美 NIST, AI·5G·IoT 안보 가이드라인 공개... 첨단기술 표준 주도권 강화 나서

AI 프롬프트 주입·데이터 오염 대응, 5G 보안 강화, IoT 보안 인증 등 차세대 기술 보안 기준 제시
미국 시장 진출 기업에 새로운 보안 기준 제시... 글로벌 기술 공급망과 표준 경쟁 영향 전망

[보안뉴스 김형근 기자] 미국 국립표준기술연구원(NIST)이 인공지능(AI), 5세대 이동통신(5G), 사물인터넷(IoT), 핵심 인프라 회복력 등을 포괄하는 2025 회계연도 사이버 보안 및 프라이버시 이니셔티브 보고서를 공개했다.

이 보고서는 급변하는 차세대 기술 패권 경쟁 속에서 미국 연방정부와 민간 산업계가 준수해야 할 구체적인 보안·안보 가이드라인을 담고 있다. 특히 AI, 5G, IoT 등 차세대 기술 분야에서 미국 중심 보안 표준을 선제적으로 구축함으로써 국가 안보를 강화하고 글로벌 기술 시장에서 주도권을 확보하려는 의도로 풀이된다.

NIST는 우선 AI 모델의 취약점을 악용한 프롬프트 주입(Prompt Injection)과 데이터 오염(Data Poisoning) 공격에 대응하기 위한 표준화된 보안 프레임워크를 수립했다. 생성형 AI 확산과 함께 새로운 공격 기법이 등장하는 상황에서 AI 시스템의 신뢰성과 안전성을 확보하기 위한 조치다.

또한 군사·산업 분야 전반으로 확대되고 있는 5G 네트워크가 도청이나 우회 침투 경로로 악용되지 않도록 보안 지침을 강화했다. 초연결 사회의 핵심 인프라인 5G의 안전성을 확보해 국가 기반시설과 산업 경쟁력을 보호하겠다는 취지다.

IoT 분야에서는 수십억 대 규모로 증가하는 연결 기기가 사이버 공격의 발판으로 악용되는 것을 막기 위해 제조 단계부터 강력한 보안 인증과 보호 체계를 적용하도록 했다. IoT 기기 자체의 보안성을 높여 공급망 전반의 위험을 줄이겠다는 전략이다.

특히 발전소와 전력망, 교통 시스템 등 국가 핵심 인프라에 대한 사이버 위협이 증가하는 상황을 고려해 침해 사고 발생 이후에도 서비스를 유지하고 신속하게 복구할 수 있는 ‘회복력’(Resilience) 강화에 역량을 집중했다. 단순히 공격을 차단하는 수준을 넘어 공격 이후에도 기능을 유지할 수 있는 체계를 강조한 것이다.

NIST는 기술 발전 속도에 맞춰 기존 규제를 지속적으로 정비하는 한편, 제로트러스트(Zero Trust) 철학을 기반으로 한 보안 체계 고도화도 추진하고 있다. 신뢰를 전제로 하지 않고 모든 사용자와 기기를 지속적으로 검증하는 방식으로 국가 차원의 보안 통제 체계를 강화하겠다는 의미다.

이번 가이드라인은 미국 시장에 진출하거나 연방정부 사업에 참여하려는 글로벌 기업들에게 새로운 기술 장벽이자 필수 보안 기준으로 작용할 전망이다. 특히 공급망 보안과 AI 보안, 핵심 인프라 보호 기준이 강화되면서 관련 기업들의 대응 부담도 커질 것으로 예상된다.

보안 업계에서는 이번 보고서를 미국이 첨단 기술 공급망과 디지털 인프라 분야의 안보 주도권을 확보하기 위해 표준화 전략을 적극 활용하고 있는 사례로 평가하고 있다. 기술 규격과 보안 기준을 통해 글로벌 시장에서 영향력을 확대하려는 움직임이라는 분석이다.

NIST는 보고서 발표 이후에도 산업계가 새로운 가이드라인을 현장에 적용할 수 있도록 기술 지원과 모니터링을 병행할 계획이다.

이 보고서는 미국 정부가 AI와 5G, IoT, 핵심 인프라 등 차세대 기술 분야의 보안 기준을 선제적으로 정립하고 이를 글로벌 표준으로 확산하려는 전략적 방향성을 보여준다. 단순한 기술 지침을 넘어 첨단 기술 공급망과 디지털 인프라 전반의 보안 체계를 재정립하려는 움직임으로 해석된다.

향후 글로벌 기술 시장에서는 기술 성능뿐 아니라 미국이 요구하는 보안·안보 기준 충족 여부가 기업 경쟁력과 시장 진입의 핵심 요소로 작용할 가능성이 높다.

[김형근 기자(editor@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