“MCP, AI에게 사원증 부여한 것과 같아”
황 이사는 AI를 이용해 공격 속도와 효율성을 높이는 사례, 기업에서 사용하는 AI를 속여 침해 행위를 유도하는 사례에 이어 MCP를 이용한 사례를 설명했다.
황 이사는 MCP를 “AI에게 사원증을 주었다”고 표현하며 “사용자가 에이전트에게 목표를 주면 에이전트는 MCP를 통해 메일, ERP, 파일 서버, 개발 툴 같은 실제 시스템에 접근해서 사용할 수 있다”며 “에이전트 보안을 실행 경로를 통제할 수 있느냐의 문제”라고 설명했다.
섀도우 AI는 가장 심각한 보안홀이다. 기업이 정식으로 AI 툴을 사용하지 않는다해도 직원들이 개인 계정의 AI 서비스를 사용해 민감한 데이터를 입력할 수 있다. 대부분의 AI SaaS 트래픽은 암호화되어있기 때문에 기존 DLP로 감지하기 어렵다.
황 이사는 “AI를 사용하지 않는 조직은 거의 없다. 복수의 조사에 따르면 88%의 기업이 AI를 사용하고 있고, 70%는 하나 이상 서비스에서 사용하고 있다고 답했다. 이제는 AI 사용 여부가 아니라, ‘어떤 AI를 누가, 어디에서, 어떻게 사용하는지’를 파악해야 한다”며 “발견(Discover), 검증(Assess), 통제(Enforce), 권한 제한(Constrain), 운영(Operate)의 다섯 가지 행동 수칙이 필요하다”고 강조했다.
발견·검증·통제·권한 제한·운영···다섯가지 행동 수칙 필요
F5는 이러한 다섯 단계의 AI 보안 수칙을 지키기 위해 ▲앱과 API ▲봇과 에이전트 ▲AI 런타임 ▲MCP와 섀도우 AI ▲운영 등의 영역에 대한 솔루션을 맞춤형으로 제공한다.
앱·API 보호를 위해 AI 기반 WAF를 제안한다. 이 솔루션은 다중 위협 이벤트를 종합 평가해 위험도에 따른 우선순위를 매긴다. 98% 탐지율, 1%의 오탐률을 기록하며, 가상 패치를 통해 실제 애플리케이션 패치가 완료될 때까지 취약점이 악용될 위험을 낮춘다.
악성 봇 차단과 AI 에이전트 보호를 위한 ‘봇 디펜스(Bot Defense)’는 행위 분석 기술을 통해 정상적인 사람과 좋은 봇, AI 에이전트, 악성 봇을 구분한다. 위험도에 따라 허용-차단, 속도 제한(Rate-limit) 또는 추가 인증(Step-up) 등의 정책을 적용한다. 이를 통해 정상적인 자동화 프로세스에는 영향을 주지 않고 악성 봇만을 차단한다.
AI 런타임 환경을 보호하기 위해 AI 레드팀과 가드레일을 제공한다. AI 레드팀은 앱 출시 전부터 운영 단계에 이르기까지 지속적으로 공격에 대항할 수 있는지 시험한다. 탈옥, 프롬프트 인젝션, 데이터 유출, 모델·에이전트 오용 사례를 다양한 시나리오로 검증해보고, 성공한 공격 경로를 보여주어 미리 차단할 수 있게 한다. 가드레일은 기업별 특수성을 반영해 정책을 만들 수 있도록 돕는다.
MCP와 섀도우 AI를 가시화하고 통제하는 기술을 적용한 MCP 프로텍션과 AI DLP를 제공한다. 이는 AI가 어떤 리소스와 연결되는지 파악하고, 통제하는 것으로, 회사가 승인하고 정상적으로 연결한 AI와 리소스를 안전하게 사용할 수 있도록 하며, 사용자·에이전트 권한 및 사용 환경에 따라 상황에 맞는 차등적인 보안 정책을 적용한다.
운영 단계에서는 ‘F5 인사이트(F5 Insight)’를 제안한다. 수많은 장비 및 각각 다른 버전과 세대가 혼합된 데이터센터에서 보안 패치와 업데이트 필요 여부와 우선순위를 파악하기 어렵다. F5 인사이트에는 ‘플릿 매니지먼트(Fleet Management)’ 기능이 추가돼 패치 준비와 업데이트 워크플로우를 중앙 관리하여 패치 완료까지의 시간을 줄인다.
황 이사는 “AI가 취약점을 찾아 공격하기까지 1시간이 채 걸리지 않는 상황에서, F5 장비의 패치 및 업데이트를 신속하게 수행하는 플릿 매니지먼트는 AI 시대에 반드시 필요한 기능”이라고 강조했다.
황선후 이사는 “AI 시대 보안의 경쟁력은 정확하게 탐지하고, 완전하게 완화하는 데까지 걸리는 시간을 단축하는 데 달려있다. 이를 위해 ▲누가 실행하는가 ▲무엇에 접근하는가 ▲어디까지 행동하는가를 면밀하게 살펴서 통제해야 한다”며 “AI의 가치를 활용하면서 위험 범위를 통제하는 것이 필요하다”고 말했다.
