LG유플러스 “소버린 SASE 서비스 연내 출시... AI 자율보안 구현”

포티넷 ‘액셀러레이트 2026’서 소버린 SASE 전략 공개
“데이터 주권 지키고 AI 기반 자율 보안 CSMA 구현”

[보안뉴스 강현주 기자] LG유플러스가 ‘소버린 SASE’ 서비스를 연내 출시한다. 국내 환경에 최적화된 ‘데이터 주권’에 초점을 맞춘다. AI 기반 자율형 보안을 구현하는 ‘CSMA’(Cyber Security Mesh Architecture)도 제공한다.

최종보 LG유플러스 엔터프라이즈 소프트웨어 트라이브 리더는 28일 그랜드 인터컨티넨탈 서울 파르나스에서 열린 ‘포티넷 액셀러레이트 2026’에서 이같이 밝혔다. 그는 ‘연결에서 신뢰로’라는 제목으로 LG유플러스의 보안 액세스 서비스 에지(SASE) 구현 방향 및 포티넷 협업 전략을 발표했다.

▲최종보 LG유플러스 트라이브 리더가 발표 중이다. [출처: 포티넷코리아]

AI를 효과적으로 구현할 클라우드 환경이 확산되면서 클라우드에서 통합 네트워크 보안을 제공하는 SASE나 보안 서비스 에지(SSE) 같은 플랫폼은 기업 표준으로 정착하고 있다. 세계 SASE와 SSE 시장은 2030년까지 연평균 23.6% 성장해 447억달러 규모로 성장할 전망이다.

이런 가운데 LG유플러스가 통신을 넘어 보안 사업을 내세운 이유는 “데이터센터와 AI 인프라, 자체 보유 회선, 전국망과 영업력 등 최적 보안 서비스를 제공할 기반이 확보됐기 때문”이라고 최 리더는 밝혔다.

최 리더는 “데이터 주권과 규제 준수를 중요시 하는 국내 시장에 최적화된 ‘소버린 SASE’ 서비스를 연내 출시할 계획”이라며 “LG유플러스 자체 SASE에 포티넷과의 협력을 더할 것”이라고 말했다.

이 회사 소버린 SASE의 핵심 이점은 △데이터 현지화 △금융·공공기관의 엄격한 규제 준수 △글로벌 밴더에 종속되지 않는 통제권과 가시성 확보다.

최 리더는 “데이터는 국내 인프라 내에서 처리돼야 한다는 고객 요구를 포티넷과 협업해 완벽히 해결할 것”이라며 “포티넷 SASE를 결합해 U+SASE의 프리미엄 라인업을 확장하고, 국내 데이터 주권을 보장하는 프리미엄 보안 서비스를 제공할 것”이라고 말했다.

포티넷 측은 자사 SASE에 대해 고객 환경에 맞춤형으로 구축돼 직접 제어가 가능하고 데이터 주권을 확보할 수 있는 ‘소버린 SASE’라고 강조한다.

이와 함께 최 리더는 네트워크 보안인 SASE를 넘어 “전 영역을 아우르는 ‘CSMA’를 구현해 ‘분산 보안의 표준’을 제공하겠다”고 강조했다.

최 리더는 “LG유플러스는 AI 환경 데이터 유출 방지 서비스 U+세이프, 제로트러스트 기반 ID 보안 서비스 ‘알파키’, SASE 서비스 U+SASE 등을 통해 CSMA 핵심 계층을 이미 만들어가고 있다”고 설명했다.

이어 “복잡하고 고도화된 보안 체계를 운영할 고급 보안 인력이 부족하다”며 “AI 기반 위협 자동 탐지 분석을 통한 사전 예방 체계를 구축하고, 인간 개입이 최소화된 교차 도메인 실시간 자율 방어를 구현하는 완전 자율형 보안망을 완성하겠다”고 밝혔다.

이날 행사에선 데렉 맨키(Derek Manky) 포티넷 부사장이 최신 위협 인텔리전스 동향을 발표했다. 알렉 킴(Alec Kim) 포티넷 아시아태평양 컨설팅 시스템스 엔지니어링 이사는 AI 중심 시대의 보안 전략을 제시했다.

이 외에도 포티넷은 ‘기술 트랙’과 ‘일반 트랙’을 운영하며 AI 시대 다양한 보안 전략을 공유했다. 전명선 우아한형제들 매니저가 포티넷 메일 보안 솔루션 도입 사례를 바탕으로 실무 운영 노하우를 공유했다. 또 △현대적 AI 데이터센터 보안 △에이전틱 SOC 플랫폼 △유니파이드(Unified) SASE △OT 보안의 진화 등 최신 보안 트렌드를 아우르는 다양한 세션이 마련됐다.

[강현주 기자(jjoo@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