.jpg)
.jpg)
사이버 공격 환경 급변…국가 단위 ‘통합 방어막’ 필요성 부각
국가 단위 자율형 다층 방어체계 ‘AI 사이버 쉴드 돔’
글로벌 보안 기술 선도·시장 개척 기대
[보안뉴스 여이레 기자] 초고속으로 트래픽을 처리하는 보안 가속 칩(SPU)으로 수집한 정보를 식별·분석해 위협을 선제 예측하는 ‘소버린 LLM 기반 보안 엔진‘이 구축된다. AI로 공급망 위협에 대응하고, 외부 공격 피해를 스스로 복원하는 자가 방어 기술을 개발한다.
5년 간 9000억원 가까이 투입되는 ‘AI 사이버 쉴드 돔’ 사업 주요 연구 과제다.
김창오 정보통신기획평가원(IITP) 사이버보안 PM은 27일 경기도 광주에서 열린 ‘AI 사이버 쉴드 돔 기술개발사업(R&D) 기획(안) 공청회’에서 “‘해킹 제로 코리아’ 비전 하에 사이버 환경에서 국민 안전을 지켜낼 수 있는 국가 사이버 방어 체계, ‘AI 사이버 쉴드 돔’을 구축하고자 한다”고 말했다.
‘AI 사이버 쉴드 돔’ 한마디로 국가 차원의 AI 사이버 방패 시스템이라 보면 된다. IITP가 2027-2032년 5년 간 8745억원을 투입하는 국가 R&D 사업 프로젝트다. 모처럼 나온 초대형 연구 과제에 관련 업계와 학계 이목이 집중된다.
김창오 PM은 “절대적 공격 빈도 상승과 공격 기법의 급속한 진화로 기존 수동적 대응 체계는 사실상 무력화되고 있다”며 “국가 핵심 인프라를 노린 공격이 집중되면서 국민 안전을 지키기 위한 국가 단위의 통합 방어막 구축이 시급하다”고 말했다.
특히 그는 “지정학적 특성상 공격 주체의 국적을 분석하면 북한 비중이 약 80%에 달한다”며 국가 안보 차원의 대응 필요성을 역설했다.
최근 SK텔레콤, 롯데카드, YES24, SGI서울보증보험 등 주요 기업과 공공영역을 가리지 않는 해킹 사고가 이어지며 국민 피해가 확산되고 있다. 김 PM은 “사고가 터졌을 때 기관별 칸막이식 대응 구조 때문에 보안 공백이 필연적으로 생긴다”며 “국가 전체의 위협 정보를 아우르고 선제적 탐지·대응이 가능한 일원화된 사이버 방어체계가 필요하다”고 설명했다.
‘AI 사이버 쉴드 돔’은 국가 사이버 공간을 입체적으로 보호하는 다층 방어체계를 지향한다. 국가 경계선에 위치해 국내 유입·유출 트래픽의 위협 요소를 차단하는 국가 최전선 돔(NSD)과 산업별 특수 위협을 감싸는 산업 돔(DSD)을 연계해 국가 단위 자율 방어망을 구축한다는 구상이다. 여기에 AI 기반 예·경보 서비스가 결합돼 공격 징후를 조기 탐지하고 자동 대응하는 체계를 목표로 한다.
이날 ‘AI 사이버 쉴드 돔’ 구축을 위한 세부 기술 청사진도 제시됐다. 초고속 트래픽 보안가속 칩부터 소버린 대규모언어모델(LLM) 기반 보안엔진까지 6대 중점 기술 개발 방향이 소개됐다.
SPU로 수집되는 트래픽 데이터를 분석·예측해 위협에 대응하는 소버린 LLM 기반 보안엔진이 사이버 쉴드 돔의 ‘두뇌’를 담당한다. 국가·산업별 경계를 넘나드는 입체적 사이버 방어 체계 실현이 기대된다.
공급망 통합 대응관리 시스템은 글로벌 위협 인텔리전스를 기반으로 자산과 취약점 정보를 내재화해 국가 차원에서 SW·장비·서비스 전반의 보안 상태를 효율적으로 관리하는 것이 목표다. 개별 기관마다 ‘산발적 점검’으로 발생하는 방어 공백을 최소화하고, 전체 공급망의 보안 강화와 실시간 위협 대응이 가능해진다.
또 ‘자가진화형 제로트러스트’ 기술 개발을 통해 조직과 인프라의 안전성을 확보한다. 신뢰 기반 접근제어 정책을 동적으로 최적화하고, 끊임없이 신뢰를 검증하는 구조를 도입해 기존 보안 모델의 한계를 극복할 방침이다.
AI 보안엔진, 제로트러스트, 공급망 정보 등을 통합하는 중앙 관제 ‘컨트롤타워’도 구축한다. 실시간 트래픽 차단 여부를 자동으로 결정하고, 조기 예·경보 시스템으로 선제적 대처가 가능해진다.
IITP는 AI 사이버 쉴드 돔 구축을 통해 △세계 최고 수준 보안 가속 기술 확보 △국가 차원의 다층 방어체계·예경보 체계 확립 △차세대 사이버 보안 시장 개척 및 기술 수출 △대용량·초고속 보안 처리 기반 비용 절감 등 다양한 효과를 기대하고 있다.
[여이레 기자(gore@boannews.com)]
국가 단위 자율형 다층 방어체계 ‘AI 사이버 쉴드 돔’
글로벌 보안 기술 선도·시장 개척 기대
[보안뉴스 여이레 기자] 초고속으로 트래픽을 처리하는 보안 가속 칩(SPU)으로 수집한 정보를 식별·분석해 위협을 선제 예측하는 ‘소버린 LLM 기반 보안 엔진‘이 구축된다. AI로 공급망 위협에 대응하고, 외부 공격 피해를 스스로 복원하는 자가 방어 기술을 개발한다.
5년 간 9000억원 가까이 투입되는 ‘AI 사이버 쉴드 돔’ 사업 주요 연구 과제다.
김창오 정보통신기획평가원(IITP) 사이버보안 PM은 27일 경기도 광주에서 열린 ‘AI 사이버 쉴드 돔 기술개발사업(R&D) 기획(안) 공청회’에서 “‘해킹 제로 코리아’ 비전 하에 사이버 환경에서 국민 안전을 지켜낼 수 있는 국가 사이버 방어 체계, ‘AI 사이버 쉴드 돔’을 구축하고자 한다”고 말했다.
[자료: IITP]
‘AI 사이버 쉴드 돔’ 한마디로 국가 차원의 AI 사이버 방패 시스템이라 보면 된다. IITP가 2027-2032년 5년 간 8745억원을 투입하는 국가 R&D 사업 프로젝트다. 모처럼 나온 초대형 연구 과제에 관련 업계와 학계 이목이 집중된다.
김창오 PM은 “절대적 공격 빈도 상승과 공격 기법의 급속한 진화로 기존 수동적 대응 체계는 사실상 무력화되고 있다”며 “국가 핵심 인프라를 노린 공격이 집중되면서 국민 안전을 지키기 위한 국가 단위의 통합 방어막 구축이 시급하다”고 말했다.
특히 그는 “지정학적 특성상 공격 주체의 국적을 분석하면 북한 비중이 약 80%에 달한다”며 국가 안보 차원의 대응 필요성을 역설했다.
최근 SK텔레콤, 롯데카드, YES24, SGI서울보증보험 등 주요 기업과 공공영역을 가리지 않는 해킹 사고가 이어지며 국민 피해가 확산되고 있다. 김 PM은 “사고가 터졌을 때 기관별 칸막이식 대응 구조 때문에 보안 공백이 필연적으로 생긴다”며 “국가 전체의 위협 정보를 아우르고 선제적 탐지·대응이 가능한 일원화된 사이버 방어체계가 필요하다”고 설명했다.
‘AI 사이버 쉴드 돔’은 국가 사이버 공간을 입체적으로 보호하는 다층 방어체계를 지향한다. 국가 경계선에 위치해 국내 유입·유출 트래픽의 위협 요소를 차단하는 국가 최전선 돔(NSD)과 산업별 특수 위협을 감싸는 산업 돔(DSD)을 연계해 국가 단위 자율 방어망을 구축한다는 구상이다. 여기에 AI 기반 예·경보 서비스가 결합돼 공격 징후를 조기 탐지하고 자동 대응하는 체계를 목표로 한다.
[자료: IITP]
이날 ‘AI 사이버 쉴드 돔’ 구축을 위한 세부 기술 청사진도 제시됐다. 초고속 트래픽 보안가속 칩부터 소버린 대규모언어모델(LLM) 기반 보안엔진까지 6대 중점 기술 개발 방향이 소개됐다.
SPU로 수집되는 트래픽 데이터를 분석·예측해 위협에 대응하는 소버린 LLM 기반 보안엔진이 사이버 쉴드 돔의 ‘두뇌’를 담당한다. 국가·산업별 경계를 넘나드는 입체적 사이버 방어 체계 실현이 기대된다.
공급망 통합 대응관리 시스템은 글로벌 위협 인텔리전스를 기반으로 자산과 취약점 정보를 내재화해 국가 차원에서 SW·장비·서비스 전반의 보안 상태를 효율적으로 관리하는 것이 목표다. 개별 기관마다 ‘산발적 점검’으로 발생하는 방어 공백을 최소화하고, 전체 공급망의 보안 강화와 실시간 위협 대응이 가능해진다.
또 ‘자가진화형 제로트러스트’ 기술 개발을 통해 조직과 인프라의 안전성을 확보한다. 신뢰 기반 접근제어 정책을 동적으로 최적화하고, 끊임없이 신뢰를 검증하는 구조를 도입해 기존 보안 모델의 한계를 극복할 방침이다.
AI 보안엔진, 제로트러스트, 공급망 정보 등을 통합하는 중앙 관제 ‘컨트롤타워’도 구축한다. 실시간 트래픽 차단 여부를 자동으로 결정하고, 조기 예·경보 시스템으로 선제적 대처가 가능해진다.
IITP는 AI 사이버 쉴드 돔 구축을 통해 △세계 최고 수준 보안 가속 기술 확보 △국가 차원의 다층 방어체계·예경보 체계 확립 △차세대 사이버 보안 시장 개척 및 기술 수출 △대용량·초고속 보안 처리 기반 비용 절감 등 다양한 효과를 기대하고 있다.
[여이레 기자(gore@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
여이레기자 기사보기
.png)
.jpg)
.jpg)
.jpg)
