AI 지원 제로 트러스트 아키텍처 구축을 위한 청사진

지난 몇 년 동안 업계는 타협하지 않는 단 하나의 원칙을 중심으로 뭉쳤습니다. “절대 신뢰하지 않고 항상 확인한다.” 이는 초기 제로 트러스트의 기반으로, 이를 실현하려면 네트워크 내부에 있는 모든 것이 안전하다고 가정하는 “성과 해자(Moat-and-Castle)”라는 사고방식에서 벗어나야 했습니다. 하지만 오늘날의 경우 단순히 신원을 확인하는 것만으로는 충분하지 않습니다. 이제 AI 기반 스크립트가 인증된 세션을 하이재킹하고 머신 스피드로 사용자 행동을 모방하기 때문에 신원 검증에서 아키텍처 안정성으로 초점을 전환해야 합니다.

이제 검증 게이트가 결국에는 우회된다고 가정해야 합니다. 목표는 더 이상 인증정보를 확인하는 것이 아니라 아키텍처 자체가 활성 침입으로부터 살아남도록 설계되었는지 확인하는 것입니다. 기업은 기본 권한을 넘어 차단을 자동화하는 상태로 전환해야 합니다. 예를 들어, 계정 사용자의 인증정보가 자동화된 스크립트에 의해 악용되는 경우, 시스템이 이를 확인하는 것만으로는 안 됩니다. 해당 사용자가 좁고 사전 정의된 샌드박스 외부의 어떤 것도 건드리지 못하도록 해야 합니다.

최신 사이버 보안 안정성은 위협이 드러나는 순간 이를 억제하는 실시간 자동 대응에 의존합니다. 텔레메트리가 유출 신호를 보내면 아키텍처는 인간 분석가를 기다리지 말고 세그먼트를 자율적으로 격리해야 합니다. 이러한 근본적인 변화는 공격의 “확산 단계”를 효과적으로 무력화합니다.

제로 트러스트를 구축하려는 기업은 이러한 불신과 접속 제한의 이면도 고려해야 합니다. 제로 트러스트의 기본 원리는 접속을 제한하는 것이며, 이는 과거에 포지티브 보안 체계를 통해 달성되어 왔습니다. 이것은 허용되는 것을 지정하는 방식입니다. 즉, 그 외의 모든 것은 거부됩니다.

그러나 공격자가 악성 캠페인을 진행하지 못하도록 막다 보면 종종 직원들이 업무를 제대로 하지 못하게 방해할 가능성도 커집니다. 또한 정상적인 패키지나 사용자를 차단하는 오탐이나 악성 트래픽을 통과시키는 미탐이 누적되면 지연과 불만을 초래할 수 있습니다. 직원들이 효과적으로 일하지 못하게 만드는 제로 트러스트 전략은 전략이라고 할 수 없습니다.

마찬가지로 오늘날의 복잡한 IT 환경은 이제 훨씬 더 복잡한 위협 환경에 직면하고 있습니다. 이를 통해 보안팀이 수천 개의 룰을 수동으로 관리할 가능성이 높아집니다. 수동 방식은 더 이상 사용할 수 없습니다. 기업은 제로 트러스트 보안에 대한 방어적인 AI 접근 방식을 도입해야 합니다. AI는 공격을 간소화했을 뿐만 아니라, 정책 수립 과정도 간소화하기 때문에 기업은 중요한 인적 감독을 유지하면서도 정책을 신속하게 배포하고 조정할 수 있습니다.

강력한 제로 트러스트 전략은 보안과 접속 권한 또는 자동화와 인적 감독의 균형을 유지합니다.

시장에 출시된 제품들 사이에는 제로 트러스트 구매팀이 고려하지 않을 수도 있지만 반드시 고려해야 하는 중요한 차별화 포인트가 존재합니다. 엣지 클라우드 플랫폼과 결합된 솔루션은 추가적인 장점을 제공할 수 있습니다. ID 인지 프록시 역할을 하면서 엣지 플랫폼과 연결되기 때문에 모든 인증이 데이터 센터가 아니라 엣지에서 이루어집니다. DMZ 내에서 운영되는 프록시 아키텍처에 접속하는 기업도 있지만 이런 경우 공격을 차단하고, 캐싱용 대역폭을 제공하며, 필요에 따라 자동 확장하는 클라우드의 기능을 활용하지 못합니다.

클라우드에 구축된 ID 인지 프록시는 필요에 따라 확장하고, CPU 사용량이 많은 리소스를 실행하고, 공격을 차단할 수 있습니다. 또한 이 프록시는 인터넷에서 직접 연결할 수 없는 프라이빗 IP 주소에 위치합니다. 성능 및 보안에 가장 민감한 활동은 최종 사용자와 가장 가까운 엣지에서 이루어집니다. 애플리케이션에 대한 민감한 인그레스 경로는 역방향 애플리케이션 터널을 통해 만들어지기 때문에 경계의 IP 가시성을 효과적으로 제거하며 증폭 공격의 리스크가 줄어듭니다.

AI가 네트워크 및 애플리케이션 DDoS 공격, API 공격 등을 결합해 여러 기법에 걸친 공격을 동시에 가속함에 따라 네트워크로부터 멀리 떨어진 곳에 방어 체계를 구축하는 것이 더욱 중요해졌습니다.

제로 트러스트 이니셔티브는 완전하지 않습니다. 따라서 소프트웨어, 하드웨어, 고용 요구사항을 고려할 때 가장 중요한 질문은 "어떤 기술로 시작해야 하나요?"입니다.

많은 것과 마찬가지로 정답은 기업의 개별 요구사항, 리스크 평가, 상대적인 장점과 단점에 따라 달라집니다. 많은 업계 관계자는 ZTNA를 구축하는 것부터 시작하라고 권장합니다. 실제로 악성 남북 트래픽으로부터 기업을 보호하는 것이 좋은 출발점이 될 수 있습니다. 그러나 마이크로세그멘테이션, 특히 소프트웨어 정의 마이크로세그멘테이션을 통한 동서 접근 방식이 더 나은 방법이라고 믿는 사람들도 있습니다.

많은 전문가가 말하는 것처럼 완벽한 방어 체계가 없고 악성 공격이 결국에는 방어를 뚫을 것이라고 생각한다면 가장 가치 있는 자산을 보호할 수 있는 능력을 갖추어야 합니다. 이것이 바로 마이크로세그멘테이션의 기능입니다. 기업이 마이크로세그멘테이션을 시작하는 것을 꺼리는 한 가지 이유는 복잡하다고 생각하기 때문입니다.

첫째, 마이크로세그멘테이션은 이분법적 접근 방식이 아닙니다. 제로 트러스트처럼 단계적으로 수행할 수 있습니다. 기업은 가장 가치 있는 자산을 파악하는 것부터 시작할 수 있습니다. 중요한 것에 집중하세요. 누군가 시스템에 침입하더라도 비즈니스를 중단시킬 수 없도록 해야 합니다. 자산 내의 데이터나 기존 보안 수준을 기반으로 자산의 중요성을 결정할 수 있습니다.

레거시 시스템은 비즈니스에 중요한 애플리케이션을 실행하는 경우가 많고 특히 취약한 경우가 많으므로, 레거시 시스템을 포괄하는 마이크로세그멘테이션 솔루션이 필요한 경우가 많습니다. 이러한 레거시 시스템의 보안을 지원하지 않는 일부 마이크로세그멘테이션 솔루션이 있습니다.

둘째, 소프트웨어 정의 마이크로세그멘테이션을 사용하면 복잡성을 상당히 줄일 수 있습니다. 하드웨어를 다루거나 네트워크 아키텍트 및 보안 아키텍트를 반복해서 호출할 필요가 없습니다. 정책을 만들고, 수정하고, 구축하는 데 몇 달을 소비할 필요도 없습니다. AI는 애플리케이션 동작을 모델링하고 해당 의도를 프로세스, 사용자, 정규화된 도메인 이름 등의 심층적인 워크로드 텔레메트리에 매핑해 적용 준비가 완료된 세그멘테이션 룰을 자율적으로 합성하는 Akamai의 생성형 정책 엔진과 같은 기능으로 도입 장벽을 낮췄습니다.

또한, 유출은 시간 문제이며 AI 기반 공격으로 인해 그 위력과 피해 금액이 그 어느 때보다 커지고 있다고 생각한다면 유출을 막는 가장 효과적인 방법, 즉 공격자가 내부로 들어온 후의 모든 움직임을 차단하는 것부터 시작하는 것이 합리적입니다.

일단 마이크로세그멘테이션 이니셔티브가 시작되면 초반에 확실한 이점을 확인할 수 있고 프로젝트의 나머지 부분을 추진하는 데 도움이 될 수 있습니다. 예를 들어, 사용자 환경에서 발생하는 일에 대한 객관적인 정보를 얻을 수 있습니다. 정책을 적용하지 않고 이러한 정보를 바로 얻을 수 있으며, 실행한 후에는 흐름의 진행 상황을 잘 이해할 수 있습니다. 또한 기업에서 애플리케이션 링펜싱을 시작하면 특정 포트 및 프로세스를 통해서만 통신할 수 있도록 쉽게 중요 서비스를 잠글 수 있습니다.

위협별 정책을 실행하면 빠르게 문제를 해결할 수 있습니다. 정교한 마이크로세그멘테이션 플랫폼에는 포지티브 보안 개념이 내장되어 있습니다. 즉, 원격 데스크톱 서비스와 인터넷 간의 불필요한 연결을 차단하는 정책을 신속하게 만들 수 있습니다. 예를 들어, 기업은 Colonial Pipeline 공격을 일으키는 취약점을 신속하게 차단할 수 있습니다.

시작점이 무엇이든, 지속적인 제로 트러스트 여정의 핵심은 균형입니다. 세그멘테이션이나 웹 접속 보호가 제대로 이루어지지 않는 세계적 수준의 ID 관리로는 보안이 제대로 이루어질 수 없습니다.

많은 기술 결정과 마찬가지로 제로 트러스트 소프트웨어를 구입하는 것은 개별 전문가와 여러 구성요소를 결합한 플랫폼 중에서 선택해야 하는 경우가 많습니다. 보안팀, 통합 업체, 아키텍트, 애널리스트 사이에 제로 트러스트가 미치는 영향과 여러 콘솔, 에이전트, 통합 사이에 정책을 유지해야 하기 때문에 플랫폼 라우팅이 불가피합니다. 이는 숙련된 사이버 보안 전문가가 부족한 노동 시장에서는 특히 그렇습니다. 여러 벤더사의 솔루션을 관리하면 서로 효과적으로 통신하지 않는 솔루션이 오탐을 유발해 최종 사용자에게 부담을 주고 추가 지원과 교육이 필요할 수 있으므로 인건비가 크게 증가할 수 있습니다.

AI 기반 위협이 증가함에 따라 공격자들은 더 이상 취약점 하나를 찾는 것이 아니라 모든 취약점을 한 번에 찾고 있습니다. 따라서 중앙 집중식 정책 수립과 자동화 조율이 필수적입니다. 또한 정교한 제로 트러스트 방어 체계를 갖춘 기업은 보안 정보 및 이벤트 관리부터 엔드포인트 탐지 및 위협 인텔리전스에 대한 대응까지 보안 스택의 모든 부분을 긴밀하게 통합할 수 있습니다. 현대적인 기업의 경우 플랫폼 접근 방식은 최상의 개별 솔루션을 각각 도입하는 방식에 비해 이러한 과정을 상당히 간소화해 줍니다.

마지막으로, 지원 및 계약 협상과 관련해 단일 사업자를 두는 것은 플랫폼 공급업체와 함께 제로 트러스트를 구축해야 하는 강력한 근거를 제공합니다.

유연한 접근 방식을 갖춘 단일 공급업체, 즉 개별 포인트 제품과 함께 제로 트러스트를 위한 포괄적인 플랫폼을 제공하는 공급업체를 찾는 것이 가장 이상적입니다. 이러한 유연성을 통해 단일 공급업체의 혜택을 누리면서 제로 트러스트를 쉽게 달성할 수 있습니다.

오늘날 AI 기반 사이버 공격은 기존의 사이버 보안 접근 방식인 “탐지 및 대응”을 무용지물로 만들었습니다. 자율 에이전트와 AI 기반 멀웨어가 단 몇 분 만에 네트워크를 매핑하고 측면 이동을 실행할 수 있게 되면 사람이 주도하는 조사는 더 이상 실용적인 방어 수단이 아닙니다. 이러한 환경에서는 속도만이 확실한 장점이 됩니다.

AI 사이버 보안 문제에서 승리하려면 공격자를 뒤쫓는 것에서 선제적 차단으로 전환하는, 전략의 근본적인 변화가 필요합니다. ZTNA, 마이크로세그멘테이션, DNS 방화벽, 피싱 방지 MFA의 포괄적인 플랫폼을 아우르는 제로 트러스트 청사진은 비즈니스 안정성에 필수적입니다. 기업은 추측에 의한 수작업을 AI 기반 방어로 대체함으로써 위협이 현실화되기 전에 피해 범위를 축소하고 마이크로서비스 레이어에서 보안을 적용할 수 있습니다. AI 리스크의 시대를 헤쳐나갈 때, 승자는 가장 많은 알림에 수동으로 대응하는 사람이 아니라 기본적으로 보이지 않는 리스크를 차단하도록 아키텍처를 구축한 사람이 될 것입니다.

Akamai는 모든 상호작용을 보호함으로써 이러한 여정을 빠르게 시작할 수 있도록 지원합니다. Akamai Guardicore Segmentation의 생성형 정책 엔진은 수개월이 걸리던 수동 룰 설정을 AI 기반 정책 수립을 통해 단 몇 분 만에 처리해 노출 위험을 즉시 파악해 줍니다. Akamai는 제로 트러스트의 이러한 핵심 요소를 결합해 자율 에이전트를 관리하고 머신 속도로 측면 이동을 차단할 수 있도록 지원합니다. 복잡한 보안을 단순한 운영으로 전환하면 아키텍처가 미래의 위협에도 안정성을 확보해 오늘날 혁신을 이룰 수 있습니다.