벤더 발표가 가리킨 사전 대응 전환

팀뷰어는 AI 에이전트 티아가 엔드포인트 보안 관리의 적임자이며 대응 흐름을 사후 처리에서 사전 대응으로 전환한다고 발표했습니다. 발표문에 따르면 티아는 자율적으로 움직이는 것이 아니라 IT 전문가의 승인 후에만 조치를 실행하는 구조입니다. 자사 조사에서 AI의 행동을 허용하겠다는 응답은 39%에 그쳤습니다.

학술 연구가 밝힌 ML 보안의 한계

출처: 조사 출처

ACM Digital Threats 2023에 게재된 "Machine Learning (In) Security" 논문(DOI 10.1145/3617897)에 따르면 ML 기반 보안 솔루션은 개념 드리프트와 적대적 ML로 인해 특정 상황에서 실패함이 실증되었습니다. 이 논문은 arxiv를 통해 공개된 원고를 기준으로 하고 있습니다. AI의 탐지 능력이 높아져도 회피 시도에 대한 취약점이 함께 존재한다는 점은 '적임자'라는 최상급 표현에 단서를 붙이는 대목입니다.

공격자도 AI를 무기로 삼는 구도

영국 국가사이버보안센터(NCSC)는 AI가 공격의 물량과 파급력을 거의 확실히 증가시키리라 전했습니다. NCSC는 AI 생성 악성코드가 기존 보안 필터를 회피할 가능성을 '현실적 가능성' 수준으로 언급했습니다.

IBM 2025 침해 보고서에 따르면 침해 사고의 16%에서 공격자가 AI를 사용했으며 섀도AI 관련 침해 시 비용이 67만 달러 증가했습니다. AI 자산이 침해된 조직의 97%가 접근통제 부재 상태였습니다. AI가 방어의 주력이라는 전제는 같은 AI가 새로운 공격면이 된다는 수치와 어긋나는 지점이 있으며, 비인가 AI 에이전트가 허점으로 지목된 사례가 이를 보여줍니다.

사전 대응 주장의 실제 무게

핵심 명제는 NCSC·ACM 동료심의 논문·IBM-Ponemon 대규모 실측 등 상호 독립된 1차 출처로 뒷받침되어 대체로 사실에 부합합니다. 다만 티아의 구체적 효능은 벤더 단일 출처에 의존하고 있으며 '사전 대응' 역시 인간 승인을 전제로 한 보조 자동화 수준입니다. 티아의 실제 탐지율과 운영 성과는 배포 사례가 쌓인 뒤에야 확인될 수 있으며 몇 분기의 관측이 더 필요합니다.