메인 콘텐츠로 건너뛰기
AI 기반 IT 보안 도구: Guardian Spotlight - Tanium Tech Talks #156 동영상 썸네일
모듈 심층 분석

Tanium Guardian Spotlight AI 도구 대시보드 내부 - Tanium Tech Talks #156

IT 환경 전반에 걸쳐 AI에 대한 가시성을 확보하는 것은 더 이상 선택 사항이 아닙니다. Tanium 수석 이사 Melissa Bischoping과 보안 및 제품 디자인 리서치 팀의 이사 Tyler Schultz가 새로운 Guardian AI 대시보드와 환경 전반에 걸친 MCP 서버, 로컬 모델 관리자, OpenClaw 및 로컬 모델 파일에 대해 공개하는 내용을 분석합니다.

인공지능은 이제 클라우드 서비스나 소비자용 앱뿐만 아니라 기업 환경 전반에 걸쳐 널리 도입되어 있습니다. 이는 기존 자산 가시성 도구들이 탐지하도록 설계되지 않았던 방식으로 기업 환경 전반에 걸쳐 나타나고 있습니다.. MCP 서버, 로컬 모델 관리자, 에이전트 기반 프레임워크 및 로컬 모델 파일은 모두 표준 설치된 애플리케이션 목록에 표시되지 않으면서도 엔드포인트에 존재할 수 있습니다.

CISO와 기술 리더들에게 있어, 이러한 격차는 대부분의 조직이 이제야 비로소 파악하기 시작한, 급속히 확대되고 있는 공격 표면을 의미합니다.

새로운 Tanium Guardian AI 대시보드( )는 바로 이러한 격차를 해소하기 위해 특별히 개발되었으며, 보안 팀이 IT 환경 전반에 걸쳐 AI 도구를 체계적이고 분류된 형태로 파악할 수 있도록 지원합니다.

멜리사는 Tanium의 보안 및 제품 디자인 연구팀을 이끌고 있으며, 이 팀은 Tanium 콘솔 내의 모든 Guardian 콘텐츠를 구축하는 업무를 담당하고 있습니다. 타일러는 미국 공군에서의 근무 경험을 포함해 위협 탐지 및 사고 대응 분야의 경력을 바탕으로, AI 대시보드 개발에 핵심적인 역할을 수행했습니다. 이 두 가지를 종합해 보면, 대시보드에 표시되는 내용뿐만 아니라, 각 AI 도구 범주가 왜 각각 고유한 위험 요소를 내포하고 있어 별도의 거버넌스 논의가 필요한지 설명해 줍니다.

이번 에피소드에서는 AI 가시성과 관련된 네 가지 구체적인 범주를 다룹니다. MCP 서버와 이 서버가 로컬 리소스에 부여할 수 있는 접근 권한, 로컬 모델 관리자와 이로 인해 발생할 수 있는 성능 및 규정 준수 위험, OpenClaw와 악성코드가 포함된 스킬 및 원격 코드 실행 취약점에 대한 노출, 그리고 로컬 모델 파일과 환경에서 실제로 어떤 모델이 실행되고 있는지 감사하는 방법입니다.

귀사가 “우리 환경 내에서 AI는 어디에 있으며, 어떤 역할을 하고 있는가?”라는 질문에 답을 찾고자 한다면, 이번 에피소드를 꼭 시청해 보시기 바랍니다. 먼저 아래에 삽입된 동영상을 확인해 보세요.

주요 시사점

  • AI 가시성을 확보하려면 새로운 접근 방식이 필요합니다: AI는 특정 도구의 일부, 에이전트 기반 프레임워크, MCP 서버, 또는 대규모 언어 모델(LLM) 등 다양한 형태로 환경에 나타날 수 있으므로, 설치된 애플리케이션 목록을 제공하는 기존의 자산 가시성 방식만으로는 AI를 모두 파악하기에 충분하지 않습니다. Tanium은 이러한 데이터를 수집하고 다양한 범주를 보여줄 수 있도록 완전히 새로운 센서를 개발했습니다.
  • 네 가지 주요 위험 범주: 가디언 AI 대시보드는 MCP 서버, 로컬 모델 관리자(추론 엔진이라고도 함), OpenClaw, 로컬 모델 파일 등 네 가지 주요 범주를 다룹니다. 이들 모두는 AI라는 큰 범주에 속하지만, 각각 다른 위험 노출도를 보이기 때문에 거버넌스에 대해 별도의 논의가 필요합니다.
“[AI]는 훌륭한 전력 증강 수단이며, 제가 팀의 역량과 수행 능력을 강화하는 수단이라고 설명하듯이, 동시에 공격 표면을 급격히 확대시킬 수도 있습니다. 그리고 제 생각에는 많은 사람들이 AI 분야 중 어떤 부분이 두려운지, 또 실제로 어떤 부분에 집중해야 하는지 파악하는 데 어려움을 겪고 있는 것 같습니다.”
타늄(Tanium) 보안 및 제품 설계 연구 부문 수석 이사 멜리사 비쇼핑
  • 접근 지점으로서의 MCP 서버: 모델 컨텍스트 프로토콜(MCP) 서버는 로컬에서 실행될 수 있으며, 클라우드 호스팅된 모델을 포함한 대규모 언어 모델(LLM)이 로컬 데이터나 리소스와 연동하고 이에 접근할 수 있도록 해주는 애플리케이션입니다. 이 대시보드는 Visual Studio Code 및 Claude Code와 같은 일반적인 통합 개발 환경 내에서 구성된 MCP 서버를 사용자별 및 저장소별로 표시하며, 통신 유형(HTTP 또는 SSE)이 원격 리소스를 나타내는지 여부를 식별합니다.
“아니요, 꼭 집 앞을 날려버리는 것과 같은 것은 아니지만, 침입 경로를 만들어 주는 셈입니다. 그러니 이 정보를 살펴보실 때는 “이 MCP 서버들이 익숙한가?”라고 스스로에게 물어보셔야 합니다. 제 환경에서는 이게 타당할까요? “이건 제가 이미 알고 있고, 사용에 관한 명확한 정책이 마련되어 있는 사항인가요?””
타늄(Tanium) 보안 및 제품 설계 연구 부문 수석 이사 멜리사 비쇼핑
  • 로컬 모델 관리 방식은 여러 가지 위험 요소를 수반합니다: AI를 로컬에서 실행하는 데 필요한 소프트웨어인 추론 엔진은 독립형 애플리케이션, 컨테이너, 파이썬 패키지 또는 리눅스 앱 이미지 파일 형태로 설치할 수 있으며, 일부는 표준 패키지 관리자에 포함되지 않습니다. 데이터 유출 위험 외에도, 로컬 모델 관리자는 엔드포인트와 서버의 성능을 현저히 저하시킬 수 있으며, 이러한 모델이 디스크에 기록하는 메모리에는 GDPR과 같은 규제의 적용을 받을 수 있는 민감한 데이터가 남아 있을 수 있습니다.
  • OpenClaw는 자율적 기능과 심각한 보안 취약점을 동시에 지니고 있습니다: OpenClaw(이전 명칭: ClaudeBot)는 사용자가 ‘스킬(skills)’과 ‘플러그인(plugins)’이라는 구성 요소를 통해 메시징 플랫폼에서 대규모 언어 모델(LLM) 및 외부 서비스와 상호작용할 수 있도록 합니다. 일부 스킬에 악성코드가 포함되어 있는 것으로 밝혀졌으며, 연구진은 에서 CVSS 8,8 등급의 원격 코드 실행 취약점을 확인했으며, 인터넷에 노출된 인스턴스가 약 30.000 건 보고된 것으로 나타났습니다. 이 대시보드는 실행 중인 프로세스, 컨테이너, 디스크상의 파일 증거 등을 포함한 실행 중 지표와 비활성 상태 지표를 모두 제공하여, 다양한 버전과 활동 상태의 OpenClaw를 탐지할 수 있도록 합니다.
“우리는 판도라의 상자를 열어버렸다.” 이미 돌이킬 수 없으니, 그에 맞춰 계획을 세워봅시다.”
타늄(Tanium) 보안 및 제품 설계 연구 부문 수석 이사 멜리사 비쇼핑
  • 확장자별 로컬 모델 파일 감사: 대시보드에서는 .gguf, .safetensors, ZML 모델, .onnx 등 일반적인 파일 확장자를 기준으로 로컬 모델 파일을 표시하며, 파일 이름과 경로를 제공하여 팀이 해당 환경에서 어떤 모델이 실행 중인지 파악할 수 있도록 합니다. 이는 모델의 품질과 출처가 출력 정확도에 영향을 미치며, 일부 모델의 경우 출처나 라이선스와 관련된 보안 문제가 발생할 수 있기 때문입니다. 이 섹션을 이용하려면 의 Tanium Threat Response( )와 의 Tanium Index()가 필요합니다.
  • Tanium Ask를 통한 요약 보고서: 이 대시보드에는 Tanium Ask 가 제공하는 ‘요약’ 버튼이 포함되어 있으며, 이 버튼을 누르면 AI 가시성 데이터에 대한 맥락을 반영한 글머리 기호 형식의 요약 보고서가 생성됩니다. 이를 통해 보안 책임자는 경영진 이해관계자들이 페이지 전체를 일일이 스크롤할 필요 없이, 환경에 구성된 MCP 서버의 수와 같은 분석 결과를 신속하게 전달할 수 있습니다.

추가 자료