a16z CISO 설문, 2027년 AI를 최우선 과제로 제시… SOC 도입률은 18%
a16z는 최고정보보호책임자(CISO) 100명을 대상으로 한 설문을 발표했다. 이 설문은 운영 도입이 제한적인 상황에서도 AI가 이들의 2027년 우선순위를 지배하고 있음을 보여준다. a16z CISO 설문에서 응답자의 87%는 보안 지출이 증가할 것으로 예상했다. 그러나 위협 조사와 대응을 지원하는 AI 보안운영센터 도구를 프로덕션 환경에서 사용한다고 답한 비율은 18%에 그쳤다.
10월 28일 발표된 이 조사 결과는 직원 수 1,000명 이상 기업의 보안 리더를 대상으로 한다. 2027년의 주요 이니셔티브 7개는 모두 AI와 관련돼 있다. SOC 자동화는 최우선 순위 표를 가장 많이 받았다. 내부 AI 에이전트 보안, SOC 자동화, 공격적 보안은 우선순위가 가장 크게 상승한 분야였다. 공격적 보안은 악용 가능한 취약점을 찾아내기 위해 승인된 방식으로 시스템을 테스트하는 것을 뜻한다.
핵심 긴장은 지출의 시급성과 배포 준비도 사이에 있다. 기업은 자동화된 방어를 원하지만, 자체 AI 배포는 추가적인 노출을 만들어 낸다. Microsoft는 기존 제품 내에서 이미 보안 에이전트를 제공하고 있어, 구매자에게 구체적인 플랫폼 선택지를 제시한다. 보안 리더가 마주한 질문은 이 시스템들이 어떤 책임을 안정적으로 맡을 수 있는지, 그리고 그 책임에 여전히 얼마나 많은 감독이 필요한지다.
a16z CISO 설문은 지출의 시급성보다 뒤처진 배포 준비도를 보여준다
2027년 보안 우선순위는 증가하는 예산을 AI 기반 위협 및 엔터프라이즈 AI 배포로 확대되는 공격 표면과 연결한다. 공격 표면에는 공격자가 잠재적으로 악용할 수 있는 시스템, 연결, 권한이 포함된다. 조사 결과는 방어 자동화와 내부 AI 보호를 같은 지출 논의 안에 둔다.
이 설문은 AI 보안에 대한 수요를 확인하지만, 개별 제품의 효과까지 결론내리지는 않는다.
이 구분은 예산 전망이 의도를 측정하기 때문에 중요하다. 프로덕션 도입은 조직이 해당 기능을 실제 운영에 투입했는지를 측정한다. 어느 수치도 단독으로는 그 기능이 사고를 줄이는지, 조사를 개선하는지, 감독 이후 분석가의 시간을 절약하는지를 입증하지 못한다.
87%와 18% 수치는 서로 다른 질문을 설명한다. 하나는 예상되는 전체 보안 지출에 관한 것이고, 다른 하나는 특정 제품 범주 내 현재 도입에 관한 것이다. 두 수치를 빼면 충족되지 않은 수요를 오도하는 방식으로 측정하게 된다.
이 수치들의 의미는 대비에 있다. 보안 리더들은 추가 지출을 예상하는 반면, 주목받는 AI 보안 범주의 운영 사용은 여전히 제한적이다. 이 조합은 최종적인 형태가 아직 정해지지 않은 구매 기회를 보여준다.
공급업체 입장에서 기회는 소프트웨어 판매와 함께 평가 및 구현 작업에도 있다. 구매자는 제품에 중대한 책임을 맡기기 전에 자사 환경에 맞는지 판단해야 한다. 설득력 있는 시연도 운영 배포에 관한 모든 질문에 답할 수는 없다.
구매자에게 지출 증가는 책임성 문제를 만든다. 보안 리더는 추가 투자가 무엇을 바꾸는지 설명해야 한다. 더 많은 경보를 처리한다는 말은 유용하게 들리지만, 조직이 중요한 위협을 더 일찍 식별하는지는 여전히 불분명하다.
같은 우려는 내부 AI 보호에도 적용된다. 이전에 알지 못했던 에이전트를 발견하면 가시성은 높아진다. 그러나 비즈니스상 이점은 보안 팀이 그 가시성을 접근 권한, 소유권, 허용 가능한 활동에 관한 의미 있는 결정으로 연결할 수 있는지에 달려 있다.
a16z 보안 우선순위 해설을 찾는 독자에게 가장 타당한 해석은 보안 예산이 뒷받침해야 하는 업무의 변화다. 이 결과가 보편적인 배포 순서를 확립하는 것은 아니다. 서로 다른 조직은 관심 단계에서 운영 책임 단계로 옮겨갈 때 서로 다른 제약에 부딪히게 된다.
이 구분은 더 광범위한 시장 주장에도 한계를 둔다. 응답자들은 대기업의 보안을 이끄는 사람들이다. 이들의 우선순위가 인력 구성과 구현 부담이 다른 소규모 조직을 자동으로 설명해서는 안 된다.
이 설문은 엔터프라이즈 구매 압력의 한 단면을 제시한다. 가장 유용한 시사점은 공급업체가 모델 역량에 관한 질문과 함께 운영 준비도에 관한 질문에도 답해야 한다는 점이다.
기업은 방어를 구매하는 동시에 방어해야 할 대상을 늘리고 있다
AI는 서로 연결된 두 측면의 예산 문제를 만든다. 보안 팀은 더 많은 방어 업무를 처리하는 소프트웨어를 원한다. 다른 부서는 문서에 접근하고, 애플리케이션을 운영하며, 비즈니스 작업을 완료하는 AI 시스템을 원한다.
생산성을 위해 AI를 도입하는 조직은 그 배포를 유용하게 만드는 권한에도 책임을 지게 된다.
AI 에이전트는 모델과 연결된 도구를 이용해 작업을 수행하는 소프트웨어다. 에이전트에 유용한 도구를 제공하려면 무엇을 읽고, 변경하고, 전송할 수 있는지에 관한 결정을 내려야 한다. 이러한 결정은 AI 도입을 접근 관리 문제로 전환한다.
내부 리서치 어시스턴트를 포함한 예시 배포를 생각해 볼 수 있다. 승인된 문서를 읽는 것은 공유 파일을 편집하거나 회사 외부로 정보를 전송하는 것과는 다른 노출을 수반한다. 기본 모델은 그대로일 수 있지만, 시스템의 비즈니스상 결과는 확대된다.
이 차이는 보안 리더, 애플리케이션 소유자, 조달 팀에 부담을 준다. 답변 품질에 초점을 맞춘 제품 검토는 위임된 접근 권한에 관한 질문을 놓치게 된다. 최초 배포에만 집중한 보안 검토는 이후의 변경 사항을 놓칠 수 있다.
NIST 연구원 Bill Fisher와 Ryan Galluzzo는 에이전트 ID 위험을 논의하며 관련 우려를 제기한다. 이들은 자격 증명 공유, 과도한 권한, 장기간 유효한 접근 자격 증명에 대해 경고한다. 또한 과도한 인간 승인 요청은 승인 피로를 일으킬 수 있다고 지적한다.
이 함의는 기존 보안 관행이 쓸모없어졌다고 선언하는 것보다 더 제한적이다. 에이전트 배포는 식별된 행위자가 무엇을 할 수 있는지 결정하는 과정인 ID 및 권한 부여의 익숙한 약점을 드러낸다. 기존 통제 수단은 여전히 유효하지만, 그 구현은 자동화된 활동을 고려해야 한다.
이는 엔터프라이즈 AI 후원자에게 실질적인 긴장을 만든다. 접근을 제한하면 유용성이 줄어들 수 있다. 접근을 확대하면 실수나 침해의 결과가 더 커질 수 있다. 보안 지출은 모델 자체의 정확성과 함께 이 관계도 다뤄야 한다.
일상적인 정보 업무 흐름에 연결형 AI가 점점 더 포함되면서 이러한 압력은 지식 근로자에게도 미친다. 문서 검색, 서신 요약, 공동 자료 준비는 서로 다른 권한 경계를 넘나들 수 있다. 겉보기에 단순한 어시스턴트도 여러 시스템에 관여할 수 있다.
개인 지식과 팀 지식의 구분은 이 논의를 시작하는 데 유용하다. 엔터프라이즈 의사결정은 연결된 소프트웨어가 검색된 정보로 무엇을 할 수 있는지도 고려해야 한다. 지식에 대한 접근과 행동할 권한은 별도로 검토할 가치가 있다.
바로 이 지점에서 a16z AI 보안 영향이 구체화된다. 비즈니스는 더 폭넓은 접근에서 생산성 향상을 원하지만, 보안 부문은 그에 따른 노출에 여전히 책임을 진다. 추가 지출은 같은 운영 환경에서 두 목표를 모두 지원해야 한다.
이 관계는 내부 에이전트 보호가 방어 자동화와 나란히 놓이는 이유를 설명한다. 두 분야 모두 소프트웨어가 서로 다른 부서에 서비스를 제공하더라도 조직의 권한을 바탕으로 행동한다는 점과 관련이 있다.
SOC 자동화는 무제한 권한이 아니라 구체적인 업무를 통해 발전한다
SOC 자동화가 주목받는 이유는 보안 조사에 반복적인 업무가 포함되기 때문이다. 분석가는 증거를 수집하고, 신호를 비교하며, 의심스러운 활동을 평가하고, 추가 조치가 필요한지 결정한다. 이 단계들은 지원을 제공할 수 있는 분명한 기회를 제시한다.
운영상 가치는 제한된 업무를 안정적으로 완료하고, 해결되지 않은 결정을 적절한 사람에게 넘기는 데 달려 있다.
Microsoft는 피싱 분류 에이전트를 통해 구체적인 사례를 제공한다. 피싱은 수신자가 정보를 공개하거나 해로운 행동을 하도록 속이기 위해 설계된 기만적 메시지를 말한다. Microsoft는 이 에이전트가 사용자가 신고한 이메일을 분류하고, 조사 결과를 설명하며, 분석가 피드백을 지원한다고 설명한다.
문서화된 워크플로는 분류 결과를 구분한다. 에이전트는 오탐으로 판단한 제출 건을 종결할 수 있다. 실제 위협으로 분류된 메시지는 분석가의 조사를 위해 계속 열어 둔다. 이러한 구분은 공급업체가 사고 대응에 대한 완전한 책임을 주장하지 않으면서도 조사의 일부를 자동화할 수 있는 방식을 보여준다.
이 사례가 비교 우위를 입증하는 것은 아니다. Microsoft의 문서는 자사 제품과 의도된 동작을 설명한다. 특정 조직에서의 성과를 평가하려면 여전히 독립적인 테스트가 필요하다.
그러나 이는 도입이 정확한 모델을 선택하는 것 이상인 이유를 보여준다. 에이전트에는 적절한 접근 권한, 관련 증거, 기존 워크플로 안에서 정의된 역할이 필요하다. 분석가에게도 그 결론을 평가할 수 있는 충분한 정보가 필요하다.
구매자에게 결과적으로 중요한 비교 대상은 완료된 업무다. 기존 플랫폼은 이미 사용 중인 시스템과의 통합을 제공할 수 있다. 전문 업체는 특정 작업을 더 잘 처리함으로써 우위를 추구할 수 있다. 어느 경로도 제품 범주만으로 승리하지는 않는다.
비교는 맡겨진 책임에 따라서도 달라진다. 증거를 요약하는 일은 시스템에 한 가지 부담을 준다. 경보를 종결하는 일은 또 다른 부담을 준다. 직원의 업무를 중단시키는 조치를 취하는 일은 명시적인 검토가 필요한 추가 결과를 초래한다.
이것은 18% 도입 수치가 AI SOC 제품에 대한 단순한 판정으로 사용될 수 없는 이유를 설명한다. 제한적인 배포는 해결되지 않은 통합, 평가 또는 거버넌스 문제를 반영할 수 있다. 설문 수치만으로는 어떤 설명이 적용되는지 식별할 수 없다.
프로덕션 사용이 광범위한 자율성을 보장하는 것도 아니다. 배포된 도구는 정해진 한계 안에서 제한된 작업을 수행할 수 있다. 구매자와 공급업체는 도입 주장을 비교하기 전에 그 범위를 설명해야 한다.
공급업체가 분석가 시간 절약을 설명할 때 이러한 운영상 구분은 특히 중요해진다. 유용한 평가는 결과 검토, 오류 조사, 통합 유지에 필요한 노력도 포함한다. 총 활동 건수만으로는 이러한 비용이 명확하지 않다.
더 광범위한 a16z AI 보안 영향은 제품이 이러한 경계를 이해하기 쉽게 만드는지에 일부 좌우될 것이다. 명확한 책임은 구매자가 이점을 평가하고 실패를 식별하는 데 도움이 된다. 모호한 책임은 두 가지 결정을 모두 어렵게 만든다.
따라서 SOC 자동화는 엔터프라이즈 AI 보안 지출로 이어지는 구체적인 경로를 제공한다. 그 도입은 보안 팀이 기존 의무 안에서 인식하고, 측정하고, 감독할 수 있는 업무에 달려 있다.
더 빠른 발견은 그다음 업무에 압박을 가한다
공격적 보안의 부상은 두 번째 역량 문제를 만든다. 취약점을 발견하는 것은 조직이 어떤 발견 사항이 중요한지 결정하고 이를 해결할 수 있을 때에만 가치가 있다. 자동화된 발견은 노력을 후속 단계로 이동시킬 수 있다.
관련 발견을 완료된 변경으로 전환할 수 있을 때에만, 더 많은 발견은 방어 역량을 높인다.
이는 이 설문조사에서 측정된 결과가 아니라, 더 빠른 테스트가 갖는 분석적 함의다. 보안 업무는 조직의 경계를 넘나들기 때문에 중요하다. 노출 상태가 바뀌기 전에는 하나의 발견에 조사, 엔지니어링 책임 배정, 테스트, 릴리스 결정이 필요할 수 있다.
취약한 내부 애플리케이션과 관련된 예시를 생각해 보자. 테스트 시스템이 악용 가능한 경로를 식별하고 상세한 설명을 제공한다. 하지만 애플리케이션 책임자는 여전히 영향을 받는 서비스를 이해하고, 제안된 변경이 비즈니스 운영을 방해할지 판단해야 한다.
이 인수인계의 품질은 결과에 영향을 미친다. 기술적으로 정확한 발견도 책임 소재가 불분명하면 해결되지 않은 채 남을 수 있다. 명확한 보고서도 영향을 받는 시스템에 운영상 제약이 있으면 지연에 직면할 수 있다.
이는 보안 구매 담당자뿐 아니라 엔지니어링 관리자에게도 부담을 준다. 이들의 팀은 새로운 탐지 역량이 만들어 내는 업무를 떠안는다. 그 업무량을 고려하지 않고 보안 제품을 평가하면 조직에 미치는 영향을 가릴 수 있다.
동일한 구분은 자동화된 수정에도 적용된다. 제안된 코드 변경을 생성하는 일은 후보 솔루션을 만드는 것이다. 해당 변경이 필요한 동작을 유지하면서 노출을 제거한다는 점을 입증하려면 추가적인 근거가 필요하다.
AI 기반 공격은 이러한 긴급성의 맥락을 제공한다. 2025년 11월, Anthropic은 Claude Code 오용과 관련된 AI가 조율한 첩보 캠페인을 설명했다. 회사는 공격자들이 약 30개의 표적을 대상으로 이 시스템을 사용했으며, 소수의 사례에서 성공했다고 밝혔다.
이 설명은 여전히 제공업체의 조사와 평가다. 이는 공격 워크플로 전반에서 자동화된 지원에 대한 우려를 뒷받침한다. 모든 공격자가 자율적으로 활동할 수 있다거나 인간의 판단이 중요하지 않게 되었다는 점을 입증하지는 않는다.
구매 측면의 함의는 더 구체적이다. 구매자는 관련 노출을 식별하는 시점과 대응을 완료하는 시점 사이의 간격을 줄여야 한다는 압박에 직면한다. 첫 단계만 가속하는 제품은 이러한 압박의 일부를 해결하지 못한 채 남긴다.
이는 공격형 보안 솔루션을 비교하는 유용한 기준을 만든다. 한 제품은 더 많은 잠재적 취약점을 식별할 수 있다. 다른 제품은 발견 사항을 더 쉽게 재현하고, 할당하고, 해결하도록 만들 수 있다. 적절한 비교는 구매자의 실제 병목 지점에 따라 달라진다.
이미 해결되지 않은 발견 사항으로 어려움을 겪는 조직에는 추가적인 발견만으로 우선순위 설정이 더 복잡해질 수 있다. 테스트 범위가 제한적인 조직에는 발견 범위를 확대하는 것이 실제 공백을 해결할 수 있다. 따라서 동일한 역량도 서로 다른 운영 결과를 낳을 수 있다.
설문조사에서 나타난 우선순위 변화는 이러한 구분을 더욱 긴급하게 만든다. 구매 관심은 더 많은 제품을 평가 대상으로 끌어들일 것이다. 이 제품들이 보안을 개선하는지는 이들이 진입하는 전체 워크플로에 달려 있다.
이 결과는 구매자의 의도를 측정한 것이지, 입증된 보안 성과가 아니다
a16z CISO 설문조사는 기업 정서를 유용하게 보여 준다. 그 결과는 신흥 보안 기업에 대한 더 넓은 투자 논의 안에 놓여 있으므로, 한계에도 주목할 필요가 있다.
구매자의 기대는 시장 논리를 뒷받침할 수 있지만, 제품의 효과를 입증하거나 어떤 공급업체가 지출을 확보할지 예측할 수는 없다.
공개된 글은 a16z가 투자한 기업들을 다룬다. 이러한 상업적 관점이 응답의 타당성을 무효화하는 것은 아니다. 다만 독자에게는 보고된 결과와 스타트업 기회에 대한 저자들의 결론을 구분할 이유가 된다.
이 구분은 우선순위 상승을 해석할 때 특히 중요하다. 어떤 범주는 문제가 더 긴급해졌기 때문에 구매자의 의제에서 순위가 올라갈 수 있다. 그렇다고 이용 가능한 제품이 그 문제를 만족스럽게 해결한다는 뜻은 아니다.
지출 기대 역시 여러 결과를 열어 둔다. 추가 예산은 배포 작업, 전문 도구, 기존 공급업체 또는 다른 보안 요구에 투입될 수 있다. 헤드라인 수치만으로는 지출이 궁극적으로 이 선택지들 사이에서 어떻게 나뉠지 판단할 수 없다.
방법론은 추가적인 불확실성을 초래한다. 이 글은 계획된 2027년 우선순위와 응답자들이 기억하는 2026년 우선순위를 비교한다. 회상에 기반한 순위는 각 시점에 독립적으로 수집·기록된 응답을 비교하는 방식과 다르다.
공개된 글은 표본 추출과 지역별 대표성에 관한 중요한 질문에도 답하지 않는다. 독자는 결과를 모든 대기업을 통계적으로 대표하는 모습으로 취급하지 않아야 한다. 명시된 응답자 집단은 해석에 유용한 경계를 제공한다.
프로덕션 도입에도 비슷한 주의가 필요하다. “프로덕션”이라는 말은 범위와 결과가 서로 다른 배포를 포괄할 수 있다. 조사 업무를 지원하는 도구는 중대한 변경을 수행할 권한을 받은 에이전트와 운영상 다르다.
일관된 정의가 없다면 향후 설문조사 간 비교는 오해를 부를 수 있다. 겉으로 드러난 증가는 더 넓은 업무 범위, 제한된 범위로 배포하는 조직의 증가 또는 응답자가 기존 도구를 분류하는 방식의 변화를 반영할 수 있다.
따라서 18%라는 수치는 이 표본 내에서 보고된 제한적 도입을 나타낸다. 실패율, 준비도 점수 또는 신뢰의 직접적 측정치를 입증하지는 않는다. 그러한 주장을 하려면 다른 근거가 필요하다.
독립적인 표준 작업은 제품 중심 서사에 유용한 균형추를 제공한다. NIST의 신원 분석은 확립된 통제와 구현 규율을 강조한다. 이러한 관점은 AI라는 라벨이 붙은 제품을 구매하면 근본적인 거버넌스 문제가 해결된다는 어떤 주장에도 이의를 제기한다.
a16z 보안 우선순위에 대한 설명을 찾는 독자에게 이 구분은 중요하다. 설문조사는 구매자가 무엇을 중요하게 여기는지 설명한다. 구매가 보안을 개선하는지 평가하려면 해당 제품이 작동하는 환경의 근거가 필요하다.
가장 강력한 결론은 여전히 명확하다. AI는 이제 이 응답자들의 계획에서 중심적인 위치를 차지한다. 그에 따른 시장은 여전히 구현, 측정 가능한 결과, 그리고 실수에 대한 책임에 달려 있다.
지출이 운영 역량으로 전환되는지 보여 줄 세 가지 신호
다음 분기는 구매자와 공급업체가 긴급성을 어떻게 배포로 전환하는지에 관한 근거를 제공할 것이다. 가장 유익한 변화는 AI 수요에 대한 광범위한 주장을 반복하기보다 운영 책임을 설명할 것이다.
중요한 신호는 더 명확한 배포 범위, 측정 가능한 워크플로 결과, 에이전트 권한을 위한 구현 가능한 통제다.
첫째, 프로덕션 사용을 정의하는 고객 공개 사례를 살펴봐야 한다. 유용한 발표는 에이전트가 수행하는 업무, 접근하는 시스템, 인간의 개입이 필요한 결정을 식별할 것이다. 이러한 세부 정보는 도입 주장을 더 쉽게 해석하게 한다.
반복 가능한 조사 업무를 다루는 배포는 점진적 확장 가능성을 뒷받침할 것이다. 더 넓은 책임에 대한 근거는 이에 상응해 더 명확한 감독 및 결과 설명을 요구한다.
반대로 배포 범위를 생략하는 발표는 현재의 불확실성을 대체로 그대로 남길 것이다. 고객 수만으로는 도구가 제한적인 지원을 넘어섰는지 설명할 수 없다. 공급업체가 확대되는 운영 발자국을 설명할 때 이 구분은 중요하다.
둘째, 전체 워크플로를 측정하는 평가를 살펴봐야 한다. 관련 근거에는 분석가 검토 노력, 에스컬레이션 품질, 그리고 시스템이 팀이 필요한 대응을 완료하도록 돕는지가 포함된다. 평가 결과는 측정 대상인 업무와 환경을 설명해야 한다.
공격형 보안에서는 발견 사항을 해결과 연결한다는 의미다. SOC 도구에서는 자동 분류 이후에 어떤 일이 벌어지는지 검토한다는 뜻이다. 적절한 결과는 제품에 부여된 책임에 따라 달라진다.
총 업무량이 줄었다는 공개 근거는 AI가 방어 역량을 확장한다는 주장을 강화할 것이다. 상당한 검토 또는 재작업의 근거는 구현이 여전히 주요 제약이라는 점을 시사할 것이다.
이러한 평가에는 의미 있는 비교도 필요하다. 불명확한 기준선과 비교해 측정한 결과는 구매자에게 거의 알려 주지 못한다. 이전 프로세스를 설명하면 독자가 주장된 개선이 운영 문제를 해결하는지 이해하는 데 도움이 된다.
셋째, 에이전트 신원 원칙이 실제 사례로 전환되는 흐름을 살펴봐야 한다. 9월 29일, NIST의 National Cybersecurity Center of Excellence는 소프트웨어 개발을 초기 구현 사용 사례로 지정했다. 에이전트 권한 부여 프로젝트는 해당 환경에서 식별, 인증 및 권한 부여를 시연할 예정이다.
인증은 신원을 검증하고, 권한 부여는 허용되는 행동을 결정한다. 실제 사례는 조직이 연결된 개발 도구 전반에서 이러한 통제가 어떻게 작동하는지 평가하는 데 도움이 될 수 있다. 이 발표는 완성된 보편 표준이 아니라 프로젝트의 방향을 확립한다.
실용적인 지침은 기업이 더 명확한 책임 아래 에이전트 사용을 확대할 수 있다는 주장을 강화할 것이다. 구현에 관한 불확실성이 지속된다면 보안 검토가 여전히 까다로운 이유를 설명하는 데 도움이 될 것이다. 어느 결과든 설문조사가 제기한 배포 준비도 질문에 정보를 제공할 것이다.
2027년 계획이 진전됨에 따라 a16z CISO 설문조사를 실제 배포의 근거와 함께 읽어야 한다. 어떤 업무가 분석가 대기열에서 벗어났는지, 어떤 결정이 사람에게 남았는지, 그리고 조직이 노출을 줄였는지 물어야 한다. 내부 에이전트의 경우 명확한 소유권과 강제 가능한 접근 제한을 찾아야 한다. 보안 에이전트의 경우 감독과 수정이 포함된 결과를 찾아야 한다. 이러한 세부 사항은 유용한 배포와 야심 찬 평가를 구분하는 데 도움이 된다. 또한 더 높은 지출이 추가적인 방어 역량을 구매하는지, 아니면 주로 이를 구축하는 데 필요한 노력을 뒷받침하는지를 보여 줄 것이다. 다음으로 의미 있는 업데이트는 이러한 시스템이 기업 내부에서 신뢰성 있게 수행하는 일을 더 명확히 설명하는 것이다. 다음 도입 헤드라인에서 결론을 내리기 전에 그 설명을 찾아야 한다.
