생성형 AI로 제로 트러스트 성과 가속, 2부 Guardicore AI
오늘날 시장에서 가장 두드러진 생성형 AI 분야 중 하나는 바로 OpenAI의 ChatGPT와 같이 인공 지능(AI)에 의해 구동되는 챗봇의 개발입니다. 생성형 AI의 학습 능력에 기반한 이 차세대 챗봇은 대중에게 큰 인상을 남겼습니다.
2022년 11월 ChatGPT가 출시되면서 생성형 AI가 대중화되었다는 주장도 충분히 일리가 있습니다. 이러한 챗봇의 잠재력은 긍정적 또는 부정적인측면에서 상상력을 자극하며, AI에 대한 투자가 최고조에 달하면서 관련 기술도 계속 발전하고 있습니다.
이 블로그 시리즈는 Akamai가 제로 트러스트 플랫폼에서 생성형 AI를 어떻게 활용하고 있는지를 중점적으로 다룹니다.. 첫 번째 블로그 게시물, 생성형 AI로 제로 트러스트 성과 가속, 1부: AI 레이블링에서는 AI 레이블링을 소개했습니다. 이번 2부에서는 더 이상 수작업에 의존하지 않는 마이크로세그멘테이션 으로 미래의 제로 트러스트 성과를 달성하는 방법에 초점을 맞춥니다.
Guardicore AI 소개
학습된 생성형 챗봇은 특히 수동 작업의 속도를 높이고, 관련 정보를 쿼리하며, 정보에 기반한 추천을 제공하는 데 매우 유용할 수 있습니다. Akamai는 이를 바탕으로 업계 최고의 세그멘테이션 솔루션에서 생성형 AI를 활용하는 가장 좋은 방법 중 하나는 자체 챗봇을 구축하고 보안 전문가가 제로 트러스트 세그멘테이션 이니셔티브를 달성할 수 있도록 생성형 AI를 구체적으로 학습시키는 것이라고 판단했습니다.
이렇게 탄생한 Akamai의 새로운 Guardicore AI 챗봇을 여러분께 소개합니다. Guardicore AI는 내장된 세그멘테이션 및 제로 트러스트 전문가이자 사내 사이버 보안 자문 역할을 하는 생성형 AI 기반의 챗봇입니다. Akamai의 챗봇은 자연어를 사용해 네트워크를 쿼리하고, 수동 작업을 가속하며, 모범 사례에 기반한 조언을 얻고자 하는 고객의 요구사항을 충족할 수 있도록 다음을 통해 제로 트러스트의 필수 구성요소를 더 이상 수작업으로 운영할 필요가 없는 플랫폼을 제공할 것입니다.
운영 가속 및 지원 제공
보안 컨설턴트 역할 수행
운영 가속 및 지원 제공
Guardicore AI의 첫 번째 버전은 2024년 2분기에 기존 고객을 대상으로 출시를 준비하고 있으며, 다음 기능을 포함합니다.
네트워크 트래픽 애널리틱스
가장 먼저 Guardicore AI로 가능한 것은, 언제든 필요한 시점에 네트워크의 상황에 대한 인사이트를 얻을 수 있다는 것입니다. 이 정보는 Reveal 맵으로 이미 제공되고 있지만, Guardicore AI에 자연어로 네트워크 트래픽의 구체적 측면에 대해 질문하면 필요한 정확한 정보를 얻을 수 있습니다.
예를 들어, 챗봇에 '가장 많이 차단된 포트는?'과 같은 간단한 질문을 하면 포괄적인 답변을 신속하게 받을 수 있습니다(그림 1).
그림 1: Guardicore AI에 가장 많이 차단된 포트를 물었을 때 받은 답변
네트워크 로그 및 맵 필터링
네트워크 로그에서 특정 정보를 쿼리하고 해당 정보를 사용해 Reveal 맵에 대한 필터를 만들 수도 있습니다(그림 2). 이러한 필터를 사용하면 정보를 시각화해 이해하고 지식을 공유하는 데 도움이 됩니다.
그림 2: 당일 차단된 회계 앱에 대한 모든 트래픽을 보여 달라고 Guardicore AI에 요청한 경우
보안 컨설턴트 역할 수행
Guardicore AI에 대한 Akamai의 비전은 분석과 쿼리 수준을 훨씬 뛰어넘습니다. 이 챗봇이 제로 트러스트 여정에서 실질적인 진전을 이루어 세그멘테이션 이니셔티브를 가속화하고 정책 실현 시간을 단축하는 데 도움을 주는 안내자이자 조언자가 될 수 있기를 바랍니다.
세그멘테이션을 더 빠르고 쉽게 배포할 수 있게 되면 최신 IT 환경에서 완전한 제로 트러스트 구축을 방해하는 주요 장애물을 제거해 전체 공격표면을 크게 줄이고, 랜섬웨어 및 기타 악성 위협의 성공을 방지할 수 있습니다.
다음은 Guardicore AI가 제공하는 몇 가지 기능의 예입니다.
네트워크 및 솔루션 배포 데이터(트래픽 데이터, 자산, 레이블 등)에 대한 상세 분석
Akamai Guardicore Segmentation 운영을 위한 모범 사례 가이드
다음에 세그멘테이션할 영역 또는 애플리케이션 제안
Guardicore Segmentation을 사용해 최신 CVE를 방어하는 방법 제안
솔루션 문제 해결 지원
Insight에서 사용할 수 있도록 자연어로 SQL 쿼리 생성
Insight에서 사용할 수 있도록 자연어를 SQL 쿼리로 변환
네트워크와 통신하는 자산에서 실시간 컨텍스트를 수집하는 OSquery 기반 엔진인 Insight 기능을 사용하는 고객에게 곧 자연어로 쿼리를 생성하는 기능이 제공될 예정입니다.
Insight를 널리 사용하는 데 있어 가장 큰 장애물 중 하나는 SQL 명령으로 쿼리를 제출해야 한다는 점이었으므로, 새로운 기능은 고객에게 매우 큰 부가 가치를 제공할 것입니다. 팀에 SQL로 쿼리를 생성하는 데 익숙한 사람이 필요하긴 합니다. 많은 팀이 이러한 전문가를 한 명 이상 보유하고 있긴 하지만, 이것이 해당 기능을 최대한 활용하기 위한 전제 조건은 아닙니다.
그림 3은 Guardicore AI가 자연어를 SQL 명령으로 변환하는 방법을 보여주는 예입니다. 그러면 Insight에서 이 명령을 사용해 관련 정보를 생성할 수 있습니다.
그림 3: 자연어를 SQL 쿼리로 변환하고 결과 생성
Guardicore AI 사용 사례
그렇다면 Guardicore AI와 같은 생성형 AI 기반 기능에서 고객이 얻을 수 있는 가치로 무엇이 있을까요? 다음과 같은 3가지 활용 사례가 있습니다.
컴플라이언스 지원
위협에 대응
취약점 평가
컴플라이언스 지원
기업은 수많은 컴플라이언스 요구사항(예: PCI DSS)에 따라, 결제 카드 데이터와 같은 민감한 데이터를 저장, 처리 또는 전송하는 시스템을 나머지 IT 환경과 격리해야 합니다. 이 요구사항은 논리적이며 명확한 보안 이점을 제공하지만, 구축이 어려울 수 있습니다. 정교한 대규모 네트워크를 보유한 기업의 경우 모든 관련 시스템을 조사한 후 컴플라이언스를 입증하기 어렵습니다. 관련 정보를 수집하고 상호 연관시키는 작업은 시간이 많이 걸리며, 보안 전문가가 관련 데이터에 쉽게 접속할 수 있어야 합니다.
여기서 Guardicore AI가 도움이 될 수 있습니다. 자연어 프롬프트를 사용해 전체 네트워크에서 PCI 서버 연결에 대한 중요한 관련 정보를 빠르게 가져올 수 있습니다(그림 4). 해당 데이터의 과거 내역도 볼 수 있으므로 특정 기간의 컴플라이언스를 즉시 입증할 수 있습니다. 컴플라이언스를 입증해야 하는 팀은 이를 통해 많은 시간을 절약할 수 있습니다.
그림 4: PCI 서버 연결에 대한 쿼리에 응답하는 Guardicore AI
위협에 대응
기업이 공격받고 있다고 의심이 든 순간부터는 시간이 가장 중요합니다. 위협을 찾아내고 분석 및 문제 해결을 시작하기까지의 모든 과정이 곧 시간 싸움입니다. 이 과정에서는 보통 여러 포인트 제품을 사용해야 하며 풍부한 데이터 및 기술 전문 지식을 즉시 활용할 수 있어야 합니다. 그러기 위해서는 보안 전문가가 단일 플랫폼에서 인시던트를 신속하게 조사하고 대응할 수 있는 더 효과적인 방법이 필요합니다.
이 부분도 Guardicore AI가 도움을 줄 수 있습니다. 이제 자연어 프롬프트를 사용해 의심스러운 트래픽을 조사하거나, 일반적으로 악용되는 SSH(Secure Shell) 또는 RDP(Remote Desktop Protocol) 등 공격자의 악용 가능성이 있는 프로세스 통신을 표시할 수 있습니다(그림 5).
그림 5: 지난 24시간 동안 프로덕션 서버에 대한 SSH 또는 RDP 트래픽에 대한 쿼리에 응답하는 Guardicore AI
취약점 평가
악의적인 공격자는 IT 시스템의 보안 격차를 끊임없이 찾고 있으며, Log4j 및 XZ Utils와 같이 보안 팀이 관리해야 하는 새로운 취약점이 항상 존재합니다. 따라서 점점 더 복잡해지는 IT 환경을 선제적으로 보호하려면 효과적인 취약점 관리가 필수적입니다. 기존 솔루션으로도 이 문제를 해결할 수는 있지만, 제로 트러스트를 지향하는 솔루션이나 마이크로세그멘테이션을 활용해 잠재적으로 취약한 시스템의 보안을 유지하는 솔루션은 거의 없습니다.
일반적인 위협 대응과 마찬가지로 새로운 취약점에 대응할 때는 시간이 가장 중요하며, Guardicore AI가 도움이 될 수 있습니다. 예를 들어, Linux 머신을 표적으로 하는 새로운 취약점이 발표되면 Guardicore AI가 팀의 취약점 평가를 지원할 수 있습니다. 챗봇이 자연어로 된 하나의 명령으로 네트워크의 모든 Linux 머신에 대한 모든 연결을 표시할 수 있습니다(그림 6).
그림 6: 지난 3일 동안 포트 123을 통해 Linux 머신에 대한 모든 연결을 표시하는 명령에 응답하는 Guardicore AI
결론
대기업 환경에서 제로 트러스트를 구축하는 데 따르는 어려움 중 하나는 보안 상태를 달성하는 데 필요한 작업량입니다. 여기에는 많은 수작업뿐 아니라, 서로 다른 인프라 전반의 지속적인 모니터링 및 관리가 필요합니다.
미래에 제로 트러스트 성과를 달성하는 과정은 대부분의 수동 작업이 생성형 AI 기능이나 애플리케이션으로 지원되며, 이로 인해 제로 트러스트 도입의 가장 큰 장벽 중 하나가 사라질 것입니다. Akamai의 목표는 제로 트러스트의 세그멘테이션 및 기타 필수 구성요소를 운영하는 데 있어 수작업이 덜 필요한 플랫폼을 제공하는 것입니다.
자세히 보기
Akamai의 AI로 지원되는 제로 트러스트 플랫폼에 대해 자세히 알아보세요.