소프트웨어 보안은 문제가 발견된 뒤 업데이트를 준비하는 방식으로 운영되는 경우가 많았습니다. 하지만 AI가 취약점을 찾아내고 분석하는 속도가 빨라지면서, 기업이 대응할 수 있는 시간도 짧아질 가능성이 커지고 있습니다.
Reuters가 10월 23일 보안 전문가들을 취재한 내용에 따르면, AI가 소프트웨어 취약점을 탐색하는 속도가 크게 빨라지면서 보안 긴급사태가 더 자주 발생할 수 있다는 경고가 나왔습니다. 위협정보업체 VulnCheck 자료에서는 발견된 취약점 수가 전년보다 약 두 배 늘었고, 전문가들은 AI가 이런 증가에 일부 영향을 주고 있다고 보고 있습니다.
몇 주 걸리던 분석이 짧아질 수 있습니다
과거에는 보안 연구원이 프로그램의 구조와 동작을 오랫동안 살펴보며 오류를 찾아야 했습니다. 입력값을 바꿔 보고, 예상하지 못한 동작이 나오는지 확인하고, 실제 공격으로 이어질 수 있는지도 검토해야 했습니다.
AI는 이 과정의 일부를 자동화하는 데 쓰일 수 있습니다. 많은 코드와 공개 정보를 빠르게 읽고, 의심되는 지점을 추려내며, 공격 가능성을 분석하는 작업이 빨라지는 것입니다. 예전에는 몇 주 또는 몇 달이 걸리던 취약점 탐색과 공격 연구가 몇 시간 단위로 줄어들 수 있다는 우려가 나오는 이유입니다.
문제는 취약점 수보다 대응 시간입니다
기업 입장에서는 취약점이 발견되는 사실 자체보다, 발견부터 악용까지의 간격이 짧아지는 점이 더 부담스럽습니다. 기존에는 취약점 발표 뒤 영향을 확인하고, 업데이트 계획을 세운 뒤 패치를 배포할 시간이 어느 정도 있었습니다.
앞으로는 취약점이 발견된 직후 AI가 분석하고, 공격 코드가 만들어지며, 인터넷에 노출된 대상을 자동으로 찾는 흐름이 더 빨라질 수 있습니다. 연 1회 또는 반기 1회 점검만으로는 놓치는 기간이 길어질 수 있는 구조입니다.
AI 에이전트 보안도 실행 환경까지 살펴봐야 합니다
AI 에이전트는 단순히 답변을 생성하는 프로그램에 머물지 않고, 파일과 데이터에 접근하거나 다른 서비스와 연결되고 서버 작업을 수행하기도 합니다. 그래서 보안도 애플리케이션 설정만 확인하는 방식에서 벗어나야 합니다.
접근 권한을 어디까지 줄 것인지, 에이전트가 실행되는 서버와 하드웨어 환경을 어떻게 분리하고 차단할 것인지까지 함께 살펴볼 필요가 있습니다. 문제가 생겼을 때 AI의 판단만 믿고 대응하기보다, 시스템 차원에서 피해 범위를 제한할 장치가 있어야 합니다.
보안 점검은 한 번의 행사가 아니라 운영 과정이 됩니다
모든 기업이 같은 수준의 보안 체계를 갖출 필요는 없습니다. 다만 외부에 공개된 서비스, 오래된 라이브러리, 권한이 넓은 계정처럼 실제 위험이 큰 부분은 더 자주 확인하는 편이 현실적입니다.
AI 시대의 보안에서 남는 기준은 분명합니다. 취약점이 있는지 확인하는 주기보다, 발견된 문제를 얼마나 빨리 파악하고 제한하며 업데이트할 수 있는지를 운영 과정 안에서 점검해야 합니다.
