[기고]AI 에이전트 보안, 모델이 아니라 연결된 권한에서 뚫린다

AI 공격 시대, 에이전트가 연결된 자산과 권한을 파악하는 것이 보안의 출발점 인공지능(AI)이 기업의 업무시스템에 깊숙이 들어오면서 보안의 관점도 달라지고 있다. 이제는 AI 모델이 얼마나 안전한 답변을 생성하는지만으로 보안 수준을 판단하기 어렵다. AI 에이전트가 어떤 정보를 읽고, 어떤 시스템에 연결되며, 어느 범위까지 실제 작업을 수행할 수 있는지가 새로운 보안 과제로 떠올랐다. 조직 내부로 들어온 AI 에이전트와 연결된 자산 및 권한을 어떻게 관리할 것인지 살펴본다. 금융권에서도 이러한 변화가 나타나고 있다. 망분리 규제 개선 이후 자산관리와 심사, 고객상담 등에 AI 활용이 확대되고 있으며, AI 에이전트가 여러 업무를 연속적으로 수행하거나 기존 업무시스템과 연동하는 사례도 늘어나는 추세다. AI 보안은 모델 자체를 보호하는 데 그쳐서는 안 된다. AI가 접근하는 데이터와 업무시스템, 응용프로그램인터페이스(API), 서비스 계정, 인증 토큰까지 관리 범위에 포함해야 한다. 결국 AI 시대의 보안 역시 자산에 대한 가시성을 확보하는 데서 시작한다. AI가 바꾸는 공격과 방어의 속도 AI는 기존 사이버 공격의 속도를 높이는 동시에 새로운 침해 경로를 만들어내고 있다. 피싱과 취약점 악용, 계정 탈취, 공급망 침해 등 공격의 기본 원리는 크게 달라지지 않았다. 그러나 공격자는 AI를 활용해 더 적은 비용으로 많은 표적을 탐색하고 다양한 공격 방식을 반복적으로 시험할 수 있게 됐다. 취약점 탐색 분야에서도 변화가 나타나고 있다. 구글 딥마인드와 구글 프로젝트 제로가 공동 개발한 AI 에이전트 '빅 슬립(Big Sleep)'은 실제 소프트웨어에서 알려지지 않은 취약점을 탐색하는 데 활용됐다. 구글은 빅 슬립이 취약점을 발견하고 위협 인텔리전스와 연계해 악용 가능성이 높은 취약점에 선제적으로 대응하는 데 기여했다고 설명했다. 중요한 것은 AI가 취약점을 발견했다는 사실 자체가 아니다. 공격자와 방어자 모두 AI를 활용하면서 취약점 발견부터 분석, 악용 가능성 판단, 패치와 검증까지 소요되는 시간이 빠르게 단축되고 있다는 점이다. 기존의 정기적 취약점 점검과 사후 패치 중심 대응만으로는 이러한 속도 변화에 대응하기 어렵다. 기업은 외부 노출 자산과 취약점 현황을 지속적으로 파악하고, AI 서비스와 연결된 자산의 위험까지 함께 평가해야 한다. 그림1. 같은 4단계이지만, 사람의 속도와 에이전트의 속도는 근본적으로 ...