[PIS FAIR 2026 미리보기] AI가 묻고 스스로 막는다... 안랩 ‘AhnLab AI PLUS’

오케스트레이션 에이전트 지휘 아래 탐지·인텔리전스·운영 담당 AI가 자율 협업
고객 데이터 학습 원천 배제 및 가드레일 적용... 프라이버시 침해 우려 불식

[보안뉴스 조재호 기자] 안랩이 국내 최대 개인정보보호 컨퍼런스인 ‘PIS FAIR 2026’에서 고객 데이터 유출 우려를 원천 차단하는 안전한 AI 보안 거버넌스 청사진을 제시한다.

안랩의 차세대 보안 플랫폼 ‘안랩 AI 플러스’(AhnLab AI PLUS)는 회사가 30년간 축적한 위협 데이터와 특화 거대언어모델(LLM)을 결합해, 단순 탐지를 넘어 탐지·분석·운영 등 통압 보안 운영을 지원한다.

AhnLab AI PLUS는 △AI 에이전트 기반 지능형 보안 탐지·분석 강화 △다양한 제품·서비스 적용으로 AI 기반 운영 확장 △자체 수집 데이터 기반 학습 체계로 고도화된 AI 서비스 제공 등을 목적으로 한다. 이를 기반으로 자사 제품과 서비스 전반의 AI 기반 지능화를 진행했다.

안랩이 공개한 아키텍처를 살펴보면, 방대한 보안 정보를 내부 데이터레이크(Data Lake)로 중앙화한 뒤 정교한 가공과 모델 학습을 거쳐 보안 특화 거대언어모델(LLM)과 지식 데이터베이스를 구축했다.

가장 돋보이는 기술은 단연 여러 AI가 목적에 따라 협동하는 ‘에이전틱 AI’(Agentic AI) 구조다. 오케스트레이션 에이전트의 지휘 아래, 탐지·위협 인텔리전스·운영을 담당하는 각 개별 AI 에이전트가 유기적으로 협업한다. 사용자가 이벤트 로그를 첨부하면 오케스트레이션 에이전트가 작업을 할당하고, 각 에이전트가 로그 분석, 요약, 파일 및 URL 위험도 평가를 동시다발적으로 진행해 최종 대응 방안을 도출하는 방식이다.

보안 현장에서의 적용은 더 구체적이다. 안랩은 자사 확장형 탐지 및 대응(XDR) 솔루션에 대화형 AI 보안 어시스턴트 ‘애니’(Annie)를 연동했다. 제품 UI에서 즉각 제공되는 ‘애니’는 실시간 위협 탐지는 물론 최적의 대응 방안인 플레이북을 제시하고, 보안 담당자에게 추가 질문까지 추천하는 등 복잡한 위협 환경에서 직관적이고 신속한 대응을 지원한다. 안랩은 향후 AhnLab XDR을 넘어 안랩의 전 제품과 플랫폼으로 AI 에이전트 적용 범위를 확대할 계획이다.

가장 민감한 영역인 데이터 프라이버시 문제도 원천 차단했다. ‘안랩 AI 플러스’는 고객 데이터를 수집하거나 학습에 활용하지 않는다. 대신 안랩의 악성코드 분석 노하우와 AhnLab TIP, AhnLab Smart Defense(ASD) 인프라를 통해 축적한 파일, URL, IP, 행위 정보 등의 빅데이터와 보안 인텔리전스만을 학습 재료로 삼는다. 특히 ‘가드레일’(Guardrail) 기술을 적용해 AI 모델의 신뢰성을 보장하고, 인공지능이 발생시킬 수 있는 리스크를 엄격히 통제해 기업이 데이터 유출 우려 없이 고품질의 보안 서비스를 제공받을 수 있도록 설계했다.

한편, ‘안전한 AI를 위한 약속, 사전예방 기반 개인정보보호체계 구축’이라는 주제로 6월 22일부터 23일까지 서울 삼성동 코엑스 그랜드볼룸에서 국내 최대 규모의 개인정보보호 콘퍼런스인 ‘PIS FAIR 2026’(제15회 개인정보보호페어 & CPO워크숍)이 개최된다. 이번 행사는 개인정보보호위원회와 PIS FAIR 조직위원회가 주최하고, 한국인터넷진흥원과 한국CISO협의회, 더비엔이 주관한다.

PIS FAIR 2026은 개인정보보호 분야 유관기관과 개인정보보호 솔루션 기업이 함께하는 행사로, 매해 4000여명이 참가하는 국내 최대 규모의 개인정보보호 축제의 한마당이다. 특히 공공기관 및 기업의 개인정보보호최고책임자(CPO)를 비롯해 개인정보보호 담당자, 개인정보 처리자는 PIS FAIR 2026 홈페이지에서 사전등록할 경우 무료 참관이 가능하다.

[조재호 기자(zephyr@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