대부분의 조직은 여전히 티켓, 대시보드, 정기적인 패치 주기를 통해 IT 및 보안 업무를 운영하고 있습니다. 수년 동안은 그걸로 충분했다. 문제는 환경이 바뀌었다는 점입니다. 자산은 끊임없이 변동하고 있습니다. 정체성은 더 이상 인간만의 전유물이 아닙니다. AI 시스템은 실시간으로 의사결정을 내리고 있습니다. 그리고 공격자들도 그만큼 빠르게 대응하고 있습니다. 예전에는 충분히 빨랐던 것도 이제는 이미 너무 늦어버렸다.
아직도 티켓이나 알림, 검사 결과를 기다리며 무언가 잘못되었다는 신호를 기다리고 있다면, 문제는 이미 다른 곳으로 옮겨간 것입니다. 바로 이것이 현재 조직들이 느끼고 있는 격차입니다. 도구가 부족한 것이 아니라, 환경이 변화하는 속도와 IT 및 보안 시스템이 이에 대응하도록 설계된 방식 사이에 불일치가 있기 때문이다. 그 격차를 해소하려면 단순히 반응 속도를 높이는 것만으로는 부족합니다. 이를 위해서는 다른 운영 모델이 필요합니다.
우리 생태계 내에서는 다양한 수준의 권한과 자율성을 부여받은 AI 에이전트들이 점점 더 많이 활동하고 있습니다. 저희는 끊임없이 변화하는 방대한 엔드포인트 환경을 보유하고 있습니다. 또한 공격 측에도 능동형 AI가 존재하는데, 이는 인간이 정의한 매개변수를 기반으로 하는 자동화 시스템조차 따라잡을 수 없을 정도로 빠르게 취약점을 악용하기 위해 적응해 나갑니다.
운영 및 사이버 보안 측면 모두에서 볼 때, IT의 최종 목표는 ‘자율 IT’여야 합니다.
자율형 IT는 시스템이 결과를 이해하고, 자신의 상태를 검증하며, 항상 사람의 개입을 기다리지 않고도 조치를 취하는 운영 모델입니다. 이는 단순히 티켓을 더 빨리 처리할 수 있는 AI 에이전트를 통해 서비스 데스크를 자동화하는 것에 그치는 것이 아닙니다. 이는 비교적 새로운 개념으로, 최근에야 실현 가능해졌으며, 신뢰할 수 있는 실시간 인텔리전스를 바탕으로 IT 및 보안 환경이 스스로 진단하고, 스스로 복구하며, 시간이 지남에 따라 지속적으로 개선될 수 있도록 함으로써 기존의 정적인 자동화 방식을 뛰어넘습니다.
이 전례 없는 기관은 필수적인 진화이며, 그 기반에는 가시성이 자리 잡고 있습니다. 이 과정은 반응적, 선제적, 예방적 단계를 거쳐, 이미 발생한 문제에 대응하는 데서 문제가 발생하지 않도록 예방하는 데로 중점을 옮겨갑니다. 하지만 에서 예상할 수 있는 문제들을 예방하는 것만으로는 충분하지 않습니다. AI 시스템은 기존의 IT 환경보다 예측하기 훨씬 어렵기 때문입니다. 새로운 시대에 발맞추기 위해서는 사이버 보안 팀과 IT 팀 모두 진화해야 하며, 단순히 사람의 대응에서 사람이 주도하는 자동화로 넘어가는 것을 넘어, 스스로를 관리하는 시스템으로 발전해야 합니다.
가시성: 자산 관리의 근본적인 과제
모든 사이버 보안 및 IT 운영 프로그램의 근본적인 질문은 다음과 같습니다. ‘내가 관리하고 있는 것은 무엇인가?’ 보안을 강화하려면 먼저 무엇을 관리하고 있는지 파악해야 합니다. 문제는 사일로 현상인데, 이는 기술뿐만 아니라 업무 프로세스와 사람에 의해서도 만들어집니다. 예를 들어, 제가 IT 운영팀에 있을 때 제 업무 범위는 애플리케이션이었습니다. 저희 팀이 패키지를 구축했으며, 애플리케이션을 제대로 구현하는 데 주력했습니다. 그들이 실행한 엔드포인트는 다른 팀이 관리하고 있었기 때문에, 해당 계층에 대한 우리의 파악 범위는 제한적이었습니다.
모두가 각자의 일을 하고 있었다. 문제는 일자리가 맞지 않았다는 점이었다. 그래서 수년에 걸쳐 각 팀이 서로 협력하지 못하면서 부서 간 벽이 생겨나게 되었습니다. 또한 중앙 집중식 접근 방식이나 단일 정보 출처가 부재함에 따라 임시방편적인 해결책, 무분별하게 작성된 스프레드시트, 그리고 대충 땜질한 해결책들이 생겨나게 됩니다.
이것이 바로 재고 관리의 난제이지만, 문제는 단순히 모든 기기를 하나의 목록에 포함시키는 것 이상입니다. 사람들은 자산 목록을 작성할 때 마치 냉장고 속 내용물을 세어보는 것처럼 접근합니다. 하지만 자산은 머스터드 병처럼 정적인 것이 아니라, 매우 역동적입니다. 이것들의 수명 주기는 조달 단계에서 시작됩니다. 특정 기준에 따라 프로비저닝된 장치가 있으며, 시간이 지남에 따라 사용자가 다른 애플리케이션이나 권한을 요청할 수 있습니다. 사용자는 일부 설정을 변경하거나 승인되지 않은 소프트웨어를 직접 설치할 수 있습니다. 그리고 마지막으로, 자산의 수명이 다했을 때 이를 폐기하는 절차가 필요합니다.
가시성이란 자산의 전체 목록, 구성 정보, 그리고 현재 상태라는 세 가지 요소에 대한 실시간 파악을 의미합니다.
조직이 모든 엔드포인트를 종합적으로 관리하려고 시도할 때, 종종 그럴 수 없다는 사실을 깨닫게 됩니다. 보안 부서가 모든 엔드포인트에 EDR을 설치하고자 한다고 가정해 봅시다. 그들은 IT 운영팀에 가서 변경 관리 데이터베이스와 자산 목록을 확인하는데, 이 목록은 실시간으로 갱신되지 않아 최신 정보가 아닙니다. 이러한 가시성 부족은 패치 적용과 같은 기본적인 프로세스를 저해할 뿐만 아니라, 사고 대응 능력도 심각하게 약화시킵니다.
이는 가시성이 자산의 전체 목록, 구성 정보, 그리고 현재 상태라는 세 가지 요소에 대한 실시간 파악을 의미하기 때문입니다. 인벤토리 외에도, 구성 정보는 시스템이 어떻게 작동하도록 설계되었는지를 알려주며, 현재 상태는 실제 상황을 보여줍니다. 이 둘 사이의 간극이야말로 위험이 도사리는 곳이다.
4단계로 반응형에서 자율형으로
가시성을 근본적인 출발점으로 삼음으로써, 조직은 자산 관리, 거버넌스 및 사이버 보안과 관련된 현황을 벤치마킹하고 개선할 수 있습니다. 이 새로운 AI 시대에는 IT와 사이버 보안이 네 단계로 나뉘며, 그 최종 단계인 ‘자율성’은 AI를 접목하여 인간의 수준이 아닌 기계의 속도와 통찰력을 바탕으로 작동하는 자가 관리 시스템을 구축하는 것을 의미합니다.
네 단계는 다음과 같습니다:
- 반응형. 가시성을 토대로 첫 번째 단계에 진입합니다. 기본적으로, 무언가 고장 났거나 사고가 발생하고 있음을 파악하면, 이를 해결하기 위해 나섭니다. 알림이나 티켓을 기다리고 계십니다. 최신 도구를 활용하면 대응 시간이 며칠에서 몇 분, 심지어 몇 초로 단축되어, 팀이 매우 신속하게 움직일 수 있게 되어 마치 선제적으로 대응하는 듯한 느낌을 줄 수 있습니다. 하지만 그들은 여전히 무엇이 고장 났는지 파악하기 위해 기다리고 있을 뿐이며, 이미 발생한 사건에 대응하고 있을 뿐이다. 오늘날처럼 사고가 빈번하게 발생하는 상황에서는, 이런 식으로 계속 갈 수는 없습니다.
- 선제적. 여기서부터 변화가 보이기 시작합니다. 우리는 문제가 표면화될 때까지 기다렸다가 조치를 취하지 않습니다. 이 시스템은 문제를 먼저 감지하여, 문제가 아직 작을 때 해결합니다. 성능 저하, 설정 오류 또는 설정 편차가 서비스 중단이나 지원 요청으로 이어지기 전에 이를 파악할 수 있습니다. 하지만 선제적 대응이 예방은 아닙니다. 여전히 문제를 겪고 있지만, 단지 더 일찍, 그리고 더 많은 맥락을 파악한 상태에서 대처하고 있을 뿐입니다.
- 예방적. 이 단계야말로 우리가 반응적인 사고방식에서 완전히 벗어날 수 있게 해주는 단계입니다. 이제 정보 수집과 정책 수립을 통해 해당 문제가 아예 발생하지 않도록 막고 있습니다. 비즈니스에 영향을 미치기 전에 문제를 선제적으로 해결하는 것이 아니라, 문제가 아예 발생하지 않도록 하는 것입니다. 이는 패턴을 충분히 잘 이해하여, 정해진 일정에 따라나 사후에 대응하는 것이 아니라 지속적으로 올바른 동작을 보장할 수 있을 때만 효과가 있습니다. 단점은 자신이 알고 있는 잠재적인 문제만 예방할 수 있다는 점입니다. 예상치 못한 문제를 미리 예측하고, 이를 감지하고 해결할 수 있는 방안을 마련해야 합니다.
- 자율 주행. 이제 상황이 근본적으로 달라집니다. 사람이 모든 단계, 모든 의사결정 트리, 모든 “이 경우라면 저렇게” 식의 규칙을 일일이 정의하는 대신, AI 기반 시스템에 목표와 가이드라인을 제시하면 시스템이 스스로 해결책을 찾아내는 방법을 학습합니다. 자산들은 스스로 어떻게 작동해야 하는지 알고 있으며, 자체적으로 상태를 검증하고 수정할 수 있습니다. 때로는 문제를 보고하기도 하고, 때로는 문제를 즉시 해결하기도 하며, 이 모든 과정이 감사 가능한 방식으로 이루어집니다. 이를 통해 인간은 끊임없는 우선순위 결정 업무에서 벗어나 감독, 정책 수립 및 예외 처리 업무에 집중할 수 있게 됩니다.
자율형 IT는 인간이 끊임없는 우선순위 결정 업무에서 벗어나 감독, 정책 수립 및 예외 처리 업무에 집중할 수 있도록 합니다.
자율성의 핵심 이점은 문제가 발생했다가 해결되었을 때, 그 통찰력이 사고 보고서의 한 항목이나 특정 시스템 엔지니어의 머릿속에만 갇혀 사라지는 것이 아니라 환경 전반에 퍼져 나간다는 점입니다. 이 시스템은 시간이 지날수록 더 좋아집니다. 이것이 바로 자동화와 자율성의 차이입니다. 자동화는 지시를 따릅니다. 자율성은 결과를 추구합니다.
AI 시대에는 자율성이 필수적이다
현대 IT 환경의 규모, 속도, 역동성은 이제 인간이 도저히 따라잡을 수 없는 수준에 이르렀다. AI가 주도하는 세상에서 성숙도는 더 이상 사람들이 프로세스를 얼마나 잘 따르는지, 또는 팀이 얼마나 신속하게 대응할 수 있는지로 정의되지 않습니다. 이는 시스템이 주변 환경을 이해하고, 자신의 상태를 확인하며, 실시간으로 행동할 수 있는지 여부에 따라 정의됩니다.
이러한 비전은 완전한 자동화 사회를 만들어내지는 않습니다. 인간은 여전히 목표를 설정하고, 맥락을 제시하며, 허용 가능한 위험의 범위를 정의하고, 특정 관행이나 위험이 수반하는 윤리적 함의를 고려할 것입니다. 기계는 반복적인 검증, 즉각적인 문제 해결, 그리고 전체 장비군의 모든 결과를 바탕으로 한 대규모 학습 등, 자신들이 담당하는 분야에서 우리보다 훨씬 더 뛰어난 성과를 낼 것입니다.
이는 문제에 대응하는 것에서 문제를 예방하는 것으로의 전환이며, 궁극적으로는 정해진 안전 범위 내에서 스스로를 관리할 수 있는 시스템으로의 전환입니다. 가시성이 바로 토대입니다. 그것이 없으면 다른 어떤 것도 제대로 작동하지 않습니다. 그로부터의 목표는 더 빠른 인간을 만드는 것이 아닙니다.
이는 더 이상 그들을 기다릴 필요가 없는 시스템을 구축하기 위함입니다.
