AI가 재편하는 차세대 사이버보안 스택

AI가 취약점을 찾아 악용하는 속도가 빨라지면서 평균 악용까지 걸리는 시간(TTE) 은 공개 9시간 전인 -9시간까지 줄었고, 공개 전 제로데이로 악용되는 취약점 비율도 5년 전 약 30%에서 현재 80% 이상으로 증가함 보안 조직은 여러 도구를 직접 운용하는 방식에서 벗어나 공격 경로 탐색, 복구 우선순위 결정, 대응 절차를 자동화하고 에이전트 집단을 기계 속도로 관리하는 운영 모델로 전환해야 함 보안 SaaS는 API와 MCP를 통해 에이전트가 직접 사용하는 헤드리스 구조로 이동하며, 여러 제품의 UI는 하나의 관리 인터페이스로 통합될 전망임 미래 보안 스택은 데이터·관리·제어 플레인으로 구성되며, 엔드포인트·신원·인증서처럼 깊이 내장된 제어 지점은 방어력이 높지만 분석·보고·워크플로 제품은 자체 구축 도구와 경쟁할 위험이 큼 스타트업과 ScaleUp에는 관리 플레인과 도메인별 에이전트가 가장 큰 기회이며, 단일 기능보다 네트워크 효과·독점 데이터·브랜드와 에이전트 접근성, 오케스트레이션 품질이 지속적인 경쟁력을 좌우함 AI가 바꾸는 사이버보안의 시간표 AI 모델의 발전으로 취약점 식별과 대응의 속도와 규모가 과거와 크게 달라짐 과거에는 알려진 익스플로잇이나 제로데이를 복구하는 데 30일 이상을 확보할 수 있었지만, 이제는 취약점 공개 전부터 악용됨 Zero Day Clock 기준 평균 악용까지 걸리는 시간은 발행 시점에 -9시간임 현재 취약점의 80% 이상이 공개 전에 제로데이로 악용되며, 5년 전에는 약 30%였음 AI가 인간의 하루 업무를 독립적으로 끝낼 수 있는 수준에 도달하고 발전의 초점이 소프트웨어에서 노동으로 이동하면, 사이버보안도 같은 경로를 따를 전망임 CISO는 AI로 공격 경로와 노출을 찾고 복구 우선순위를 정하며, 보안 워크플로와 대응 절차를 자동화하는 AI 네이티브 운영 방식을 채택해야 함 보안 실무자의 역할도 도구 관리에서 에이전트 관리로 이동함 한 기업 보안 리더는 이를 분석가에서 엔지니어로 전환하는 변화로 봄 보안 운영을 흔드는 세 가지 AI 흐름 개인이 직접 만드는 앱과 에이전트 보안팀도 자체 애플리케이션과 에이전트를 만들 수 있게 됐으며, 한 Deputy CISO는 5개의 에이전트를 24시간 운용하고 있음 조직별 운영 방식에 맞는 기능을 쉽게 직접 만들 수 있어, CISO가 일부 상용 제품 기능의 가치를 다시 판단할 수 있음 CrowdStrike나 SentinelOne처럼 네...