데이터독, ′장애 분석부터 보안 대응까지’ AI 에이전트로 IT 운영 자동화
| |

데이터독, ′장애 분석부터 보안 대응까지’ AI 에이전트로 IT 운영 자동화

AI가 소프트웨어 개발과 운영 과정에서 발생하는 문제를 스스로 분석하고 해결하는 기술이 IT 운영의 주요 과제로 떠오르고 있다. 클라우드와 AI 확산으로 시스템 복잡성이 커지는 가운데, 데이터독은 장애 원인 분석부터 코드 수정, 보안 위협 탐지까지 지원하는 AI 에이전트를 통해 IT 운영 자동화에 나섰다.

쿤텍 “공들인 AI 전주기 보안 기술, 글로벌과 견줄 수준”
| |

쿤텍 “공들인 AI 전주기 보안 기술, 글로벌과 견줄 수준”

국내 융합 보안 전문기업 쿤텍이 인공지능(AI) 모델 도입부터 에이전트 운영, 데이터 활용까지 아우르는 전주기 보안 제품군을 앞세워 AI 보안 시장 공략에 나선다. 방혁준 쿤텍 대표는 27일 서울 양재동 엘타워에서 열린 기자간담회에서 AI 에이전트 보안 시장의 성장 가능성과 그동안 준비해 온 기술을 소개했다. 쿤텍은 지난해부터 AI 에이전트의 행동을 감시하고 위험한 작업을 실행 전에 차단하는 기술을 개발해 왔다. 여기에 기존 공급망 보안과 데이터 보호 기술을 연계해 보안 범위를 넓혔다.

오라클, DB를 거버넌스 최종 결정권자로 임명하다
| |

오라클, DB를 거버넌스 최종 결정권자로 임명하다

오라클이 데이터베이스에 거버넌스를 내장시키며, AI 에이전트의 비즈니스 규칙 준수를 데이터베이스 차원에서 통제하려 하고 있다. AI의 신뢰성을 높이려면, 천방지축 AI에게 단순히 가이드라인을 따르라고 지시하는 것으로 부족하고, 데이터베이스 인프라 계층에 거버넌스 체계를 구축해 AI의 우회를 원천 차단해야 한다는 것이다. 데이터베이스 외부에 있던 데이터 품질, 데이터 카탈로그보다 더 견고한 내벽을 쌓아 AI 에이전트의 데이터 오남용을 방어한다는 구상이다.

“오라클 속 AI는 성과 창출 속도를 높인다”
| |

“오라클 속 AI는 성과 창출 속도를 높인다”

“AI는 오라클을 통해 더 많은 걸 이룰 수 있다. 오라클 속에서 AI는 조직의 운영 방식을 개선하고, 업무 처리를 더 쉽게 하며, 성과를 창출하게 돕는다. 오라클은 비즈니스 현장에서 AI를 빠르게 가동할 수 있게 지원한다. 우리의 목표는 고객이 소프트웨어를 준비에 소요하는 시간을 줄이고, 실제 활용에 더 많은 시간을 할애하게 하는 것이다.” – 마이크 시실리아 오라클 CEO.

AI 에이전트의 긴 여정, 안전벨트는 준비됐나
| | |

AI 에이전트의 긴 여정, 안전벨트는 준비됐나

AI 에이전트를 기업 업무에 도입하는 여정은 이제 막 시작됐다. 기업은 AI 에이전트를 만들고 데이터와 업무 시스템을 연결하는 일부터 어려움을 겪고 있다. 그러나 기술과 데이터를 준비하는 것만으로는 충분하지 않다. 출발 단계에서부터 함께 설계해야 할 것이 있다. 바로 ‘보안’이다. 기업이 AI의 편리함과 생산성에 주목하는 사이, 그 이면에서는 AI의 판단과 행동을 어디까지 통제할 수 있느냐는 문제가 커지고 있다. AI 에이전트가 사람을 대신해 업무를 수행하고 자율적으로 행동하는 범위가 넓어질수록 보안의 중요성도 커질 수밖에 없다.

조호, 자체 인프라 앞세워 기업용 AI 시장 공략
| |

조호, 자체 인프라 앞세워 기업용 AI 시장 공략

글로벌 소프트웨어 기업 조호는 지난 30년간 단 한 건의 인수합병(M&A) 없이 자체 개발한 60여개 기업용 애플리케이션을 앞세워 한국 시장 공략에 나섰다. 아마존웹서비스(AWS)나 마이크로소프트 애저(Azure) 등 외부 클라우드에 의존하는 대신 전 세계 18개 데이터센터와 서버 하드웨어를 직접 구축·운영하며 데이터 통제권을 확보하는 전략이다.

기업 AI 에이전트의 성공은 어떻게 이뤄질까
| | |

기업 AI 에이전트의 성공은 어떻게 이뤄질까

기업의 AI 에이전트 도입은 짧다면 짧고, 길다면 긴 여정이다. 그리고 완주하기 힘든 여정이기도 하다. 출발선을 긋는 것부터 힘들고, 목표 지점을 잡는 것도 힘들다. AI 에이전트 여정에 존재하는 어려움은 무엇이고, 어떻게 여정을 계획해야 하며, 또 어떻게 여정을 진행할 것인가. 많은 질문이 시중을 뒤엎고 있다. 현재 AI 에이전트 프로젝트에서 발견되는 공통의 문제점과 그 해결 방안, 기술적 논쟁을 분석하고, 현재와 앞으로 AI 사업자의 시장 경쟁 양상을 전망해본다.

AI 무장한 사이버 범죄 확산…수사기관 대응 역량은 한계
| |

AI 무장한 사이버 범죄 확산…수사기관 대응 역량은 한계

AI를 활용한 딥페이크 사기와 로맨스 스캠, 암호화폐 해킹이 확산하면서 사이버 범죄의 규모와 속도가 커지고 있다. 범죄자들은 저렴한 구독형 AI 도구를 이용해 범죄를 자동화하는 반면, 수사기관은 인력 부족과 오탐 등으로 대응에 어려움을 겪고 있다. 맷 험프리스 TRM랩스 총괄은 수사 전용 AI 시스템에 투명성·통제력·무결성을 반영하고, AI 기반 자동화로 범죄 예방과 수사 효율을 높여야 한다고 강조했다.

AI 시대 해킹 사고의 교훈, API 보안 체계를 다시 점검해야
| |

AI 시대 해킹 사고의 교훈, API 보안 체계를 다시 점검해야

모든 사고를 API 취약점으로 설명할 수는 없다. 그러나 외부 업무 채널이 내부 시스템과 고객 데이터에 어떻게 접근하는지 살펴볼 때 API는 우선 점검 대상이다. 이번 사고들을 계기로 어떤 API가 운영되고 있으며 누가 어떤 권한으로 데이터를 이용하는지, 관리 체계 전반을 재정비할 때다.
외부 업무지원 시스템을 둘러싼 사고가 던지는 질문은 분명하다. 고객 데이터에 접근할 수 있는 모든 경로가 조직의 보안 관리 범위에 포함돼 있는가 하는 것이다. API는 웹·모바일 서비스와 내부 업무시스템, 외부 협력사, AI 서비스를 연결한다. 서비스가 늘어나고 시스템이 복잡해지면 실제 운영 중인 API와 자산 목록 사이에 차이가 생기기 쉽다.

국가안보전략연구원 “경찰 AI 범죄 대응, 기존 사이버안보 체계 활용해야”
| |

국가안보전략연구원 “경찰 AI 범죄 대응, 기존 사이버안보 체계 활용해야”

인공지능(AI)이 해킹과 온라인 사기 등 기존 범죄의 속도와 정교함을 높이고, 경찰의 판단을 속이는 새로운 공격까지 낳고 있다는 진단이 나왔다. 이에 경찰도 기존 사이버안보 분야의 대응 체계를 활용하면서 AI 범죄의 조기 발견과 피해 예방에 나서야 한다는 제언이다. 박보라 국가안보전략연구원 미래전략연구실 연구위원은 23일 인천 송도컨벤시아에서 열린 ‘SAFE AI Security Summit 2026 컨퍼런스’에서 AI 확산에 따른 사이버위협의 변화와 경찰의 대응 방안을 제시했다.

유락 “증거 찾던 포렌식, AI 적용해 데이터 위험 관리까지 확장”
| |

유락 “증거 찾던 포렌식, AI 적용해 데이터 위험 관리까지 확장”

2018년 창업한 디지털 포렌식 전문기업 ‘유락(UROCK)’은 디지털 증거를 분석실로 옮기기 전, 조사 현장에서 필요한 기록부터 선별하는 도구를 개발해왔다. 최근에는 현장 포렌식에 인공지능(AI)를 접목하면서, 데이터 분류와 위험 점검으로 포렌식 제품의 활용 범위를 넓히고 있다. 유봉석 유락 대표는 “사고 원인을 찾는 기술을 사고 이전의 위험을 점검하고 내부통제를 검증하는 기술로 확장하는 것”이라고 설명했다. 포렌식에서 축적한 분석·검증 역량을 기업의 상시 ‘데이터 위험 관리’에 적용한다는 구상이다.

“AI 발전 속도가 성장 담보 못해”…기업 성패 가르는 건 비즈니스 맥락
| |

“AI 발전 속도가 성장 담보 못해”…기업 성패 가르는 건 비즈니스 맥락

AI 도입이 확산하고 있지만 실제 수익 창출로 이어지는 기업은 제한적이다. 씽킹AI는 데이터 접근 장벽과 성과 측정 체계 부재 등을 주요 원인으로 꼽으며, AI 에이전트의 실질적인 성과를 내려면 데이터 분석부터 실행·검증까지 연결하는 시스템과 기업 고유의 비즈니스 맥락을 반영한 운영 체계가 필요하다고 강조했다. 현장 사례를 통해 데이터 분석과 마케팅 실행을 통합하고 외부 소셜 데이터까지 활용하는 전략의 중요성도 제시했다.

AI 에이전트, 긴 여행의 시작…출발선은 어디인가
| | |

AI 에이전트, 긴 여행의 시작…출발선은 어디인가

기업의 AI 에이전트 도입은 짧다면 짧고, 길다면 긴 여정이다. 그리고 완주하기 힘든 여정이기도 하다. 출발선을 긋는 것부터 힘들고, 목표 지점을 잡는 것도 힘들다. AI 에이전트 여정에 존재하는 어려움은 무엇이고, 어떻게 여정을 계획해야 하며, 또 어떻게 여정을 진행할 것인가. 많은 질문이 시중을 뒤엎고 있다. 현재 AI 에이전트 프로젝트에서 발견되는 공통의 문제점과 그 해결 방안, 기술적 논쟁을 분석하고, 현재와 앞으로 AI 사업자의 시장 경쟁 양상을 전망해본다.

End of content

End of content