어에 필요한 속도로 AI 스캔을 통해 외부로 노출된 익스플로잇 가능한 문제와 논리 기반 취약점을 감지하고 우선순위를 지정할 수 있도록 지원합니다. 이를 통해 조직에 가장 큰 위험을 초래하는 실제 위협에 따라 조치의 우선순위를 정하는 전략으로 전환할 수 있습니다.

위협에 대한 이 두 가지 관점을 결합하면 사후 대응적 유지보수에서 선제적인 보안 전략으로 전환하는 데 도움이 될 수 있습니다. 악용 가능한 노출을 감지하는 것 외에도 이러한 노출 중 어떤 것이 공격자의 표적이 되고 있는지에 대한 인사이트를 얻을 수 있습니다.

Google Cloud는 노출 데이터를 Google Threat Intelligence 상관관계 엔진에 직접 제공하는 기본 통합을 향해 계속 빌드해 나갈 것입니다. 이 자동화된 연결을 통해 사용자는 실제 환경에서 공격자가 표적으로 삼고 있는 노출에 집중하고 Google Cloud의 실시간 위협 인텔리전스를 사용하여 해결 노력과 위협 추적 활동의 우선순위를 정할 수 있습니다.

선제적인 보안 전략 구축

Google Threat Intelligence는 공격자의 운영 방식을 전 세계적으로 파악하고 인프라와 캠페인 활동을 실시간으로 추적합니다.

Wiz ASM은 클라우드, AI, SaaS (Software-as-a-service), 온프레미스 환경 전반에서 외부 공격 표면을 매핑하여 도메인, IP, API와 같은 노출된 애셋을 파악합니다. 익스플로잇 가능성을 검증하기 위해 익스플로잇 가능한 취약점, 잘못된 구성, 기본 사용자 인증 정보를 스캔합니다. 또한 노출된 보안 비밀과 민감한 정보를 스캔하고 검증합니다.

동시에 Wiz Red Agent는 AI로 노출을 스캔하여 애플리케이션 동작에 대한 추론을 통해 복잡한 논리 기반 취약점을 찾아냅니다.

이 조합의 강력한 기능은 다음과 같은 자신감 있는 우선순위 지정 및 헌팅 능력에 있습니다.

실제 활동에 따른 우선순위 지정: 통합이 진행되면 노출 데이터가 Google Threat Intelligence 엔진에 공급됩니다. 이를 통해 공격자가 현재 악용하고 있는 노출을 파악하여 팀이 가장 필요한 곳에 해결 노력을 집중할 수 있습니다.
공격자 행동 이해: 심각한 위험이 플래그로 지정되면 알림과 함께 행동 기반 안내를 제공할 계획입니다. 이러한 정보는 공격자가 취약점을 공격한 후 일반적으로 어떻게 행동하는지, 특정 호스트 명령어 또는 멀웨어를 어떻게 사용하는지 자세히 설명하여 방어자가 네트워크 내부에서 활성 흔적을 추적하는 데 필요한 컨텍스트를 제공합니다.
복잡한 취약점 발견: Wiz Red Agent는 AI를 사용하여 인증 우회, 비즈니스 로직 결함, 다단계 공격 체인과 같은 논리 기반 취약점을 스캔하여 기존 스캐너가 놓치는 위험을 발견하도록 도와줍니다.

선제적 방어 시작하기

이러한 결합된 접근방식은 노이즈를 줄이고 조직에 실제 위험을 나타내는 신호에 집중하여 보안 상황을 간소화하는 데 도움이 되도록 설계되었습니다. 지금 바로 Google Threat Intelligence 및 Wiz ASM을 시작하려면 Google 영업 담당자에게 문의하세요.

미래를 대비하는 데이터 무결성: Cloud KMS에서 지원하는 양자 내성 디지털 서명

Tue, 28 Jul 2026 17:00:00 +0000

해당 블로그의 원문은 2026년 7월 29일 Google Cloud 블로그(영문)에 게재되었습니다.

암호학적으로 유의미한 양자 컴퓨터(CRQC, Cryptographically Relevant Quantum Computer)의 등장이 가시화되면서, 양자 내성 디지털 서명으로의 전환은 장기적인 데이터 무결성과 진정성을 지키기 위한 핵심 과제가 되었습니다. 실제로 여러 기관과 기업이 이러한 시급성을 점차 인식하고 있습니다.

일례로 미국 정부는 각 부처와 기관이 양자 내성 디지털 서명으로 전환해야 하는 기한을 갱신해 발표했습니다. Google Cloud는 이러한 전환을 지원하기 위해, Google Cloud Key Management Service(Cloud KMS)에서 양자 내성 디지털 서명(ML-DSA, SLH-DSA)과 양자 내성 키 캡슐화(ML-KEM)를 정식 출시(GA)합니다.

기업이 당장 마주하는 과제는 기능적인 문제입니다. 양자 내성 암호(PQC)에 본질적으로 따라오는 대역폭과 처리 성능 부담 없이, 대용량 데이터 페이로드에 서명할 수 있어야 하기 때문입니다. Cloud KMS는 ML-DSA(FIPS 204)와 SLH-DSA(FIPS 205)를 포함한 PQC 디지털 서명 알고리즘을 제공하며, 효율적인 external-µ 변형을 전용으로 지원합니다. 이를 통해 새롭게 부상하는 위협에 선제적으로 대응하고 규제 준수 요건을 충족하실 수 있습니다.

Cloud KMS의 PQC 디지털 서명 알고리즘

미국 국가안보국(NSA)의 CNSA 2.0을 비롯한 표준화 기관과 규제 당국이 양자 내성 알고리즘 도입 요건과 일정을 제시하면서, 조직 차원의 마이그레이션 계획 수립이 시급해지고 있습니다. Cloud KMS는 애플리케이션에 필요한 보안 강도와 서명 방식을 직접 선택하실 수 있도록, 공개적으로 이용 가능한 다양한 ML-DSA 및 SLH-DSA 알고리즘을 제공합니다.

Cloud KMS가 현재 지원하는 PQC 알고리즘 및 변형은 다음과 같습니다.

알고리즘 명	NIST 보안 등급	변형 유형	설명
SLH-DSA-SHA2-128s	Level 1	Pure, Pre-hash	심층 방어(Defense-in-Depth)를 위한 무상태(Stateless) 해시 기반 디지털 서명
ML-DSA-44	Level 2	Pure, External-µ	고성능, Level 2 양자 보안 강도 (SHA-256 충돌 탐색에 상응)
ML-DSA-65	Level 3	Pure, External-µ	보안성과 성능의 균형, Level 3 양자 보안 강도 (AES-192 전수 키 탐색에 상응)
ML-DSA-87	Level 5	Pure, External-µ	장기 데이터 보호를 위한 최고 수준 보안, Level 5 양자 보안 강도 (AES-256 전수 키 탐색에 상응)

Pre-hash 및 External-µ 변형이 필요한 이유

디지털 서명에 사용되는 암호학적 요소들은 메모리상에서 크기가 고정되어 있거나 예측 가능합니다. 반면 서명 대상이 되는 메시지는 수 바이트에서 초대용량 파일까지 그 범위가 매우 넓습니다. 이러한 크기 격차는 HSM이나 전용 키 관리 서비스처럼 별도의 보안 장치를 사용할 때 심각한 문제를 일으킵니다.

이러한 시스템은 보안성과 키 연산에 최적화되어 있는 대신 대역폭과 처리 성능에 제약이 있습니다. 따라서 서명을 위한 보안 경계 내에서 초대용량 메시지를 안전하게 전송하고 처리하는 것은 비현실적이거나 아예 불가능합니다.

이에 애플리케이션은 먼저 로컬 환경에서 암호학적 해시 함수(SHA2, SHAKE 등)로 대용량 메시지를 처리해 약 32바이트 수준의 고정 크기 다이제스트를 생성합니다. 그런 다음 이 작은 다이제스트만 HSM(하드웨어 보안 모듈) 또는 키 관리 서비스로 전달하여, 개인 키를 이용한 실제 서명 연산을 수행합니다.

NIST의 ML-DSA 표준인 FIPS 204(Algorithm 7)는 이러한 워크플로를 지원하기 위해 pre-hash 기능으로 external-µ 변형을 사용합니다. External-µ의 세부 내용은 RFC 9881 Appendix D에 기술되어 있습니다. 이 방식을 사용하면 애플리케이션이 다이제스트(메시지 대표값, message representative)를 외부에서 계산한 뒤 순수(pure) ML-DSA 서명 알고리즘에 입력할 수 있습니다. 즉, pre-hash 워크플로의 대역폭 효율성과 순수 ML-DSA 검증기와의 완전한 호환성을 동시에 확보할 수 있습니다.

또한 external-µ 변형은 공개 키를 메시지 대표값에 수학적으로 결속시켜 재서명 불가능성(Non-resignability)을 구현합니다. 이는 공격자가 메시지 대표값을 조작하여 다른 키(공격자가 제어하는 키일 수 있음)로 검증되도록 만드는 공격을 차단하는 중요한 보안 속성입니다. 자세한 내용은 이 문서에서 확인하실 수 있으며, external-µ 처리에 대한 실제 구현 예시는 BoringSSL 구현을 참고하시기 바랍니다.

Google Cloud KMS는 이제 pre-hash와 external-µ 변형을 모두 지원합니다. 이를 통해 외부 해싱 방식으로 대용량 페이로드를 안전하게 처리하면서도 순수 검증기와 연동되는, 고성능·저지연 서명 워크플로를 구현하실 수 있습니다.

Cloud KMS에서 PQC 서명 시작하기

애플리케이션에서 Cloud KMS API를 통해 이러한 알고리즘을 연동하실 수 있습니다. 개발자는 기존 Cloud KMS 기능을 그대로 활용해 서명 작업용 PQC 키를 생성·관리·사용할 수 있습니다. 상세한 안내와 코드 샘플은 Cloud KMS 문서에서 확인하실 수 있습니다.

앞으로의 PQC 여정

양자 내성 암호 환경으로의 전환은 함께 만들어 가는 여정입니다. Google Cloud KMS에 PQC 디지털 서명을 추가한 것은 고객의 양자 내성 마이그레이션 전략을 지원하는 중요한 이정표입니다.

Google Cloud는 앞으로도 NIST의 새로운 표준과 가이드라인을 지속적으로 반영하여 서비스를 업데이트하고, 고객의 핵심 시스템 보안 유지를 지원하겠습니다. 여러분의 구체적인 암호화 요구사항에 대해 함께 논의할 수 있기를 기대하며, 언제든 의견을 보내 주시기 바랍니다.

에이전트를 통한 혁신의 가속화: 소프트웨어 정의 차량(SDV)의 보안 확보

Mon, 06 Jul 2026 16:00:00 +0000

해당 블로그의 원문은 2026년 7월 7일 Google Cloud 블로그(영문)에 게재되었습니다.

자동차 산업은 새로운 기술을 채택하기 위해 가속 페달을 밟으며 중대한 전환점에 서 있습니다. 전통적인 커넥티드 차량의 시대는 소프트웨어 정의 차량(SDV)의 시대로 전환되었으며, 이는 무선 업데이트(OTA)를 통해 제공되는 수많은 새로운 기능들과 급격한 혁신이 돋보이는 시대입니다.

AI와 에이전트를 통합함으로써, 차세대 SDV는 미가공 텔레메트리(원격 진단 데이터)를 실시간으로 실행 가능한 통찰력으로 전환하여, 차량이 주변 환경 및 사용자들과 상호 작용하는 방식을 근본적으로 재고할 수 있게 될 것입니다. SDV를 보다 효과적으로 지원하고 보호하기 위해, 구글 클라우드(Google Cloud)와 발텍(Valtech)은 구글 클라우드 상에 구축된 확장성이 뛰어난 AI 지원 커넥티드 차량 플랫폼인 넥서스 SDV(Nexus SDV)를 공동 개발하기 위한 파트너십을 체결했습니다. 이 모듈식이며 개발자 친화적인 오픈소스 솔루션은 최대 1억 개의 장치를 관리할 수 있도록 설계되었으며, 데이터 흐름과 차량 내 경험을 간소화하기 위해 안드로이드 오토모티브 OS(Android Automotive OS, AAOS)와 깊이 있게 통합되어 있습니다.

우리는 Arm 기반 컴퓨팅과 Bigtable을 통해 총소유비용(TCO)을 절감하는 동시에 차세대 자동차 인텔리전스를 구축하기 위한 AI 네이티브 환경을 제공하는 넥서스 SDV(Nexus SDV) 오픈소스 코어의 첫 번째 출시를 발표하게 되어 자랑스럽게 생각합니다.

넥서스 SDV가 이끄는 AI 기반 경험

Nexus AI는 플랫폼의 지능형 엔진 역할을 수행하며, 차량을 수동적인 데이터 소스에서 능동적이고 자율적인 파트너로 변화시킵니다. 제미나이(Gemini) 모델과 제미나이 엔터프라이즈 에이전트 플랫폼(Gemini Enterprise Agent Platform)을 활용하여, Nexus AI는 복잡한 텔레메트리를 실시간으로 분석해 자율적인 의사결정과 초개인화된 운전자 보조를 위한 정보를 제공하며, 사용자의 요구를 예측하는 지능형 에이전트로서 효과적으로 작동합니다.

결정적으로, 이 고도화된 인텔리전스는 총소유비용(TCO)의 획기적인 절감에 초점을 맞추고 있습니다. 고효율 Arm 기반 컴퓨팅과 Bigtable 최적화 데이터 스토리지를 활용함으로써, 플랫폼은 방대한 데이터 볼륨을 처리하는 데 수반되는 운영 비용을 대폭 낮춰줍니다. 이 모듈식이며 AI 네이티브한 아키텍처는 제조업체가 차세대 차량 소프트웨어 도입 시 전통적으로 동반되는 과도한 클라우드 및 개발 비용 부담 없이, 자사 차량 플릿의 인텔리전스를 신속하게 확장할 수 있도록 보장합니다.

클라우드 네이티브 아키텍처

넥서스 SDV의 아키텍처는 차량 엣지와 데이터 센터 간의 격차를 해소하도록 설계된 모듈식의 클라우드 네이티브 토대 위에 구축되었습니다. AAOS와의 깊은 호환성은 클라우드와 차량 간의 긴밀한 통합을 위한 핵심 초석이며, 고정밀 텔레메트리 데이터를 실시간으로 인입하고 동기화할 수 있도록 지원합니다. 이 견고한 데이터 루프를 통해 Nexus AI는 지능형 업데이트와 서비스를 차량으로 빠르게 되돌려 보낼 수 있습니다.

개발자 친화적인 개방형 프레임워크를 제공함으로써, 넥서스 SDV는 제조업체가 구글 클라우드 생태계의 확장성과 신뢰성을 바탕으로 SDV의 전체 라이프사이클을 완벽하게 관리할 수 있도록 지원합니다.

넥서스 SDV(Nexus SDV) 아키텍처

구글 클라우드 보안 제어를 활용한 심층 방어

기본 설계부터 안전한(secure-by-design) 구조 및 제로 트러스트(Zero Trust) 아키텍처를 포함한 구글의 안전한 기반 위에 구축된 넥서스 SDV(Nexus SDV)는 규제 준수 및 위협 방어라는 까다로운 과제를 수월하게 해결할 수 있도록 지원합니다. 이를 달성하기 위해, 넥서스 SDV 아키텍처는 다음과 같은 6가지 핵심 요소를 바탕으로 포괄적인 심층 방어(defense-in-depth) 보안 모델을 구현합니다.

상호 TLS(mTLS) 및 공개키 기반구조(PKI)

넥서스 SDV는 어떠한 데이터 전송도 일어나기 전에 차량을 먼저 인증하기 위해 암호학적 신뢰 체인에 의존합니다. 이 인프라는 고가용성의 안전한 신뢰 기준점(root of trust)을 보장하기 위해 Google Cloud Certificate Authority Service(CAS)를 사용하여 고유한 CA 풀(서버, 공장 및 등록 CA)을 관리합니다.

구체적으로, 등록 서버는 초기 TLS 핸드셰이크 중에 클라이언트가 유효한 "공장 발행(factory-issued)" 인증서를 제시하도록 강제함으로써 등록 프로세스를 실행하며, 연결 스트림에서 직접 인증서를 추출 및 파싱하여 차량의 신원을 명확하게 증명합니다. 등록 과정에서 서버는 차량이 새로운 운영 인증서를 발급받기 전에 전송한 인증서 서명 요청(CSR)에 대한 검증을 수행합니다.

ID 및 액세스 관리(IAM)

이 시스템은 Keycloak이 중앙 OpenID Connect(OIDC) ID 제공업체로 배포되는 ID 브로커링(identity brokering) 방식을 사용합니다. 차량은 mTLS를 통해 자신의 운영 인증서를 사용하여 Keycloak에 인증하고, 수명이 짧은 JWT(JSON Web Token)를 발급받습니다.

미세 조정된 액세스 제어를 위해, 커스텀 NATS Auth Callout 서비스가 동적인 서브젝트 권한을 제공합니다. 이 서비스는 모든 메시징 브로커 연결 시도를 가로채고, 공개 JWK 키를 사용해 Keycloak JWT를 검증하며, 차량의 역할을 특정 NATS 서브젝트에 프로그램 방식으로 매핑합니다.

안전한 서비스 간 통신을 위해 Workload Identity Federation을 활용하므로, 파이프라인은 정적 자격 증명을 제거하기 위해 GitHub OIDC 토큰을 일시적인 구글 클라우드 액세스 권한으로 교환합니다. 한편, GKE Workload Identity를 통해 Kubernetes 서비스 계정을 구글 서비스 계정에 바인딩함으로써 Kubernetes Pod가 Bigtable과 같은 백엔드 서비스에 안전하게 액세스할 수 있도록 지원합니다.

보안은 제한된 IAM 범위(restricted IAM scopes)를 통해 한층 더 강화되어, 전용 서비스 계정이 최소한의 권한으로 프로비저닝되도록 보장합니다(예: 데이터 API가 Bigtable에서 데이터를 읽는 작업으로만 제한됨). 배포 컨텍스트에서 VPC-SC, 조직 정책 제약 조건(Organization policy constraints) 및 Private Service Connect(PSC)를 활용하는 것 또한 안전한 기반을 달성하는 데 도움이 됩니다.

비밀 관리

넥서스 SDV는 민감한 정보를 보호하기 위해 중앙 집중식 비밀 관리에 의존합니다. 모든 민감한 설정, 데이터베이스 비밀번호, 암호학적 서명 키는 Terraform 인프라 프로비저닝 중에 동적으로 생성되며 Google Cloud Secret Manager 내부에 안전하게 잠깁니다.

배포 중 애플리케이션 코드나 컨테이너 이미지에 비밀 정보가 하드코딩되는 것을 방지하기 위해 비밀 페칭(secret fetching) 방식이 사용됩니다. 대신, 서비스들은 서명 키와 자격 증명을 런타임 시점에만 메모리로 직접 가져오므로, 미사용 시(at rest) 및 전송 시(in transit) 노출 위험을 최소화합니다.

네트워크 격리

네트워크 격리를 시행하기 위해 기반 컴퓨팅 인프라는 강력하게 보호됩니다. 넥서스 SDV는 워커 노드에 퍼블릭 IP 주소가 없어 인터넷에 직접 노출되지 않는 프라이빗 GKE 클러스터에서 실행됩니다. 또한, Keycloak PostgreSQL 데이터베이스는 정적 데이터베이스 비밀번호에 의존하거나 IP 허용 목록을 관리하는 대신, Cloud SQL Proxy가 IAM 역할을 사용하여 안전하게 연결할 수 있도록 지원하는 Cloud SQL IAM 인증(Cloud SQL IAM Authentication)을 사용합니다.

안전한 AI 프레임워크(Secure AI Framework)

구글 클라우드는 Secure AI Framework(SAIF)의 지침에 따라 데이터 프라이버시, 모델 거버넌스 및 안전한 실행을 최우선으로 하는 포괄적인 엔터프라이즈급 프레임워크를 통해 이러한 고급 AI 기능을 안전하게 보호합니다. 제미나이 엔터프라이즈 에이전트 플랫폼(Gemini Enterprise Agent Platform)을 사용하면 전용 설명 가능성(Explainability) 및 안전성 제어, 지속적인 평가 및 모니터링, 안전한 모델 레지스트리 등의 기능을 통해 보안 및 거버넌스가 머신러닝 라이프사이클에 네이티브하게 임베딩됩니다.

구글이 AI를 보안하는 방법에 대해 여기에서 자세히 알아보실 수 있습니다.

데이터 API (Data API)

하운스트림 애플리케이션 및 외부 클라이언트가 Bigtable과 같은 데이터 저장소에 직접 액세스하도록 허용하는 대신, 넥서스 SDV는 커스텀 데이터 API를 통해 데이터 검색을 라우팅합니다. 이 마이크로서비스는 특정 차량 ID, 센서 데이터 유형 및 사전 정의된 시간 창을 쿼리하는 것과 같은 엄격한 요청을 고도로 제한된 Bigtable 행 범위 스캔 및 열 필터로 변환하는 안전한 추상화 레이어 역할을 수행합니다.

이를 통해 구조화된 데이터 액세스 패턴을 시행하는 안전한 게이트웨이 역할을 합니다.

넥서스 SDV와 함께 여정을 시작해 보세요

넥서스 SDV는 오픈소스 프레임워크 내에서 제조사가 AI의 모든 성능을 활용할 수 있도록 지원하는 자율적이고 안전하며 비용 효율적인 플랫폼을 제공함으로써 자동차 인텔리전스의 새 시대를 열어갑니다. 구글이 소프트웨어 정의 차량을 재정의하는 방법에 대해 여기에서 자세히 알아보실 수 있습니다.

보안 & 아이덴티티

고급 보안 거버넌스를 통한 자율 에이전트 역량 강화

에이전트형 역설

생각의 사슬 보호

차단에서 관리로

거버넌스가 성공으로 이끄는 길잡이가 되어 줍니다

판도를 바꾸는 기술: 인프라 코드 보호를 위한 에이전트 AI 사용

국소적 위협 모델의 중요성

전문 분류 에이전트로 개발 속도 향상

전체 과정을 완성하는 버그 수정 에이전트

교훈 및 권장사항

새로운 Secure Source Manager 기능으로 CI/CD 파이프라인 강화

주요 기능

다음 단계

Google Cloud 파트너사가 Gemini Enterprise로 구현한 새로운 보안 에이전트와 AI 방어 기능

Gemini Enterprise로 구축된 신규 보안 에이전트와 에이전틱 방어 체계

Cloud CISO Perspectives: Google이 AI 위협을 모니터링하고 AI 방어를 강화하는 방법

'사이버 보안을 위한 맞춤법 검사' 그 이상: Google이 AI 위협을 모니터링하고 AI 방어를 강화하는 방법

Cyber Defense Summit 2026: AI 시대의 보안

최신 소식 요약

위협 인텔리전스 뉴스

Google Cloud 팟캐스트 소개

세분화된 기본 제어 기능을 갖춘 새로운 세션 관리 도구 소개

세션 제어의 새로운 기능

1. 자동화 우선: Terraform, gcloud, API 지원

2. Google 그룹스를 활용한 세분화된 타겟팅

3. 정밀한 애플리케이션 제어

4. Google Cloud 네이티브 환경

시작하는 방법

Google의 오픈소스 버그 발견 및 수정 도구인 Mantis 시작하기

Cloud CISO Perspectives: AI 시대에 수자원 부문의 보안을 강화하기 위한 팁

AI 시대에 수자원 부문의 보안을 강화하기 위한 팁

최신 소식 요약

위협 인텔리전스 뉴스

Google Cloud 팟캐스트 소개

BlackLine에서 VPC 서비스 제어로 경계 정책 인텔리전스를 간소화하는 방법

BlackLine의 사고 대응 프로세스 간소화 방법

경계 운영 수명 주기 간소화

핵심 VPC-SC 작업: 간편한 경계 적용

시작하기

Cloud KMS의 양자 내성 키 가져오기 기능 발표

위협: 선 저장, 후 해독 공격

키에 대한 양자 내성 봉투 빌드

Google Cloud의 PQC 여정에서 중요한 이정표

Cloud CISO Perspectives: AI 시대에도 보안 기본사항을 지키는 방법

AI 시대에 보안 기본사항을 강화하는 방법

최신 소식 요약

위협 인텔리전스 뉴스

Google Cloud 팟캐스트 소개

Cyber Snapshot 보고서: 도구 모음을 넘어 엔터프라이즈 복원력 구축

GKE에서 AI 공급망 보호: 자동화된 AI BOM을 위한 k8s-aibom 소개

프리뷰 버전 출시: CodeMender로 소프트웨어 취약점 발견 및 수정

Gemini Enterprise Agent Platform의 CodeMender 개요를 시청하세요.

Cloud CISO Perspectives: AI가 심층적인 컨텍스트를 활용하여 방어자에게 이점을 제공하는 방법

AI가 심층적인 컨텍스트를 활용하여 방어자에게 이점을 제공하는 방법

AI 시대: 공격자 프로필 vs. 방어자의 이점

Google Cloud x Morgan Stanley: AI 시대의 위협 방어 재정의

Gemini Startup Forum에 참여하는 33개 사이버 보안 스타트업을 만나 보세요

AI 에이전트 보안 및 거버넌스

애플리케이션 보안 및 취약점 관리

클라우드, 네트워크, 인프라 보안

엔드포인트 보안 및 데이터 보호

SOC 자동화 및 공격적 보안

보안 인프라 및 전문 서비스

중요한 서드 파티로서 영국 금융 부문의 복원력에 기여

부문 전반의 복원력 구축

고객 성공 지원

향후 계획

Google Threat Intelligence와 Wiz ASM을 통한 선제적 보안 추진 및 위험 우선순위 지정

미래를 대비하는 데이터 무결성: Cloud KMS에서 지원하는 양자 내성 디지털 서명

Cloud KMS의 PQC 디지털 서명 알고리즘

Pre-hash 및 External-µ 변형이 필요한 이유

Cloud KMS에서 PQC 서명 시작하기

앞으로의 PQC 여정

Announcing quantum-safe Key Encapsulation Mechanisms in Cloud KMS

에이전트를 통한 혁신의 가속화: 소프트웨어 정의 차량(SDV)의 보안 확보

넥서스 SDV가 이끄는 AI 기반 경험

클라우드 네이티브 아키텍처

구글 클라우드 보안 제어를 활용한 심층 방어

상호 TLS(mTLS) 및 공개키 기반구조(PKI)