융합 보안 전문기업 쿤텍(대표 방혁준)은 AI 시대의 사이버 보안 위협에 대응하기 위한 중장기 보안 전략과 핵심 솔루션을 공개했다. 쿤텍은 AI 모델 도입부터 에이전트 운영, 데이터 활용까지 각 단계에 보안 기술을 적용하고, 고객 IT·OT 인프라의 위협 가시화·탐지·대응 시간을 세계에서 가장 짧게 만드는 것을 목표로 제시했다.

AI가 기업 업무 전반에 도입되고 AI 에이전트가 자율적으로 판단하고 도구를 호출하는 환경이 확대되면서 새로운 보안 위협도 등장하고 있다. 특히 AI 에이전트가 정상적으로 부여된 계정과 권한, 응용프로그램 인터페이스(API)를 이용하면서도 의도하지 않은 행동을 수행하거나 민감한 정보를 외부로 전송할 수 있어 기존 보안 체계만으로는 대응하기 어려운 상황이 발생할 수 있다.

쿤텍은 이러한 변화에 대응하기 위해 보안 경쟁력의 핵심을 위협을 얼마나 빠르게 발견하고, 차단하고, 조치하는지에 두겠다는 전략을 내세웠다. 이를 위해 평균 가시화 시간(MTTV, Mean Time to Visibility), 평균 탐지 시간(MTTD, Mean Time to Detect), 평균 대응 시간(MTTR, Meat Time to Respond)을 핵심 지표로 제시했다.

쿤텍이 제시한 ‘세계 최단 MTTV·MTTD·MTTR은 현재 달성한 성과가 아니라, 고객 환경에서 탐지·차단·조치 시간을 측정하고 지속적으로 단축해 나가기 위한 중장기 목표다. 쿤텍은 AI 모델과 에이전트의 도입 단계에서 위험을 식별하고, 운영 단계에서 에이전트의 행동을 통제하며, 데이터 활용 단계에서 민감 정보를 보호하는 기술을 연계해 이 목표를 추진할 계획이다.

AI 모델과 에이전트까지 공급망 보안 확대… 이지즈(AEZIZ)

쿤텍은 AI 보안 전략의 첫 번째 축으로 AI 모델과 에이전트를 도입하기 전에 위험 요소를 식별하는 기술을 제시했다. 소프트웨어 공급망 보안 솔루션 이지즈(AEZIZ)는 기존 소프트웨어 자재 명세서(SBOM) 관리 기능을 AI 모델 자재 명세서(AI-BOM)와 AI 에이전트 자산 점검으로 확대하고 있다.

SBOM은 소프트웨어 구성 요소의 이름과 버전, 라이선스, 취약점 등을 식별하고 관리하는 데 활용된다. 그러나 기업이 외부 AI 모델을 도입하거나 여러 모델과 도구를 연결한 에이전트를 사용하는 환경에서는 기존 소프트웨어 구성 요소 목록만으로 관련 위험을 충분히 파악하기 어려울 수 있다.

이지즈는 이러한 문제에 대응하기 위해 AI 모델의 출처와 공급자, 라이선스, 파일 형식 및 취약점 등을 확인할 수 있도록 관리 범위를 확대했다. 이를 통해 위험 모델을 운영 환경에 배포하기 전에 식별하고, 새로운 취약점이 공개되면 기존 SBOM·AI-BOM 정보와 대조해 영향을 받는 서비스와 모델을 신속하게 파악할 수 있도록 지원한다.

쿤텍은 AI 에이전트 자산 기반 점검 도구의 개발도 완료했다고 밝혔다. 이 도구는 소스코드 정적 분석을 통해 에이전트와 연결된 AI 모델, 도구, 외부 서비스 등을 식별하고, 모델의 출처와 라이선스, 취약점뿐 아니라 파일 접근과 명령 실행, 외부 호출 등 에이전트에 부여된 권한의 위험도를 점검한다. 기업은 분석 결과를 바탕으로 불필요하거나 과도한 권한을 제거하고 위험 모델을 교체하는 등 운영 전 필요한 조치를 수행할 수 있다.

또한 분석을 통해 파악한 에이전트 자산 정보는 운영 단계의 보안 정책을 수립하는 기준으로 활용할 수 있다. 쿤텍은 이를 통해 AI 모델과 에이전트 도입 단계에서 위험을 사전에 식별하고, 신규 취약점 발생 시 영향 범위 확인과 대응에 필요한 시간을 줄인다는 계획이다.

AI 에이전트의 행동을 실행 전에 통제… 애쉬(ASH)

두 번째 축은 AI 에이전트가 실제 업무를 수행하는 운영 단계의 보안이다. 쿤텍은 AI 에이전트 보안 플랫폼 애쉬(ASH, Agentic Security Harness)를 통해 AI의 판단과 행동 사이에서 실행 요청을 실시간으로 판정하고, 위험하거나 정책에 위배되는 행동을 실행 전에 통제하는 체계를 제시했다.

기존 보안 제품은 악성코드와 비정상적인 접속, 시스템 행위 등을 탐지하고 차단하는 데 중요한 역할을 한다. 그러나 AI 에이전트는 정상적으로 부여된 권한과 응용프로그램 인터페이스를 사용하면서도 업무 목적과 무관한 행동을 수행하거나 민감한 데이터를 외부로 전송할 수 있다. 이에 따라 AI 에이전트가 어떤 도구를 선택하고 실제로 어떤 행동을 실행하려 하는지 확인하고 통제하는 별도의 보안 체계가 필요하다는 것이 쿤텍의 설명이다.

애쉬는 모델 도입 전 검증을 담당하는 ‘모델게이트(ModelGate)’, 에이전트의 판단과 행동을 실시간으로 판정하는 ‘런워치(RunWatch)’, 위반 행동을 실행 직전에 통제하는 ‘엔드포스(EndForce)’, 기업 내 AI 현황과 실행 기록을 관리하는 ‘엔터프라이즈(Enterprise)’ 등으로 구성된다.

모델게이트는 AI 모델을 검증하고 판정 근거를 제공하며, 검사 결과를 소프트웨어 공급망 데이터 교환 표준인 사이클론DX(CycloneDX) 기반 AI-BOM 보고서로 생성할 수 있도록 지원한다. 런워치는 AI 에이전트의 판단과 행동을 실시간으로 살펴보고, 엔드포스는 정책에 따라 실행을 허용하거나 사람의 승인을 요청하거나 차단하는 방식으로 행동을 통제한다. 엔터프라이즈는 기업 내 AI 자산과 판단·행동 기록을 통합 관리해 감사와 원인 분석을 지원한다.

이를 통해 기업은 AI 에이전트의 행동이 실제로 실행되기 전에 위험 여부를 판단하고, 정책 위반 행동을 차단하거나 추가 승인을 요구할 수 있다. 또한 판단과 실행에 관한 기록을 남겨 사고 발생 시 원인을 추적하고 보안 정책을 개선하는 데 활용할 수 있다.

쿤텍은 애쉬의 자가 진화 보안 기술도 개발하고 있다. 관련 기술은 내장된 시나리오를 활용한 레드팀 테스트로 취약 지점을 확인하고, 방어 정책 후보를 도출한 뒤 섀도 모드(Shadow Mode)에서 검증하는 방식이다. 현재는 검증된 정책을 담당자가 승인한 뒤 적용하는 구조이며, 검증된 정책을 자동으로 적용하는 자가 진화 체계는 개발 단계다. 향후에는 새로운 공격 유형에 맞춰 방어 정책을 지속적으로 검증하고 개선하는 보안 체계를 구현한다는 계획이다.

원본 데이터를 보호하면서 AI 활용… 넥사(NEXA)

세 번째 축은 민감한 데이터를 외부에 공개하지 않으면서 AI 학습과 분석에 활용할 수 있도록 지원하는 데이터 보안 플랫폼 넥사(NEXA)다. 기업이 보유한 보안 로그와 사고 정보, 제조 데이터, 고객 정보 등은 AI 모델의 성능과 분석 정확도를 높이는 데 활용할 수 있지만 개인정보와 영업기밀, 내부 시스템 정보가 포함돼 있어 외부 제공에 제약이 있다. 원본 데이터를 그대로 제공하면 노출 위험이 발생하고, 비식별화 등 가공을 거치면 분석에 필요한 세밀한 패턴이 손실될 수 있다. 데이터를 제공하지 않으면 안전성은 확보할 수 있지만 기관 간 협업과 AI 활용 기회가 제한된다.

넥사는 이러한 문제를 해결하기 위해 데이터 원본을 보유 기관의 경계 안에 유지하면서 사전에 합의하고 승인한 연산만 수행하도록 지원한다. 쿤텍에 따르면 넥사는 프리비웍스(PrivyWorks)가 서울대학교 기술을 이전받아 사업화한 프리비브리지(PrivyBridge)를 최초로 서비스화한 플랫폼이다.

넥사는 다중 신뢰실행환경(TEE, Trusted Execution Environment)을 기반으로 데이터 보유자의 원본 데이터와 AI 기업의 모델·알고리즘을 함께 보호하는 상호 프라이버시(Mutual Privacy) 구조를 제공한다. 대리자 연산(DPC, Delegated Private Computing)을 통해 합의된 연산만 수행하도록 하고, 원격 증명(Attestation)으로 실행 환경과 코드의 무결성을 확인한다. 또한 기밀 가상머신과 웹어셈블리(WASM, WebAssembly) 샌드박스를 활용해 격리된 환경에서 연산을 수행하고, 연산 종료 후 실행 환경을 폐기하는 방식으로 데이터 활용 과정의 통제를 지원한다.

연산이 끝나면 검증된 결과만 교환하고, 승인·실행·반출 전 과정의 기록을 남겨 감사와 검증에 활용할 수 있다. 이를 통해 참여 기관이 원본 데이터나 핵심 알고리즘을 직접 공개하지 않고도 공동 학습과 분석을 수행할 수 있도록 지원한다.

넥사는 기업 간 데이터 협업뿐 아니라 기업 내부의 데이터 활용 환경에도 적용할 수 있다. 예를 들어 일반 업무 공간과 민감 자산 공간을 분리하고, AI 애플리케이션이 승인된 연산만 수행하도록 제한하는 방식이다. 이를 통해 내부 침해가 발생하더라도 민감 데이터의 무단 조회와 반출로 이어질 수 있는 경로를 줄이는 것을 목표로 한다.

AI 보안 포트폴리오 강화… 공공·국방·금융·제조 시장 공략

쿤텍은 이지즈, 애쉬, 넥사를 개별 제품을 넘어 AI 모델 도입부터 에이전트 운영, 데이터 활용까지 각 단계의 보안 기술을 연계하는 통합 포트폴리오로 발전시킬 계획이다. 이지즈가 AI 모델과 에이전트의 자산 및 위험을 파악하면, 애쉬는 해당 자산 정보를 기반으로 에이전트의 실행 행동을 통제하고, 넥사는 민감 데이터를 보호하면서 AI 활용을 지원하는 방식이다.

이를 위해 쿤텍은 네 가지 추진 전략을 제시했다. 첫째, 이지즈의 AI-BOM과 애쉬, 넥사를 연계해 AI 보안 포트폴리오를 강화한다. 둘째, 공공·국방·금융·제조 등 AI 보안 수요가 높은 핵심 산업을 집중 공략한다. 셋째, 인공지능 보안 진화 엔진(AIS)을 기반으로 규칙 중심의 대응을 넘어 지속적으로 검증·개선되는 방어 체계를 확보한다. 넷째, 사이버 보안 기술 총괄 체계를 기반으로 AI 보안 연구개발과 제품화를 가속한다.

쿤텍은 소프트웨어 공급망 보안과 인프라 보안, AI 보안뿐 아니라 산업별 특화 보안 기술을 바탕으로 IT와 OT가 함께 운영되는 환경까지 사업 영역을 확대하고 있다. 2016년 설립 이후 자동차·금융·공공·국방·항공·철도·제조·IT 분야 고객을 대상으로 사업을 전개해 왔으며, 금융권 고객사의 오픈소스 및 SBOM 관리 시스템 구축 경험도 보유하고 있다.

쿤텍 방혁준 대표는 “AI 시대에는 완벽하게 막겠다는 약속만큼이나 공격자보다 빠르게 위협을 발견하고, 차단하고, 조치하는 것이 중요하다. 쿤텍은 AI 모델 도입 단계의 이지즈, 운영 단계의 애쉬, 데이터 활용 단계의 넥사를 연계해 고객 IT·OT 인프라의 탐지·차단·조치 시간을 지속적으로 단축해 나갈 계획이다. 고객과 함께 관련 지표를 측정하고 개선하면서 AI를 안전하게 활용할 수 있는 보안 환경을 구축해 나가겠다”라고 강조했다.

쿤텍, ‘AX 시대의 AI 보안과 안전한 사용’ 세미나 개최

쿤텍은 같은 날 오후 1시부터 5시까지 서울 양재동 엘타워 골드홀에서 ‘AX 시대의 AI 보안과 안전한 사용’을 주제로 AI 보안 세미나를 개최했다. 이번 세미나는 AI 에이전트와 피지컬 AI, 소프트웨어 공급망, 데이터 협업 등 AI 전환(AX) 과정에서 기업과 기관이 직면하는 주요 보안 과제를 다뤘다. 공급망 위험부터 AI 에이전트의 실행 통제, 민감 데이터의 안전한 활용 방안까지 폭넓게 논의됐다.

특히, 산학 전문가들과 기술적·관리적 대응 방향을 공유하는 시간에 관심이 쏠렸다. 정수환 숭실대학교 AI보안연구센터장(한국정보보호학회 명예회장, 숭실대 AI융합연구원장)이 ‘피지컬 AI 시대의 보안 위협 및 대응 방안’을 주제로 기조연설을 진행했고, 쿤텍 조수열 팀장이 ‘SBOM에서 AI-BOM으로: AI 공급망 보안의 확장’을 주제로 발표했다. 이어 쿤텍 서원준 소장의 ‘AI 에이전트 시대: 보안 하네스 도입 방안’ 발표와 권태경 연세대학교 정보대학원 교수(한국정보보호학회 AI보안연구회장)의 ‘AI 보안 트렌드’ 발표가 진행됐으며, 마지막으로 서울대학교 유준승 박사와 쿤텍 김일석 수석이 ‘신뢰할 수 있는 데이터 협업의 시작, NEXA’를 주제로 발표했다.

이뿐만 아니라 행사장에는 쿤텍의 주요 솔루션을 직접 확인할 수 있는 데모 부스가 운영됐다. 쿤텍은 데이터 보안 플랫폼 넥사, AI 에이전트 보안 플랫폼 애쉬, 소프트웨어 공급망 보안 솔루션 이지즈를 통해 AI 모델과 에이전트의 도입 단계 점검, 운영 단계 행동 통제, 데이터 활용 과정의 보호 기술을 소개했다. 아울러 선박 통합 보안 솔루션 테라그리드 마리타임(TGM, TeraGRID Maritime) 등 쿤텍의 산업 특화 보안 기술도 선보였다.