검색결과 총 168건
-
-
-
-
-
-
한국경제 3주체를 다시 짜라 ①기업·재벌편
[경제일보] 인공지능(AI) 시대는 한국경제에 기술 도입을 넘어선 전방위 개혁을 요구하고 있다. 기업은 AI를 비용 절감 수단이 아니라 조직과 사업모델 혁신의 계기로 삼아야 한다. 소비자는 편리함에 머무르지 않고 데이터 주권과 알고리즘 감시 능력을 갖춰야 한다. 정부는 규제 완화와 산업 지원을 넘어 인프라, 인재, 안전망, 신뢰 체계를 함께 설계해야 한다. 이에 본지는 이번 기획을 통해 AI시대 한국경제 3주체의 역할 변화와 개혁 과제를 짚고, 한국경제가 관성의 경제에서 학습의 경제로 전환하기 위한 해법을 모색한다. <편집자주> 한국 대기업들이 인공지능(AI) 전환의 한복판에 섰다. 반도체 기업은 AI 서버의 핵심 부품인 고대역폭메모리(HBM)와 첨단 패키징 경쟁에 뛰어들고 있고, 플랫폼 기업은 초거대 AI와 클라우드 인프라를 강화하고 있다. 자동차·조선·철강·금융권도 생산공정 자동화, 로봇, AI 상담, 리스크 관리 등으로 적용 범위를 넓히고 있다. 정부와 기업의 투자 시계도 빨라지고 있다. 최근 한국 정부는 삼성전자와 SK하이닉스 등을 축으로 대규모 AI·반도체 투자 전략을 추진하고 있다. 삼성전자와 SK하이닉스는 약 800조원 규모의 신규 반도체 제조시설 투자에 참여하고, 충청권에는 81조원 규모의 반도체 패키징 클러스터가 조성된다. 또 SK·GS·네이버 등이 AI 데이터센터 구축에 참여하고 장기적으로 관련 투자가 1000조원 이상으로 확대될 수 있다는 구상도 내놨다. 실제 정부는 지난달 29일 SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하겠다고 밝혔다. SK가 5GW, GS가 2.4GW, 네이버가 1GW 규모로 참여하며 관련 투자 규모는 550조원으로 제시됐다. 투자 규모만 놓고 보면 한국 기업들은 다시 한 번 ‘큰 판’을 벌이고 있다. 그러나 현장에선 “AI 투자가 곧 AI 경쟁력은 아니다”라는 지적도 나온다. 한 대기업 AI 전략 담당자는 “지금은 어느 그룹이나 AI 조직과 태스크포스는 갖추고 있지만 실제 업무에 적용하려면 데이터 접근권, 보안, 법무, 감사, 성과평가가 모두 걸린다”며 “AI 도입보다 어려운 것은 부서 간 칸막이를 허무는 일”이라고 말했다. HBM이 바꾼 증시 서열…AI가 기업가치 기준 흔든다 AI 전환은 이미 국내 증시의 기업가치 평가 기준도 바꾸고 있다. 대표 사례가 SK하이닉스다. SK하이닉스는 AI 반도체 수요 확대와 HBM 시장 선점 효과에 힘입어 지난달 22일 코스피 장중 시가총액에서 삼성전자를 앞질렀다. 이는 단순한 주가 순위 변화가 아니다. 한국 반도체 산업의 무게중심이 범용 메모리 중심에서 AI용 고부가 메모리와 패키징, 고객 맞춤형 공급망으로 이동하고 있다는 신호다. 과거에는 생산능력과 원가 경쟁력이 핵심이었다면 이제는 엔비디아 등 글로벌 빅테크·AI 반도체 기업과 얼마나 긴밀하게 연결돼 있는지, 차세대 HBM을 얼마나 빨리 개발·공급할 수 있는지가 기업가치를 좌우한다. 다만 AI 반도체 호황이 항상 주가 상승으로만 이어지는 것은 아니다. 실제 8일 삼성전자와 SK하이닉스 주가는 미국 반도체주 약세와 AI 붐 지속성에 대한 우려 속에 장중 동반 약세를 보였다. 증권업계 한 관계자는 “AI 반도체가 한국 증시의 핵심 테마가 된 것은 분명하지만 시장은 이제 단순한 실적 증가보다 지속 가능한 가격 결정력과 고객 기반을 본다”며 “AI 사이클이 길어질수록 기업 간 격차는 더 커질 수 있다”고 말했다. 계열사 울타리에 갇힌 데이터, AI 경쟁력의 병목 AI 경쟁력은 반도체와 데이터센터 같은 하드웨어 투자만으로 결정되지 않는다. 기업 내부의 데이터 활용 구조가 핵심 변수다. 한국 대기업은 제조, 금융, 유통, 통신, 물류 등 방대한 데이터를 갖고 있다. 그러나 계열사별·부서별로 데이터가 분산돼 있고, 보안과 개인정보, 감사 리스크 때문에 실제 활용은 제한적인 경우가 많다. 한 제조업계 관계자는 “공장에는 설비 데이터가 쌓이고, 영업부서에는 고객 데이터가 쌓이며, 구매부서에는 공급망 데이터가 쌓이지만 이를 하나의 모델로 연결하는 일은 쉽지 않다”며 “AI 프로젝트를 시작하면 기술 문제가 아니라 내부 승인 절차에서 시간이 더 걸리는 경우가 많다”고 했다. 재벌 구조의 강점이던 수직계열화도 AI시대에는 양면성을 갖는다. 위기 때 빠르게 자원을 동원하는 데는 유리하지만 데이터와 인재가 계열사 내부에 갇히면 개방형 혁신에는 불리할 수 있다. 한 스타트업 대표는 “대기업들이 AI 스타트업과 협업을 말하지만 실제 계약 단계에서는 지식재산권, 데이터 소유권, 보안 조항이 지나치게 무겁다”며 “함께 실험하고 성과를 나누는 방식으로 바뀌어야 한다”고 지적했다. AI 도입보다 어려운 건 일하는 방식의 개혁 기업들이 생성형 AI를 사내 업무에 도입하면서 보고서 초안 작성, 회의록 정리, 시장조사, 고객 응대, 코드 작성, 번역, 계약서 검토 등에서 AI 활용이 확대되고 있다. 그러나 전문가들은 AI를 업무 도구로 배포하는 것만으로 생산성 향상이 보장되지는 않는다고 지적한다. 지난 5월 arXiv에 공개된 조원익·김성훈·김근혜의 포지션 페이퍼 ‘Adopting AI in Practice Does Not Guarantee the Productivity Boost’는 AI 도입이 곧바로 생산성 향상으로 이어지는 것은 아니라고 지적했다. 논문은 인력 구성, 구성원의 기초 역량, 학습곡선, 인센티브 구조, 목표 설정의 유연성 등이 AI 생산성 효과를 좌우한다고 분석했다. 한 경영학 교수는 “AI는 단순히 업무 시간을 줄이는 기술이 아니라 의사결정 방식을 바꾸는 기술”이라며 “기업이 AI를 제대로 쓰려면 어떤 업무를 AI에 맡기고 어떤 판단은 사람이 책임질지 조직 원칙을 세워야 한다”고 말했다. 중간관리자의 역할 변화도 불가피하다. 지금까지 중간관리자는 자료를 취합하고 보고서를 다듬고 리스크를 걸러내는 역할을 해왔다. 그러나 생성형 AI가 정보 수집과 문서 작성의 상당 부분을 보조하면서 중간관리자의 경쟁력은 보고서 작성 능력이 아니라 문제 정의, 결과 검증, 부서 간 조정 능력으로 이동하고 있다. AI 전환은 청년 채용과 인재 육성 방식에도 영향을 미친다. 반복적 사무 업무와 초급 분석 업무가 AI로 대체되면 신입사원이 조직에서 배우는 첫 단계가 줄어들 수 있다. 한 대기업 인사 담당자는 “AI 도입 이후 신입사원에게 맡길 수 있는 단순 업무는 줄어드는 반면, 처음부터 문제 해결형 역량을 요구하는 분위기가 강해지고 있다”며 “채용 규모를 줄이는 유혹이 생기지만 장기적으로는 인재 풀이 약해질 수 있어 재교육 체계를 함께 고민하고 있다”고 말했다. AI 거버넌스도 기업 경쟁력 됐다 AI 활용이 확대될수록 기업의 책임도 커진다. 한국은 AI 기본법 시행을 앞두고 있으며, 고영향 AI에 대한 인간 감독과 투명성 확보가 주요 쟁점으로 떠올랐다. 특히 금융, 보험, 의료, 채용, 교육처럼 개인의 권리와 직접 연결되는 분야에서는 AI가 어떤 데이터를 사용했고, 어떤 기준으로 판단했으며, 오류가 발생했을 때 누가 책임질지가 중요해진다. 금융권 한 관계자는 “AI 상담이나 대출심사는 소비자 편의성을 높일 수 있지만 설명 책임이 약하면 민원과 분쟁으로 이어질 수 있다”며 “AI를 많이 쓰는 회사보다 AI 판단을 얼마나 투명하게 관리하는지가 앞으로 더 중요한 평판 요소가 될 것”이라고 말했다. 산업계에서는 AI 활용이 실제 경쟁력으로 이어지려면 조직 운영 방식의 변화가 병행돼야 한다는 지적이 나온다. 과거 대기업의 성장 방식은 계열사 내부에서 원료 조달, 부품 생산, 완제품 제조, 금융 지원을 묶는 수직계열화가 중심이었다. 그러나 AI 분야에서는 데이터, 클라우드, 알고리즘, 소프트웨어 인재가 기업 안팎에 분산돼 있어 외부 스타트업과 대학, 협력사와의 공동 개발과 실험이 중요해지고 있다. 전문가들은 AI 경쟁력이 투자 규모만으로 결정되지는 않는다고 본다. 반도체 설비 확충과 데이터센터 구축은 AI 전환의 기반에 해당하지만 이후에는 내부 인재 재교육, 중간관리자 역할 재정립, AI 활용 책임 체계, 외부 생태계와의 협업 구조가 함께 작동해야 한다는 설명이다. 한 재계 관계자는 “한국 대기업의 AI 경쟁력은 대규모 투자 이후의 실행 구조에서 갈릴 가능성이 크다”며 “총수의 투자 결정을 현장의 실험과 조직 학습으로 연결하고, 계열사 중심의 폐쇄형 운영을 개방형 협력 모델로 전환할 수 있는지가 향후 AI 전환의 핵심 변수로 꼽힌다”고 말했다.
2026-07-09 16:51:36
-
-
"코딩보다 AI 활용 능력"…크래프톤, 올리브영 손잡고 AI 네이티브 인재 확보 나선다
[경제일보] 생성형 인공지능(AI) 확산으로 기업들의 개발자 채용 방식이 빠르게 변화하고 있다. 단순 코딩 능력보다 AI를 활용해 문제를 정의하고 해결하는 역량이 새로운 경쟁력으로 떠오르는 가운데, 크래프톤과 CJ올리브영이 AI 기반 실무형 해커톤을 열고 'AI 네이티브' 인재 확보에 나서고 있다. 8일 크래프톤은 CJ올리브영과 공동으로 AI Native 해커톤 '코파톤: AI 네이티브 배틀그라운드'를 개최한다고 밝혔다. 참가자 모집은 오는 17일까지 진행되며, 해커톤은 오는 30일 서울 성수동 펍지 성수에서 열린다. 참가 대상은 AI를 활용한 프로젝트 개발 경험이 있는 인재와 개발 직군 취업 준비생, 주니어 개발자 등이다. 개발자가 아니더라도 AI 도구를 활용해 실제 문제를 구조화하고 해결한 경험이 있다면 지원할 수 있도록 문턱을 낮췄다. 크래프톤은 AI 활용 역량을 중심으로 다양한 인재를 발굴하겠다는 취지로 이번 해커톤을 진행한다고 설명했다. 이번 행사는 단순한 프로그래밍 대회가 아니라 실제 업무 환경에서 AI를 활용해 문제를 해결하는 능력을 검증하는 데 초점을 맞춰 설계됐다. 생성형 AI가 소프트웨어 개발 전반에 활용되면서 기업들이 개발자의 코딩 능력뿐 아니라 AI를 활용한 문제 해결 역량과 업무 수행 능력을 핵심 경쟁력으로 평가하기 시작한 흐름이 반영된 것이 특징이다. 실제로 최근 산업계에서는 AI가 코드 작성과 테스트, 문서 작성 등 개발 업무 전반을 지원하면서 개발자에게 요구되는 역량도 변화하고 있다. 단순 구현 능력보다 문제를 정의하고 적절한 AI 도구를 활용해 결과를 검증하고 개선하는 과정이 중요해지면서 기업들도 이에 맞춰 채용 방식과 평가 기준을 고도화하는 추세다. 김환 CJ올리브영 CTO는 "AI 시대의 인재는 실제 업무 환경과 유사한 도전 과제 속에서 AI를 활용해 자신의 역량을 증명할 수 있어야 한다"며 "올리브영은 글로벌 옴니채널 플랫폼으로의 확장을 가속화하며, AI 네이티브 인재 확보를 핵심 동력으로 삼아 구성원들과 함께 고객에게 최고의 AX 서비스를 선사할 것"이라고 강조했다. 이번 해커톤은 크래프톤이 개발한 AI 네이티브 채용·평가 솔루션 'Cofa-Probe'를 기반으로 진행된다. 참가자들은 크래프톤과 CJ올리브영이 각각 제시한 실무형 과제를 수행하게 된다. 크래프톤 과제는 가상의 현업 담당자와 상호작용하며 업무상 문제를 발굴하고 AI를 활용해 해결하는 방식으로 구성된다. CJ올리브영은 고객과 상품, 데이터를 기반으로 실제 유통 현장에서 발생할 수 있는 문제를 AI 기술로 해결하는 과제를 제시할 계획이다. 두 과제 모두 결과물 자체보다 AI를 활용해 문제를 해결하는 전 과정을 평가하는 것이 핵심이다. 또한 Cofa-Probe를 통해 AI 엔지니어의 실제 업무 환경을 가상으로 구현해 결과물뿐 아니라 문제 정의 방식과 AI 활용 과정, 반복적인 개선 과정, 결과 검증 방식 등을 종합적으로 분석할 예정이다. AI와 협업하는 역량까지 평가함으로써 AI 시대에 적합한 인재를 선발할 수 있도록 설계됐다. 채용 연계 혜택도 제공한다. 수상자에게는 총 1000만원 규모의 상금과 함께 크래프톤 FDE(현장 배치 엔지니어)와 CJ올리브영 AI 엔지니어 직군 채용 서류전형 통과 혜택이 주어진다. 우수 참가자들이 실제 채용으로 이어질 수 있도록 해커톤과 채용 절차를 연결했다. 행사 당일에는 현직자 강연과 네트워킹 프로그램도 마련된다. 크래프톤과 CJ올리브영의 개발자와 인사 담당자들이 참여해 AI 시대 기업이 요구하는 역량과 AI Native 인재상을 공유하고 참가자들과 소통할 예정이다. 크래프톤은 AI를 게임 개발과 서비스 운영 전반으로 확대하고 있으며, CJ올리브영 역시 유통 플랫폼 고도화와 고객 서비스 혁신을 위해 AI 기술 도입을 확대하고 있다. 양사는 이번 해커톤을 통해 산업 현장에서 즉시 활용할 수 있는 AI 인재를 조기에 확보하는 동시에 AI 기반 채용 모델도 지속 발전시켜 나간다는 방침이다. 박재민 크래프톤 AI 프론티어 본부장은 "AI 시대의 인재 평가는 AI를 활용해 문제를 정의하고 해결하며 결과를 검증하는 전 과정을 볼 수 있어야 한다"며 "이번 해커톤은 참가자에게는 AI와 일하는 방식으로 자신의 역량을 증명하는 무대가 되고, 기업에게는 AI 네이티브 인재를 평가하는 새로운 기준을 확인하는 계기가 될 것"이라고 말했다.
2026-07-08 12:10:09
-
-
-
AI보다 일하는 방식 바꾼다…LG유플러스, 스탠퍼드식 혁신 도입
[경제일보] 생성형 인공지능(AI)이 기업 업무 전반으로 확산되면서 기술 도입뿐 아니라 일하는 방식의 혁신도 기업 경쟁력을 좌우하는 요소로 떠오르고 있다. 단순히 AI를 활용하는 것을 넘어 고객 관점에서 문제를 정의하고 빠르게 해결책을 검증하는 역량이 중요해지는 가운데 LG유플러스가 스탠퍼드대학교의 디자인 씽킹 교육을 통해 조직 문화 혁신에 나섰다. 7일 LG유플러스는 임직원을 대상으로 디자인 씽킹 교육 프로그램 '아웃사이트 D.T'를 지난 5월부터 운영하고 있다고 밝혔다. 아웃사이트 D.T는 임직원들이 미국 실리콘밸리를 방문해 스탠퍼드대학교 디자인 씽킹 부트캠프와 현장 연수에 참여하는 프로그램이다. LG유플러스는 지난 5월 1기 참가자 21명이 교육을 수료한 데 이어 지난달 말에는 2기 참가자 12명이 실리콘밸리에서 새로운 업무 방식과 문제 해결 과정을 경험했다고 설명했다. 디자인 씽킹은 고객에 대한 이해와 공감에서 출발해 문제를 정의하고 해결 방안을 도출하는 방식으로, 스탠퍼드대학교 d.School을 중심으로 발전한 혁신 방법론이다. 글로벌 빅테크 기업들이 상품과 서비스 개발 과정에서 폭넓게 활용하는 것으로 알려져 있으며, 현장 관찰과 고객 인터뷰, 아이디어 구현과 검증을 반복하는 실습 중심 교육이 특징이다. LG유플러스는 이번 프로그램을 단순한 해외 연수가 아닌 조직 문화 혁신의 일환으로 운영하고 있다. 상품과 서비스 기획 과정에서 고객을 더욱 깊이 이해하고, 아이디어를 빠르게 검증하는 업무 방식을 조직 전반에 정착시키겠다는 취지다. 특히 참가자들이 글로벌 기업의 문제 해결 방식을 직접 체험하고 이를 현업에 적용할 수 있도록 프로그램을 구성했다. 교육 참가자들은 실리콘밸리 방문에 앞서 약 4주간 사전 교육도 이수한다. 디자인 씽킹의 기본 개념과 주요 기법을 학습한 뒤 스탠퍼드대학교 d.School이 운영하는 부트캠프에서 강의와 실습을 병행하며 실제 문제 해결 과정을 경험한다. 교육은 강의를 듣는 데 그치지 않고 실제 현장에서 고객의 불편을 발견하고 이를 해결하는 과정을 반복하는 방식으로 진행된다. 참가자들은 고객 인터뷰와 아이디어 발굴, 프로토타입 제작, 검증 과정을 수행하며 고객 중심 사고와 협업 방식을 익히게 된다. 실제 참가자들은 글로벌 빅테크 기업들이 새로운 기능을 만드는 것보다 고객이 어떤 불편을 겪고 있는지를 찾는 데 더 많은 시간을 투자한다는 점이 인상적이었다는 반응과 함께, 아이디어의 완성도보다 빠르게 실행하고 검증하는 과정의 중요성을 확인했다고 평가했다. 교육 과정에서 습득한 AI 활용 사례도 현업으로 이어지고 있다. 참가자들은 실리콘밸리에서 생성형 AI를 활용해 약 3시간 만에 앱 프로토타입을 제작하는 경험을 했으며, 복귀 이후에는 기존 기획 업무에 바이브코딩을 적용하는 등 AI를 활용한 새로운 업무 방식을 실제 업무에 접목하고 있다. LG유플러스는 프로그램 효과를 조직 전체로 확산하기 위한 활동도 이어가고 있다. 지난달 용산사옥에서 열린 1기 성과공유회에서는 참가자들이 수행한 프로젝트와 현업 적용 사례를 공유했으며, 스탠퍼드대학교와 실리콘밸리에서 경험한 협업 방식과 문제 해결 사례를 사내 구성원들과 나눴다. 프로그램 종료 이후에도 참가자들은 서로 다른 직군의 임직원들과 하나의 과제를 수행하며 고객 의견을 직접 수집하고 해결책을 구체화하는 방식을 실제 업무에 적용하고 있다. 이를 각 조직에 공유하며 디자인 씽킹 기반 프로젝트를 확대하는 역할도 맡고 있다. LG유플러스는 실제 업무 적용 가능성을 중심으로 참가자를 선발하고 있으며, 이번 2기에는 상품·서비스 기획과 고객 경험(CX) 개선 조직을 중심으로 교육을 진행했다. 향후에는 직군 구분 없이 다양한 조직의 임직원이 함께 참여해 공동 과제를 수행하고 새로운 업무 방식을 경험할 수 있도록 프로그램을 확대할 계획이다. 또한 디자인 씽킹 교육 프로그램을 정례화하는 한편 스탠퍼드대학교와의 협력도 확대해 고객 이해와 문제 해결 역량을 조직 전반으로 확산시켜 나간다는 방침이다. 양효석 LG유플러스 CHO 부사장은 "아웃사이트 D.T.는 고객을 깊이 이해하고 문제를 새롭게 정의하는 사고방식을 현업에 적용하기 위해 마련한 혁신 프로그램"이라며 "참가자들이 스탠퍼드와 실리콘밸리에서 얻은 경험을 실제 업무에 적용해 고객 가치를 높일 수 있도록 지원하겠다"고 말했다.
2026-07-07 10:00:05
-
"공격도 AI, 방어도 AI"...AWS·LG CNS가 공개한 차세대 보안 전략
[경제일보] 생성형 인공지능(AI)의 발전으로 사이버 공격 속도가 급격히 빨라지면서 기업 보안 전략도 AI를 활용한 자동화와 실시간 대응 중심으로 전환되고 있다. 공격자가 AI를 활용해 취약점을 빠르게 찾아내는 만큼 방어 역시 사람 중심 대응을 넘어 AI 기반 자율 보안 체계를 구축해야 한다는 것이 업계의 공통된 인식이다. 1일 아마존웹서비스(AWS)는 서울 강남구 AWS코리아 오피스에서 'AWS Security 101' 기자간담회를 열고 고성능 AI 시대 변화하는 보안 환경과 이에 대응하기 위한 AI 기반 보안 전략을 소개했다. 이날 행사에는 신은수 AWS코리아 수석 보안전문 솔루션즈 아키텍트(PSA)와 이진욱 LG CNS RED팀 팀장이 발표자로 나서 AI 기반 보안 기술과 실제 기업 적용 사례를 공유했다. 이날 신은수 AWS 코리아 수석 보안전문 솔루션즈 아키텍트는 고성능 AI가 사이버 공격의 속도와 규모, 접근성을 모두 바꾸고 있다고 진단했다. 과거에는 고위험 취약점 발견과 익스플로잇 제작이 일부 전문가 집단의 영역이었다면, 이제는 생성형 AI를 활용해 누구나 훨씬 빠르게 취약점을 찾고 공격 코드를 제작할 수 있는 환경이 됐다는 설명이다. 그는 AI 시대 보안 위협의 변화로 공격 규모 확대, 공격 속도 가속, 공격 도구 접근성 향상을 꼽았다. AI를 활용하면서 취약점 발견과 익스플로잇 제작 시간이 크게 단축됐고, 이에 따라 기업은 이전보다 훨씬 많은 취약점에 대응해야 하는 상황에 놓였다고 설명했다. 신 아키텍트는 "과거에는 어떤 취약점을 찾는 것조차도 어려웠고, 취약점을 찾아냈다고 하더라도 실제 타겟팅되어 있는 시스템에 써먹을 수 있는 익스플로잇(보안 취약점 혹은 보안 취약점을 이용한 공격)을 만드는 것이 어려웠다"며 "지금은 익스플로잇이 아주 손쉽게 이루어진다"라고 말했다. 이에 AWS는 해당 환경 변화에 대응하기 위해 AI 기반 다층 보안 체계를 운영하고 있다고 설명했다. 수학적으로 보안 정책의 안전성을 검증하는 자동 추론 기술을 주요 보안 서비스에 적용하고 있으며, 하루 수백조 건 규모의 네트워크 데이터를 분석해 이상 징후를 탐지하고 있다. 또한 취약점 발견부터 우선순위 분석, 수정 방안 검증, 실제 조치까지 보안 전 과정을 자동화하는 'AWS 컨티뉴엄'도 소개했다. 이를 통해 침투 테스트와 코드 분석, 위협 모델링 등을 AI가 지원하고, 검증된 결과를 기반으로 기업이 보다 빠르게 대응할 수 있도록 지원한다는 설명이다. 이어 발표에 나선 이진욱 LG CNS RED팀 팀장은 AWS 시큐리티 에이전트를 실제 보안 점검에 적용한 사례를 소개했다. 이 팀장은 최근 대형 보안사고 증가와 AI 전환(AX) 프로젝트 확대, AI 모델 성능 향상으로 침투 테스트 수요가 빠르게 증가하고 있다고 설명했다. 반면 보안 전문 인력은 한정돼 있어 AI 기반 자동화가 필요한 상황이라고 진단했다. LG CNS는 개발 분야에서 AI 활용 경험을 바탕으로 보안 영역에서도 AI 적용 가능성을 검토해 왔으며, 지난해부터 다양한 AI 기반 보안 솔루션을 평가한 끝에 AWS 시큐리티 에이전트를 도입했다고 설명했다. 기존에는 DAST(동적 애플리케이션 보안 테스트)나 전문가가 직접 수행하는 수동 침투 테스트를 활용했지만, DAST는 오탐이 많고 전문가 중심 테스트는 비용과 시간이 많이 소요되는 한계가 있던 것으로 평가된다. 반면 AI 기반 침투 테스트는 추론 과정과 근거를 함께 제공해 결과 검증이 쉽고, 반복적인 점검을 자동화할 수 있다는 점에서 실무 적용 가능성을 확인했다고 강조했다. 이 팀장은 "대시보드도 제공하고 어떻게 침투 테스트를 수행했는지, 어떤 방식으로 했는지에 대한 백데이터들도 상세하게 제공한다"며 "지금 나온 취약점에 대해서 어떤 취약점인지 과정을 재현할 수 있도록 상세한 프로세스를 제공"이라고 말했다. LG CNS는 실제 적용 결과도 공개했다. 동일한 시스템을 대상으로 수행한 테스트에서 AI 에이전트는 약 5시간 만에 점검을 완료했으며, 내부적으로는 약 20시간 동안 복수의 에이전트가 동시에 침투 테스트를 수행했다. 기존 전문가 중심 점검이 평균 4~5일 걸렸던 것과 비교하면 점검 속도가 크게 향상된 것이다. 또한 계정 권한 정보 등 서비스 맥락을 추가로 제공할 경우 탐지 정확도가 약 60%에서 90% 수준까지 향상됐으며, 전문가 검증을 병행할 경우 평균 점검 기간은 5일에서 3일로 줄고 비용은 약 30% 절감됐다. AI 에이전트만 활용하는 반복 점검의 경우에는 점검 기간을 1일 수준으로 단축하고 비용도 최대 80%까지 줄일 수 있을 것으로 평가했다. 특히 고성능 AI 시대에는 개발 초기부터 보안을 적용하는 '시프트 레프트' 전략과 지속적인 보안 검증, AI 에이전트 보안 강화, 조직 전체의 보안 문화 정착이 중요하다고 강조했다. 그는 앞으로는 보안 조직만이 아니라 개발 조직을 포함한 모든 구성원이 AI 기반 보안 도구를 활용하는 문화가 필요하다고 말했다. 이 팀장은 "AI가 발달하면서 해킹 공격에 대한 기술 진입장벽이 굉장히 낮아졌고, 또한 AX 활동들을 많이 하면서 외부 공개 표현도 역시 굉장히 증가하고 있는 상황"이라며 "이런 상황에서 AWS의 시큐리티 에이전트가 해결책이 될 수 있다고 판단했다"고 강조했다.
2026-07-01 14:06:25
-
-
-