AI와 컨텍스트 검색으로 국방 사이버 보안을 강화하는 방법

Crossley McEwen — Wed, 02 Jul 2025 00:00:00 GMT

오늘날의 국방 환경에서는 정보는 풍부하지만, 인사이트는 여전히 찾기 어려운 경우가 많습니다. 모든 연결된 시스템, 모든 엣지 디바이스, 모든 디지털 접점에서 데이터가 쏟아져 들어오는데도 보안 팀은 기본적인 질문에 답하기 위해 단편적인 입력 조합, 신호 찾기, 사일로 탐색에 너무 많은 시간을 소비하고 있습니다.

국방 사이버 보안에서 단절된 보안 로그를 파헤치는 데 소요되는 1분은 공격자가 악용할 수 있는 시간입니다. 상관관계를 놓치거나 응답이 지연될 때마다 경영진에 대한 신뢰가 떨어지고 위험이 증가하며 운영상의 이점이 약화됩니다.

오늘날의 보안 운영 팀은 정보를 행동으로 옮기는 데 필요한 시간, 컨텍스트, 인력 없이 파편화된 시스템에서 기하급수적으로 증가하는 데이터를 모니터링해야 하는 과제를 안고 있습니다. 위협이 더욱 정교해지고 기계의 속도로 움직임에 따라 레거시 검색 및 분석 프로세스가 문제가 되고 있습니다. 조사가 너무 오래 걸립니다. 경보가 제대로 처리되지 않습니다. 그리고 불완전한 데이터를 기반으로 의사 결정이 내려져 임무와 팀을 위험에 빠뜨립니다.

수동 프로세스에서 즉각적인 인사이트로

국방 분야의 보안 팀에 현 상태는 지속 가능하지 않습니다. 경보가 수천 개씩 발생하며, 분석가를 지원하기 위해 설계된 도구는 종종 명확성보다 복잡성을 더 많이 초래합니다. 네트워크, 디바이스, 도메인 및 분류 경계 전반에 걸쳐 이벤트를 상호 연관시키는 일은 여전히 시간이 많이 소요되고 취약합니다.

문제는 단순히 데이터양이 아니라 파편화입니다. 대부분의 조사에서는 분석가가 시스템 간에 피벗을 수행하고 복잡한 쿼리를 작성하며 로그, 경보 및 텔레메트리에 걸쳐 타임라인을 수동으로 조합해야 합니다. 이는 비효율적이며, 더 심각한 문제는 핵심 인사이트가 너무 늦게 도출되어 결과에 영향을 미칠 수 없다는 것입니다.

MOD와 파트너는 이를 잘 알고 있습니다. 그리고 위협이 기계의 속도로 이동함에 따라 그 어느 때보다 중요성이 커졌습니다. 의사 결정권자는 탐지부터 조치까지 더 빠른 경로가 필요합니다. 이는 수집되는 데이터뿐만 아니라 인텔리전스에 액세스하는 방법도 재고해야 함을 의미합니다.

임무의 언어를 구사하는 인텔리전스

차세대 보안 운영은 더 많은 대시보드를 추가하는 것이 아닙니다. 검색 결과만 반환하는 것이 아니라 답을 제공하는 시스템인 컨텍스트 인텔리전스를 기반으로 합니다. 검색 증강 생성(RAG) 및 자연어 검색과 같은 기술은 이러한 변화를 주도하고 있습니다.

분석가, 심지어 비기술 인력까지 여러 플랫폼에서 신호를 조합하도록 강요하는 대신 RAG를 사용하면 시스템이 신뢰할 수 있는 저장소에서 직접 관련 데이터를 검색할 수 있습니다. 환각이나 블랙박스 로직 없이 실시간 인텔리전스에 기반한 인사이트를 제공합니다. 이를 통해 경보 피로를 줄이고 팀이 오탐이 아닌 검증된 위협에 집중할 수 있습니다.

침해가 어디서 시작되었는지 알고 싶으십니까? 어떤 시스템이 영향을 받았습니까? 이 활동이 비정상적인 것인지, 일상적인 것인지 알고 싶으십니까? 시스템이 단순히 로그를 가져오는 데 그치지 않고 팀을 위해 스토리를 종합합니다.

이러한 기능은 가상의 기능이 아닙니다. 이미 실제 환경에서 MOD의 실제 팀을 지원하여 보다 효과적으로 분류하고, 경보 피로를 줄이고, 분석가의 역할을 조사자에서 의사 결정 지원자로 격상시키는 데 사용되고 있습니다.

대체재가 아닌 조력자로서의 AI

국방 분야에서는 AI가 임무를 성공적으로 수행하는 인간의 전문성을 대체할 수 있다는 우려가 일반적입니다. 하지만 보안 분야에서 AI의 진정한 힘은 대체가 아니라 증폭입니다.

컨텍스트 기반 AI는 인간의 판단을 대체하지 않습니다. 인간의 판단을 강화합니다. 수동 분류의 부담을 덜어주고, 이벤트 간의 숨겨진 연관성을 강조하며, 새로운 위협을 수동 프로세스보다 더 빠르게 포착합니다. 인간보다 기계를 더 신뢰하는 것이 아니라 인간이 생각하고 대응하고 리드할 수 있는 시간을 더 많이 주는 것입니다.

접근 가능한 인텔리전스를 위한 챗봇 및 자연어

자연어 기능을 통해 국방 담당자는 완전히 새로운 방식으로 보안 데이터와 상호 작용할 수 있습니다. 담당자가 일반 언어와 챗봇을 사용하여 위협을 조사할 수 있어 복잡한 쿼리 구문을 숙지할 필요가 없습니다. “지난 24시간 동안 외부 IP에서 실패한 모든 인증 시도 표시”와 같은 요청은 즉각적이고 관련성 있는 결과를 제공합니다. MOD는 이미 챗봇의 잠재력을 탐색하고 있으며, 국방과학기술 연구소는 현장의 전술적 군 사용자를 위한 디지털 어시스턴트를 개발하고 있습니다. 이를 통해 군인들은 데이터 시스템과 텍스트 기반 대화를 사용하여 임무 성공에 필요한 정보와 답을 찾을 수 있습니다.

Elastic AI Assistant for Security와 같은 AI 기반 챗봇은 보안 질문을 적절한 쿼리로 변환하고 경보에 대한 컨텍스트를 제공하며 모범 사례를 기반으로 다음 단계를 제안함으로써 분석가에게 조사 과정을 안내합니다. 이는 모든 승인된 사용자의 효율성을 높이고 보안 의사 결정에 더 폭넓게 참여할 수 있게 해줍니다. 현장 지휘관과 비기술 직원은 고도로 전문화된 중개자 없이도 필요할 때 보안 시스템을 직접 조사할 수 있습니다. 그동안 보안 데이터를 전문가 팀으로 고립시켰던 기술적 장벽이 낮아졌습니다. 티어 1 SOC 분석가는 적은 교육만으로도 더 빠르게 업무를 수행할 수 있습니다.

대규모 언어 모델(LLM)은 맥락적 이해를 제공하고, 조사를 가속화하며, 응답 시간을 단축하여 의사 결정을 분산할 수 있습니다. 보안 인텔리전스를 필요한 곳 어디에나 도입할 수 있습니다.

웨비나

더 스마트한 보안 — AI가 위협 탐지 및 분석가의 워크플로우를 혁신하는 방법

이번 에피소드에서는 AI, 자동화 및 오케스트레이션이 수동 작업량을 줄여 분석가가 가장 중요한 일에 집중할 수 있도록 지원하는 방법을 살펴봅니다.
지금 시청하기

이사회뿐만 아니라 실전 테스트에서 검증된 보안 인텔리전스

Elastic의 보안 기능은 NATO의 Locked Shields 훈련(세계 최대 규모의 실사격 사이버 보안 시뮬레이션 중 하나)에서 엄격한 테스트를 거쳤습니다. 이벤트 기간 동안 블루 팀(방어측 사이버 보안 부서)은 OS 이벤트 로그, PowerShell 로그, 방화벽/IPS/IDS 데이터, 위협 인텔리전스 피드, 엔드포인트 탐지 및 대응 기능 등 여러 데이터 소스를 통합하는 포괄적인 보안 아키텍처를 배포했습니다. 이 환경은 실제 방어 운영을 반영했으며, Elastic Common Schema (ECS)로 상이한 데이터 소스를 정규화하여 탐지 워크플로우를 간소화합니다. 보안 팀은 복잡한 분석 작업을 간소화한 사전 구성된 대시보드를 통해 전체 디지털 자산 전반에 걸쳐 통합된 가시성을 확보했습니다.

보호 기능에는 멀웨어 및 랜섬웨어 방지, 악의적인 행위 분석, 메모리 위협 보호 및 자격 증명 강화가 포함되었습니다. 모든 탐지 규칙은 MITRE ATT\&CK 프레임워크에 맵핑되어, 팀이 방어 범위를 측정하는 동시에 공격자의 전술과 기술을 이해할 수 있도록 지원합니다. 훈련에서는 방어 복원력도 테스트되었습니다. 레드 팀은 고급 지속성 역량을 갖춘 정교한 위협 행위자를 시뮬레이션하며 보안 도구를 비활성화하려고 적극적으로 시도했습니다. 에이전트 변조 방지와 같은 기능은 직접적인 공격을 받는 상황에서도 모니터링이 온전하게 유지되도록 보장했습니다. 이는 적대적 환경에서 핵심적인 기능입니다.

탐지부터 결정까지: 더 빠르게, 더 스마트하게, 다 함께

궁극적으로 현대적 방어에는 현대적 인텔리전스가 필요합니다. 단지 더 나은 가시성뿐만 아니라 더 나은 결과까지 제공합니다. 더 많은 데이터가 아닌, 적시에 적절한 해답을 얻어야 합니다.

AI 기반 검색은 단순한 기술적 업그레이드가 아니라 태세의 전환입니다. 분석가가 도구를 탐색하는 데 소요하는 시간을 줄이고 전략적 의사 결정에 더 많은 시간을 할애할 수 있는 환경을 조성합니다. 지휘관이 눈앞의 인사이트가 시의적절하고 관련성이 높으며 신뢰할 수 있음을 알고 자신 있게 조치를 취할 수 있습니다.

이제 방어 부문은 자체 성벽 내에서 보안 인텔리전스 기능에 액세스할 수 있습니다. 더 이상 AI의 성능과 데이터 주권 사이에서 선택할 필요가 없습니다. 문맥을 인식하는 언어 모델을 보안 경계 내부로 도입함으로써, 팀은 방대한 데이터 양을 사용자의 언어로 소통하는 의사 결정의 이점으로 전환합니다.

더 자세히 알아볼 준비가 되셨나요? 컨텍스트 검색, AI 기반 위협 발견, 소버린 데이터 제어가 어떻게 국방 보안 리더의 의사 결정을 변화시키고 있는지 알아보세요. 웨비나 시리즈 Mission advantage: 국방 리더와의 전략적 대화에서 대화에 참여해 보세요.

DSEI UK 2025에 참석하시나요?

행사에서 교류할 수 있길 바랍니다!

이번 행사에서 여러분께 소개해 드릴 흥미로운 소식이 있으며, 이를 여러분과 나누고자 합니다.
자세히 알아보기

이 국방 사이버 보안 시리즈의 다른 포스팅을 살펴보세요:

Elastic 웨비나 시리즈 시청: 보안 방위 리더와의 전략적 대화

에피소드 1: 빠른 의사 결정 — 국방 리더들이 실시간 인사이트를 위해 데이터를 통합하는 방법
에피소드 2: 격차 해소 — 사이버 기술이 운영 준비 태세에 미치는 영향
에피소드 3: 설계 기반 거버넌스 – 보안 방위 리더들이 AI 혁신을 규정 준수와 조화시키는 방법

Crossley McEwen - Elastic Security Labs