김창훈 대구대 교수 “AIDC 보안, 흩어진 통제 하나로 묶어야”

“인공지능 데이터센터(AIDC)는 인프라와 클라우드, AI 계층이 모두 연결돼 있습니다. 보안 제품을 애플리케이션 프로그래밍 인터페이스(API)로 묶는 것만으로는 부족합니다. 하나의 일관된 정책 아래 통제해야 합니다. 통합이 중요합니다.”

김창훈 대구대학교 사이버보안전공 교수(한국사이버안보학회 N2SF연구회 회장)는 7일 경기 성남시 밀리토피아 호텔 바이마린에서 열린 ‘AIDC 보안 기술 워크숍’에서 AIDC 보안의 핵심 과제로 보안 통제 오케스트레이션을 꼽으며 이같이 강조했다. 김 교수는 AIDC에서는 인프라와 클라우드, AI 계층의 보안 시스템이 각각 움직이는 방식에서 벗어나 탐지 정보와 접근통제, 격리 조치를 제로트러스트 원칙 안에서 하나의 정책으로 연결해야 한다고 강조했다.

김 교수는 현재 보안체계에서는 한 시스템이 비인가 행위나 이상 징후를 탐지해도 이를 데이터 접근통제까지 즉시 전달하지 못하는 경우가 많다고 지적했다. AIDC에서는 보호 대상이 계정·단말·네트워크를 넘어 GPU와 데이터, AI 모델, 에이전트까지 확대되는 만큼 이런 단절이 더 큰 보안 공백으로 이어질 수 있다는 설명이다.

탐지부터 접근 차단까지 하나의 정책으로

김 교수가 제시한 방향은 각각 동작하는 보안 시스템을 하나의 정책 체계로 연결하는 것이다. 현재는 엔드포인트나 네트워크에서 이상 행위를 발견하더라도 접근통제 시스템이 같은 정보를 받아 곧바로 데이터 접근을 차단하는 구조가 충분하지 않다. 여러 제품의 API를 연결하는 것만으로도 한계가 있다는 게 김 교수의 지적이다.

김 교수는 이를 정책결정지점(PDP)과 정책집행지점(PEP)을 중심으로 재구성해야 한다고 설명했다. 중앙에서 접근 허용 여부와 대응 정책을 판단하고, 네트워크와 서버, 애플리케이션 등 각 계층의 집행지점이 동일한 정책에 따라 같은 기준으로 통제하는 방식이다.

예를 들어, 특정 단말에서 위협이 발견되면 네트워크 포트를 끊거나 해당 세션과 애플리케이션 통신을 차단하는 등 계층별 대응을 동시에 수행할 수 있어야 한다. 김 교수는 실시간 격리를 구현하려면 네트워크의 하위 계층부터 애플리케이션 계층까지 통제를 연결해야 한다고 강조했다.

그는 “실시간 격리 체계가 돼야 하는 것이 기본”이라며 “한전KDN을 중심으로 진행하는 실증(PoC)에서도 이러한 정책 판단과 집행 구조를 검증하고 있다”고 설명했다.

AIDC에는 보안 정책도 급증할 것

AIDC 보안을 어렵게 만드는 또 다른 문제는 통제해야 할 영역이 크게 늘어난다는 점이다. AIDC는 기존 정보기술(IT) 인프라와 클라우드에 AI 계층까지 추가된다. 여기에 보안등급별로 시스템과 데이터를 세밀하게 분리하는 마이크로세그멘테이션을 적용하면 각 영역 사이에 필요한 접근통제와 필터링 정책도 늘어난다.

김 교수는 “도메인(보안 영역)을 촘촘하게 가져가게 되면 정책이 어마어마하게 많아질 것”이라며 “이건 사람이 하기 어렵기 때문에 AI가 하는 것이 맞다고 생각했다”고 말했다.

정책 하나를 수정했을 때 다른 보안정책에 미치는 영향도 고려해야 한다. 여러 방화벽을 운영하는 기관에서 하나의 규칙을 변경하면 나머지 장비와 서비스에 어떤 영향을 미치는지 파악하기 어려운데, AIDC에서는 이런 복잡성이 더 커진다는 것이다.

이에 그는 AI가 여러 계층의 자산과 보안정책 사이의 관계를 분석하고, 정책 변경에 따른 영향을 사전에 확인하는 방향으로 보안 운영을 자동화해야 한다고 제안했다.

AIDC에는 기존 데이터센터에서 충분히 고려하지 않았던 공격 지점도 생긴다. 김 교수는 GPU 사이에서 데이터를 빠르게 전달하기 위해 사용하는 원격 직접 메모리 접근(RDMA) 기술을 사례로 들었다. GPU가 다른 GPU의 메모리에 직접 접근할 수 있는 구조인 만큼 기존 서버·네트워크 중심의 통제만으로는 다루기 어려운 새로운 보안 영역이라는 설명이다.

그는 “AIDC로 넘어오면 할 게 진짜 많아진다”며 “인프라와 클라우드, AI 계층마다 발생하는 위협의 위치와 공격 경로를 함께 분석해야 한다”고 설명했다.

또한 김 교수는 AIDC에서는 기존의 위험 모델링에도 한계가 있다고 봤다. 기존 방식은 특정 정보서비스나 단일 계층을 중심으로 위협을 분석하는 경우가 많지만, AI 공격은 단말과 네트워크, 서버, 데이터 등 여러 계층의 관계를 함께 이용할 수 있다는 것이다.

따라서 그는 AIDC에서는 ‘무엇을 보호하는지’, ‘어느 계층에서 위협이 발생하는지’, ‘어떤 공격이 가능한지’를 함께 놓고 위험을 분석해야 한다고 설명했다. 기존 인프라와 클라우드, AI 보안 통제항목을 이 구조에 대입하면 아직 통제가 명확하지 않은 공백도 나타난다고 덧붙였다.

SOC도 ‘룰 탐지’ 넘어 상관관계 분석으로

또한 김 교수는 AIDC에서는 보안관제센터(SOC)도 바뀌어야 한다고 봤다. 현재 공공 보안관제가 사전에 정한 규칙을 중심으로 위협을 탐지하는 방식에 머물러 있다고 지적했다. 앞으로는 인프라와 클라우드, AI 계층의 정보를 함께 분석해 공격 행위 사이의 상관관계를 찾고 실제 대응까지 연결해야 한다는 설명이다.

아울러 AIDC의 자산이 많아지는 만큼 사이버보안 전용 ‘디지털 트윈’도 필요하다고 제안했다. 새로운 장비나 서비스를 추가하거나 패치를 적용했을 때 전체 시스템과 보안정책이 제대로 작동하는지 실제 운영 환경에 반영하기 전에 가상 환경에서 검증하는 방식이다.

김 교수는 한국사이버안보학회가 추진하고 있는 ‘N-AIDC 보안 워킹그룹(National AIDC Security Working Group)’에서도 이런 과제를 구체화할 계획이라고 밝혔다. 특히 AIDC 환경에서 시스템과 데이터를 어느 수준까지 분리하고, 다시 연결할 때 어떤 강도의 접근통제를 적용할지를 정하는 기준이 주요 연구 과제라고 설명했다. N-AIDC 보안 워킹그룹은 보안 체계를 국내 공공 및 산업 환경으로 넓혀 적용하기 위해 설립이 제안된 국가 차원의 AI 보안 협의체다.

이번 워크숍은 한국사이버안보학회가 주최하고 한전KDN과 N2SF연구회가 공동 주관했다. 7일부터 8일까지 공공 AIDC 구축·보안 전략과 AIDC 특화 보안기술, 공급망 보안, 국가망보안체계(N2SF) 도입 전략 등을 다룬다.

글. 바이라인네트워크
<곽중희 기자>god8889@byline.network