[ISEC 2024 미리보기] 한드림넷, AI/머신러닝 기반 통합 위협분석 시스템 공개

아시아 최대 사이버 보안 콘퍼런스 ‘ISEC 2024’ 출품 제품 미리보기
총 20여개 트랙 100개 세션 발표, 150여개 사이버 보안 솔루션 기업 참가 등 아시아 최대 규모
서울 코엑스 Hall D, 오디토리움에서 오는 10월 16~17일 개최

한드림넷, VIPM-USM·AI/ML 기술로 보안위협 실시간 자동분석·대응
표준화되지 않은 다양한 네트워크 보안 환경 통합 위협의 연관성 분석, 킬 체인화해 자동화된 보안 대응체계 구성

[보안뉴스 박미영 기자] 한드림넷은 보안스위치 ‘서브게이트(SubGate)’를 중심으로 다양한 유무선 네트워크 장비와 네트워크 보안 솔루션을 제공하고 있다. 한드림넷은 국내외 주요 공공기관과 글로벌 전자제조 기업을 비롯해 중견·중소기업(SMEs) 시장에서 4만여 고객을 확보하고, 최근 3년 연속 1,000만불 수출을 달성하는 등 글로벌 네트워크 보안 기업으로 거듭나고 있다.

한드림넷은 이번 ISEC 2024에서 AI/머신러닝 기반 통합 위협분석 시스템 ‘VIPM-USM(Unified Security Analytics Manager)’을 선보인다. VIPM-USM은 보안스위치와 연계해 한정된 보안 운영 인력으로 IT 자산을 보호하고, 비즈니스 서비스의 연속성을 제공하는 솔루션이다.

최근 4차 산업혁명과 디지털 전환(DX)으로 인한 네트워크 환경의 급격한 변화로, 기존의 경계보안 모델만으로는 진화하는 사이버보안 위협에 대응하기 어려워졌다. 보안 위협에 효과적으로 대응하기 위해서는 네트워크 전반의 트래픽을 가시성 있게 분석하는 것이 필수적이나, 전체 트래픽 분석에는 높은 비용과 유지 관리의 어려움이 따른다.

VIPM-USM은 전체 트래픽 수집 없이 경제적인 비용으로 경계보안 모델이 식별하기 어려운 액세스 단의 측면 이동 공격을 탐지하고 대응할 수 있다. 네트워크 환경의 전방위적 트래픽(North-South, East-West Network Traffic)을 분석하여 보안 위협을 탐지하고, 보안스위치와의 연동으로 에이전트 없이도 위협 단말을 네트워크 환경에서 분리 격리할 수 있다.

VIPM-USM은 네트워크 트래픽과 다양한 보안 솔루션의 보안 이벤트를 수신해 표준화시킨 이후 빅데이터(Data Lake)에 저장하고, AI와 머신러닝 기술을 활용해 보안 위협을 실시간으로 자동 분석 및 대응한다. 또한 단말(Endpoint)부터 클라우드 제품까지 다양한 3rd-Party Ecosystem과 기본적으로 통합돼 있으며, API 연동·스크립트 연동·로그 연동·AD 연동·이메일 알림·Slack 알림 등 다양한 네트워크 보안 환경을 통합해 위협의 연관성을 분석하고 킬 체인화 및 다양한 자동 대응 기능을 제공한다.

한편, 대한민국 대표 사이버 보안 콘퍼런스이자 아시아 최대 규모로 자리 잡은 ‘ISEC 2024(제18회 국제 시큐리티 콘퍼런스)’가 오는 10월 16일(수)부터 17일(목)까지 양일간 서울 코엑스에서 개최된다. ISEC 2024는 ‘보안이 우리의 미래를 담보한다’는 의미의 ‘Future-proof’를 주제로 코엑스 전시장(Hall D)과 오디토리움에서 지난해보다 확대된 규모로 개최된다. 특히 2024년에는 총 20여개 트랙, 100개 세션 발표와 150여개 사이버보안 솔루션 기업이 참여한 170여개의 솔루션 전시 부스도 마련될 전망이다.

아울러 행사 기간 중 보안책임자 및 보안담당자를 대상으로 선발한 강연평가단들의 현장 투표와 설문 조사, 영상 평가 등을 통해 선발한 명강연자들을 시상하는 ‘ISEC 2024 베스트 스피커 어워즈’도 개최되는 등 콘텐츠의 질적 향상 및 강연 수준 제고에 끊임없이 나설 계획이다. 이와 관련된 세부 사항은 ISEC 홈페이지를 참조하거나 ISEC 조직위원회에 문의하면 된다.
[박미영 기자(mypark@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다