.jpg)
AI 활용한 ‘인지 보안’ 추세...보안기업 뿐만 아니라 해커들도 적극 활용
[보안뉴스 성기노 객원기자] 해킹 위협이 고도화·지능화되면서 그 대비책도 점차 업그레이드 되고 있다. 특히, 최근에는 해킹을 사전에 차단하는 인공지능(AI) 기술이 사이버 보안 분야에도 적극 도입되고 있다. 처리해야 할 데이터가 많아질수록 해킹 위협에 대해 사람이 일일이 분석하고 대응하기란 거의 불가능하다. 야후에서 발생한 수억 건의 사용자 계정 유출, 지메일 피싱 사기와 관련된 해킹 등 대규모 데이터 유출 사건이 시도 때도 없이 터지고 있는 상황에서 보안대책은 계속 마련되고 있지만 결국 ‘사후약방문’에 지나지 않는다.
이런 인간이 가진 근본적인 단점을 극복하기 위해 사이버 보안이 AI를 활용한 ‘인지보안(Cognitive Security)’ 추세로 바뀌고 있다. 인공지능은 잠시도 방심하는 틈 없이 행동에서 패턴을 찾고 새로운 위협이 발견되면 즉시 알려줄 수 있다. 인간이 아무리 24시간 철벽방어를 한다고 해도 ‘기계’를 따라갈 수 없다. 이런 단점을 인지 보안을 통해 해결하려는 것이다.
인지 보안은 문서와 네트워크를 점검해 취약점을 분석한 뒤, 이를 스스로 차단하는 기술이다. 몇몇 보안기업은 해킹 공격의 패턴을 분석하기 위해 머신러닝 기술을 적용 중이다. 이를 위해 분초 단위로 서버와 데이터의 보안위협 요소를 찾아내고 있다. 보안업계에서는 인간보다 훨씬 더 빠르게 해킹을 찾아낼 수 있는 머신러닝 기술이 앞으로 더욱 각광을 받을 것으로 전망한다.
현재 AI는 대부분 악성코드 탐지, 피싱 공격 발견, 무차별 대입 공격 침입(brute-force intrusions) 차단에 사용된다. 향후에는 사람들이 매일 사용하는 서비스에 AI가 추가될 수 있다. 예를 들어 지메일에서 이메일을 수신하는 경우 AI는 발신 IP 주소, 위치 데이터, 이메일에 사용된 단어와 구문 및 기타 수많은 변수를 스캔해 사용자에게 피싱 사기를 알려줄 수 있다. AI는 실시간으로 위협에 따라 적응하고 학습한다. AI는 단편화되고 서로 겹치기도 하는 방대한 데이터 집합도 분석할 수 있다.
이 과정에서 인간 운영자의 역할은 오탐지(False Positive)를 걸러내고 AI 엔진에 정확하고 견실한 데이터 집합이 공급되도록 확인하는 것이 될 수 있다. AI는 위협의 수준을 정량화할 수 있기 때문에 같은 일을 인간이 할 경우 훨씬 더 많은 작업이 필요하다.
AI는 개체와 이벤트를 분류해 문제를 식별하는 평균 시간을 줄이고, 공격 배후의 행동을 분석할 수 있다. 예를 들어 공격자가 무엇을 원하는지, 그 공격이 조직에 어떤 영향을 미치는지, 비즈니스의 어떤 부분이 가장 많이 위험에 노출되는지를 분석해 사전에 해킹을 차단할 수 있거나 최소한이 방벽 솔루션을 제공할 수 있다는 것이다.
그런데 문제는 해커들도 AI를 활용할 수 있다는 점이다. 악성코드 공격을 비롯한 침입을 차단하는 데 AI의 도움을 받을 수 있지만 해커 역시 AI를 악용할 수 있게 된다. 해커가 머신러닝을 사용해 취약한 엔드포인트를 찾는다는 측면에서 일종의 역공인 셈이다. 보안업계가 해커로부터 스스로를 방어하는 자체 방어벽을 개발하지만 해커의 기량 역시 그에 못지않다.
현재 활동하는 해커들은 더 많은 머신러닝 개념을 활용해 목표물의 네트워크를 학습하고, 즉석에서 공격 방법을 바꾸는 악성코드를 제작할 수 있는 수준으로 기술을 발전시키고 있다. 최근 몇 년 사이 점점 더 많은 공격이 특징을 빠르게 변형시켜 예측하고 방어하기가 더욱 어려워지고 있다. 이로 인해 앞으로의 사이버 전쟁은 선한 AI와 악한 AI간의 대결이 될 것이라는 전망이다.
[성기노 객원기자(kino@boannews.com)]
[보안뉴스 성기노 객원기자] 해킹 위협이 고도화·지능화되면서 그 대비책도 점차 업그레이드 되고 있다. 특히, 최근에는 해킹을 사전에 차단하는 인공지능(AI) 기술이 사이버 보안 분야에도 적극 도입되고 있다. 처리해야 할 데이터가 많아질수록 해킹 위협에 대해 사람이 일일이 분석하고 대응하기란 거의 불가능하다. 야후에서 발생한 수억 건의 사용자 계정 유출, 지메일 피싱 사기와 관련된 해킹 등 대규모 데이터 유출 사건이 시도 때도 없이 터지고 있는 상황에서 보안대책은 계속 마련되고 있지만 결국 ‘사후약방문’에 지나지 않는다.
이런 인간이 가진 근본적인 단점을 극복하기 위해 사이버 보안이 AI를 활용한 ‘인지보안(Cognitive Security)’ 추세로 바뀌고 있다. 인공지능은 잠시도 방심하는 틈 없이 행동에서 패턴을 찾고 새로운 위협이 발견되면 즉시 알려줄 수 있다. 인간이 아무리 24시간 철벽방어를 한다고 해도 ‘기계’를 따라갈 수 없다. 이런 단점을 인지 보안을 통해 해결하려는 것이다.
인지 보안은 문서와 네트워크를 점검해 취약점을 분석한 뒤, 이를 스스로 차단하는 기술이다. 몇몇 보안기업은 해킹 공격의 패턴을 분석하기 위해 머신러닝 기술을 적용 중이다. 이를 위해 분초 단위로 서버와 데이터의 보안위협 요소를 찾아내고 있다. 보안업계에서는 인간보다 훨씬 더 빠르게 해킹을 찾아낼 수 있는 머신러닝 기술이 앞으로 더욱 각광을 받을 것으로 전망한다.
현재 AI는 대부분 악성코드 탐지, 피싱 공격 발견, 무차별 대입 공격 침입(brute-force intrusions) 차단에 사용된다. 향후에는 사람들이 매일 사용하는 서비스에 AI가 추가될 수 있다. 예를 들어 지메일에서 이메일을 수신하는 경우 AI는 발신 IP 주소, 위치 데이터, 이메일에 사용된 단어와 구문 및 기타 수많은 변수를 스캔해 사용자에게 피싱 사기를 알려줄 수 있다. AI는 실시간으로 위협에 따라 적응하고 학습한다. AI는 단편화되고 서로 겹치기도 하는 방대한 데이터 집합도 분석할 수 있다.
이 과정에서 인간 운영자의 역할은 오탐지(False Positive)를 걸러내고 AI 엔진에 정확하고 견실한 데이터 집합이 공급되도록 확인하는 것이 될 수 있다. AI는 위협의 수준을 정량화할 수 있기 때문에 같은 일을 인간이 할 경우 훨씬 더 많은 작업이 필요하다.
AI는 개체와 이벤트를 분류해 문제를 식별하는 평균 시간을 줄이고, 공격 배후의 행동을 분석할 수 있다. 예를 들어 공격자가 무엇을 원하는지, 그 공격이 조직에 어떤 영향을 미치는지, 비즈니스의 어떤 부분이 가장 많이 위험에 노출되는지를 분석해 사전에 해킹을 차단할 수 있거나 최소한이 방벽 솔루션을 제공할 수 있다는 것이다.
그런데 문제는 해커들도 AI를 활용할 수 있다는 점이다. 악성코드 공격을 비롯한 침입을 차단하는 데 AI의 도움을 받을 수 있지만 해커 역시 AI를 악용할 수 있게 된다. 해커가 머신러닝을 사용해 취약한 엔드포인트를 찾는다는 측면에서 일종의 역공인 셈이다. 보안업계가 해커로부터 스스로를 방어하는 자체 방어벽을 개발하지만 해커의 기량 역시 그에 못지않다.
현재 활동하는 해커들은 더 많은 머신러닝 개념을 활용해 목표물의 네트워크를 학습하고, 즉석에서 공격 방법을 바꾸는 악성코드를 제작할 수 있는 수준으로 기술을 발전시키고 있다. 최근 몇 년 사이 점점 더 많은 공격이 특징을 빠르게 변형시켜 예측하고 방어하기가 더욱 어려워지고 있다. 이로 인해 앞으로의 사이버 전쟁은 선한 AI와 악한 AI간의 대결이 될 것이라는 전망이다.
[성기노 객원기자(kino@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
성기노기자 기사보기
[2024-12-22] 
.jpg)
