AI 시대 중요 인프라 보호: 시작점은 데이터

국가 중요 인프라(CNI)는 사회 기능에 필수적인 시스템과 자산을 의미합니다. 많은 주요 기관과 기능은 신뢰, 거버넌스, 회복력에 따른 관리와 효율성을 위해 공공 부문에 중앙집중화되어 있습니다.

중요 인프라 시스템은 현대 사회의 근간입니다. 정부는 중요 인프라를 중단되는 경우 국가 보안, 경제 안정, 공중 보건 또는 공공 안전에 심각한 결과를 초래할 수 있는 시스템으로 정의합니다.

여기에는 다음이 포함됩니다.

• 가정과 병원에 전력을 공급하는 에너지망.

• 상업 활동과 이동을 가능하게 하는 교통망.

• 경제 활동을 뒷받침하는 금융 제도.

• 응급 서비스, 기업, 시민을 서로 연결하는 통신 시스템.

• 공공 보건을 보호하는 의료 인프라.

이들 부문은 모두 중요한 데이터를 생성하는 복잡한 시스템을 운영하며, 정형 데이터와 비정형 데이터 전반에 걸쳐 민감한 정보를 통합된 가시성과 보호로 안전하게 관리해야 한다는 공동의 필요성을 갖고 있습니다. 이러한 시스템이 최상의 상태로 작동하지 않으면 운영이 중단되어, 기업의 수익과 주민들이 이용하는 서비스에 지장이 발생합니다. 

중요 인프라의 중단은 단순한 재정적 손실을 넘어 운영, 기업 평판, 민감한 시민 데이터는 물론 공공 안전까지 위협할 수 있습니다. 지난 몇 년간 전 세계 중요 인프라에서 발생한 사고는 보안 침해가 얼마나 파괴적인 영향을 미치는지 보여주었습니다. 핵심은 침해된 데이터입니다.

중요 인프라 보호는 전 세계 정부와 민간 부문 조직의 최우선 과제입니다. 빠르게 진화하는 AI 기반 사이버 위협이 증가함에 따라 중요 인프라는 데이터와 서비스를 보호해야 하며, 이를 위해서는 운영 가시성과 현대적 환경에 맞춰 발전할 수 있는 탄력적인 사이버 보안 역량이 필요합니다.

중요 인프라 투자는 흔히 보험처럼 취급됩니다. 문제가 발생하기 전까지 그 가치는 이론에 불과합니다. 보안 조치 비용이 많이 들 수 있으나, 그 가치를 과소평가해서는 안 됩니다. CNI는 잠재적인 보안 침해 비용과 기술, 교육, 인력에 대한 지속적인 투자를 고려하여 비용 효율성을 높여야 하는 독특한 투자 전략을 가지고 있습니다.

궁극적으로 조직이 디지털 전환을 계속함에 따라, 보안을 나중에 생각할 거리로 여겨서는 안 됩니다. 보안은 모든 새로운 운영 수준에 통합되어야 합니다. 동시에 공공 부문 및 핵심 인프라 조직은 제한된 예산으로 더 많은 업무를 수행해야 한다는 압박을 받고 있습니다. 이를 위해서는 통합과 확장 가능하고 비용 효율적인 데이터 저장 공간, 복잡성을 줄이면서도 보안 결과를 개선하는 데이터 기반 보안 운영을 통한 효율성 향상에 중점을 두어야 합니다.

일부 공공 부문 조직에서는 자체 보안 운영 센터(SOC)를 구축하고 유지하는 데 재정적인 제약이 있습니다. 부분적으로는 전문 인력을 고용해야 하기 때문입니다. 이는 정부 사용 사례에 맞춘 SOC as a Service(SOCaaS)를 살펴볼 수 있는 독특한 기회를 제공합니다.

AI 기반 보안 역량을 활용하려면 견고한 데이터 관리 기반이 필수적입니다. 데이터 메시 방식은 데이터 소유권을 분산시키면서도 공유 거버넌스 및 보안 표준을 유지합니다. 단일 중앙 집중식 데이터 플랫폼에 의존하는 대신, 조직은 데이터를 도메인별 '제품'으로 그룹화한 뒤, 이를 생성 시스템에 가장 가까운 팀이 소유하고 관리할 수 있습니다. 중요 인프라 운영자에게 이는 보안과 운영 효율성을 모두 향상시킬 수 있습니다.데이터 메시 방식은 도구 통합도 가능하게 하므로 무질서한 확장, 취약점, 여러 보안 도구 유지 비용을 크게 줄여줍니다. 

시스템을 설계할 때 복원력을 고려하면 인프라 운영자가 필수 서비스를 중단하지 않고도 진화하는 규제 요건과 새로운 위협에 적응할 수 있습니다.

제로 트러스트 아키텍처는 암묵적 신뢰를 제거합니다. 모든 사용자, 기기, 애플리케이션은 시스템이나 데이터에 접근하기 전에 신원과 권한을 지속적으로 확인해야 합니다. 종종 권한은 작업 수행에 필요한 최소한의 범위로 제한됩니다. 무엇보다도, 접근은 끊임없이 변화하는 위협 환경에서 시스템을 항상 안전하고 업데이트된 상태로 보장하는 엄격한 정책에 따라 부여됩니다.

제로 트러스트가 중요 인프라 운영자에게 제공하는 여러 이점은 다음과 같습니다.

• 가시성 향상: 모든 제로 트러스트 기둥에 데이터를 통합하고 지속적인 모니터링을 적용함으로써, 조직은 사용자, 기기, IT, OT, IoT 환경 전반에 걸쳐 전체적인 시각을 얻고 이상 행동을 더 빠르게 발견하고 조사할 수 있습니다.

• 공격 표면 축소: 엄격한 신원 및 접근 제어를 통해 무단 침입 경로를 제한합니다.

• 피해 완화: 마이크로 세분화는 침입을 더 작은 영역으로 제한하여 공격이 발생할 때 피해를 최소화하고 복구 비용을 낮춥니다.

내부 네트워크를 기본적으로 신뢰하는 대신 모든 상호작용을 검증함으로써, 제로 트러스트는 복잡한 인프라 시스템을 외부 공격자와 내부자 위협으로부터 보호합니다. 데이터 메시와 같은 통합 데이터 접근법은 보안 기둥 간 데이터를 연결하고 환경 전반에 걸친 전체적인 가시성을 가능하게 하여 보안 프레임워크를 강화합니다.

아무리 정교한 방어 체계라도 모든 위협을 막을 수는 없습니다. 공격자는 자동 탐지 도구를 우회하거나, 알려지지 않은 취약점을 악용하거나, 정상적인 시스템 활동 속에 숨어들 수 있습니다. 바로 이 지점에서 위협 헌팅이 매우 중요해집니다.

위협 헌팅은 분석가들이 기존 보안 방어 체계를 뚫고 들어온 사이버 위협을 찾아내는 선제적 전략입니다. 핵심은 위협이 실제로 피해를 발생시키기 전에 예측, 식별하여 무력화하는 것입니다. 중요 인프라 조직은 침입 징후를 지속적으로 탐색함으로써 정교한 위협을 조기에 탐지하고 대규모 시스템 장애 발생 가능성을 줄일 수 있습니다.

하지만 인프라 환경이 점점 더 복잡해짐에 따라 수동 모니터링 및 운영만으로는 현대의 위협에 대응할 수 없게 되었습니다. 보안팀은 엄청난 양의 경고, 로그 및 원격 측정 데이터에 직면하여 핵심 데이터 문제를 겪고 있습니다. 바로 분산된 정보로 인해 가시성과 상관관계 파악이 제한되고, 응답 시간이 지연되며, 분석가의 피로도가 증가하는 것입니다.

자동화와 머신 러닝은 탐지 및 응답 능력을 향상시키는 데 필수적인 도구입니다. AI 기반 분석은 방대한 데이터 세트를 실시간으로 처리하여, 인간 분석가가 놓칠 수 있는 패턴과 이상 현상을 파악할 수 있습니다.

또한 보안 자동화는 인시던트 대응을 간소화할 수 있습니다. 손상된 장치를 격리하거나, 의심스러운 네트워크 트래픽을 차단하거나, 자격 증명을 취소하는 등의 자동화된 조치를 통해 몇 초 만에 위협을 차단하고 인프라 시스템 전반에 걸친 공격 확산을 제한할 수 있습니다. 이를 통해 보안 팀은 복잡한 사고 조사, 방어 체계 개선, 복원력 전략 강화와 같은 더 중요한 업무에 집중할 수 있습니다.

현대 보안 운영에서 이러한 기능은 자율 에이전트가 데이터 수집부터 응답에 이르기까지 전체 수명 주기를 처리하며, 분석가는 판단, 검증 및 승인을 담당하는 에이전틱 모델로 더욱 발전하고 있습니다. 이를 통해 개별적인 경고가 아닌 신뢰할 수 있는 운영 데이터를 기반으로 보다 빠르고 상황에 맞는 탐지가 가능해집니다.

Elastic Security를 통해 중요 인프라를 관리하는 조직은 보안 조치를 종합적으로 강화할 수 있습니다. Elastic의 에이전트 기반 보안 운영 플랫폼은 데이터 수집부터 대응에 이르는 전체 라이프사이클을 처리하며, 분석가는 판단, 검증 및 승인 업무를 담당합니다. 중요 인프라를 운영하는 조직은 위험을 초래하는 수동적이고 시간 소모적인 보안 프로세스를 벗어나, 빠르게 변화하는 AI 기반 위협에 대응할 수 있도록 설계된 AI 기반 운영 체계를 도입할 수 있습니다.

이 플랫폼의 일환으로, Elastic은 다음과 같은 AI 기반 보안 도구를 제공하여 핵심 인프라의 복원력을 강화합니다.

• 컨텍스트 엔지니어링: AI가 추론하는 신호의 구조를 정립하고 보강하여, 모든 자동화된 의사결정이 해당 AI가 보호하는 환경의 운영 현실을 바탕으로 이뤄지게 합니다.

• 에이전트 빌더 및 에이전트 스킬: 위협 환경의 변화에 따라 진화하며 특정 목적에 맞춰 구성된 자율 워크플로우를 구축하기 위한 설계 플랫폼 및 모듈형 기능 라이브러리입니다.

• Elastic Workflows: 탐지, 조사, 응답에 이르는 보안 운영을 엔드 투 엔드로 오케스트레이션하는 네이티브 자동화 엔진으로, 핵심 서비스에서 사고 발생 시 대응 속도를 저하하는 수동적인 업무 이관을 없애줍니다.

• Elastic AI 에이전트: SOC를 대신하여 다단계 조사 및 대응 조치를 수행하는 자율 보안 운영자로, 분석가 부족이나 지속적인 공격 상황에서도 커버리지를 유지합니다.

• AI 기반 공격 탐지: 주체, 행동, 공격 경로 간 경고를 자동으로 연관시켜 분석가가 가장 먼저 살펴야 하는 곳을 알리고 가장 중요한 위협에 한정된 주의를 집중할 수 있도록 지원합니다.

• Elastic AI Assistant: 실시간 SOC 컨텍스트를 활용해 조사 질문에 답변하고 시정 조치를 제안하는 인터랙티브 분석가 동반자로, 중요 인프라를 보호하는 휴먼 온 더 루프 의사결정을 지원합니다.

또한 Elastic은 모델에 구애받지 않는 대규모 언어 모델(LLM)을 지원하며, 에어갭 환경의 온프레미스를 포함한 모든 배포 환경을 지원합니다. 조직은 벤더 종속 없이 주권 및 데이터 상주 요건을 충족하기 위해 지역, 클라우드 또는 인프라 전반에 걸쳐 유연하게 배포할 수 있습니다.

Elastic을 사용하면 데이터가 어디에 저장되어 있든, 어떤 형식이든 모든 데이터 유형을 지속적으로 모니터링함으로써 이상 현상을 조기에 탐지하고 더 신속하게 대응할 수 있습니다. 전문 팀이 아니어도 액세스할 수 있도록 설계된 AI 기능으로 복잡성과 교육 시간은 줄이고 조직 전체의 사용성은 높였습니다.

AI 시대의 중요 인프라가 주는 교훈은 분명합니다. 인프라는 신뢰를 기반으로 하는 시스템에서 지속적이고 안전하게 운영되어야 한다는 것입니다. 오늘날 발생할 수 있는 혼란에 대비하는 동시에 내일을 위한 탄력적인 시스템에 투자하는 것이야말로 점점 더 불확실해지는 디지털 환경 속에서도 사람들이 의존하는 필수 서비스를 안정적으로 유지하는 유일한 방법입니다. 이를 위해서는 모든 데이터를 통합적으로 파악하고 AI 기능을 모든 데이터에 총체적으로 적용하여 정보에 기반한 의사 결정을 더욱 빠르게 내릴 수 있어야 합니다.

Elastic이 중요 인프라 시스템 보호에 어떤 도움이 되는지 확인해 보세요.