AI 보안 · 일반 브리핑 · UNREAL LAB 자체 기사
AI 보안도 ‘원톱’은 못 됐다… 팔로알토가 여러 모델을 묶은 이유
Palo Alto Networks가 Anthropic·OpenAI의 사이버 보안 특화 모델과 오픈 웨이트 모델을 함께 쓰는 Unit 42 Continuous Frontier AI Defense를 공개했다. 회사 자체 시험에서 복잡한 환경의 취약점을 단일 모델이 40% 넘게 찾아내지 못했다는 결과가, 다중 모델과 사람의 검증을 전면에 세운 배경이다.
보안 모델 하나로는 40%를 넘기기 어려웠다
Palo Alto Networks가 내세운 가장 중요한 숫자는 40%가 아니라 ‘40%를 넘지 못했다’는 문장이다. 회사 자체 시험에서 복잡한 기업 환경의 취약점을 한 모델이 모두 잡지 못했고, 모델마다 찾아내는 구멍이 달랐다는 뜻이다. 그래서 새 서비스는 Anthropic과 OpenAI의 사이버 보안 특화 모델뿐 아니라 오픈 웨이트 모델까지 한 하네스에 연결한다. 한 모델의 점수를 높이는 대신 서로 다른 실패를 겹쳐 보겠다는 설계다.
‘탐지’에서 ‘검증·수정’까지 묶었다
취약점 후보를 내놓는 것과 실제로 고칠 문제를 확정하는 것은 다르다. Unit 42는 모델이 찾은 후보를 위협 인텔리전스와 공격 전문 지식으로 다시 확인하고, 실제 악용 가능성과 공격 경로를 검증한 뒤 수정 작업으로 연결한다고 설명한다. 이 구조에서는 모델이 틀리지 않는 것이 목표가 아니다. 틀린 후보를 빨리 버리고, 놓친 후보를 다른 경로로 다시 찾는 운영이 목표다.
97% 빨라졌다는 숫자를 읽는 법
Palo Alto Networks는 AI를 활용한 공격자가 50개가 넘는 MITRE ATT&CK 기법을 사용해 침입 절차를 숙련된 레드팀보다 97% 빠르게 줄인 사례를 소개했다. 이 숫자는 모든 조직의 공격 시간이 97% 줄어든다는 뜻이 아니다. 회사가 관찰한 특정 조사와 환경의 결과이며, 서비스의 필요성을 설명하는 회사 주장이다. 독립 보도도 같은 맥락에서 이 서비스를 ‘AI 대 AI’ 경쟁의 한 사례로 다뤘다.
기업이 확인해야 할 것은 모델 이름이 아니다
기업이 이 서비스를 평가할 때 확인할 질문은 ‘어느 모델을 쓰나요?’에서 끝나면 안 된다. 자산을 얼마나 자주 다시 검사하는지, 서로 다른 모델의 결과를 어떻게 합치는지, 사람이 오탐을 어떻게 걸러내는지, 발견 사항이 패치와 권한 변경으로 이어지는지 확인해야 한다. 멀티모델은 만능 방패가 아니라, 단일 모델의 사각지대를 운영 절차로 줄이기 위한 방법에 가깝다.