AI의 미래는 정체성이 규정할 수 있지만, 진짜 시험대는 접근 권한이다

Google News는 인공지능의 미래가 정체성으로 규정될 것이라는 인상적인 주장을 담은 Newsweek 헤드라인을 노출했다. 이 프레임은 모델의 지능에서 더 어려운 운영상의 질문으로 관심을 옮긴다. AI 에이전트가 행동하기 전에, 누가 이를 승인했으며 무엇에 접근할 수 있고 누가 최종 책임을 지는가?

이 주장은 소프트웨어 에이전트가 질문에 답하는 수준을 넘어 비즈니스 시스템 내부에서 행동을 취하기 시작하는 시점에 나왔다. 에이전트는 문서를 검색하고, 기록을 변경하며, 외부 서비스를 호출하고, 코드를 작성하고, 고객과 소통할 수 있다. 유용한 모든 행동에는 접근 권한이 필요하지만, 새 권한 하나하나는 오류, 조작 또는 악용으로 이어질 또 다른 경로를 만든다.

따라서 새롭게 부상하는 경쟁은 단순히 더 똑똑한 모델과 덜 똑똑한 모델 간의 대결이 아니다. 느슨하게 통제되는 소프트웨어로 취급되는 에이전트와, 식별 가능한 행위자로 관리되는 에이전트 간의 경쟁이다. Microsoft, NIST, 아이덴티티 공급업체 및 표준화 단체는 이미 이 두 번째 모델의 서로 다른 요소를 구축하고 있다.

Newsweek의 주장은 현재 उपलब्ध한 증거만으로 입증할 수 있는 범위보다 더 넓다. 정체성이 모델 품질, 추론 비용 또는 모든 소비자 사용 사례를 결정하지는 않을 것이다. 그러나 자율 시스템이 책임성을 사라지게 하지 않으면서 민감한 워크플로에 진입할 수 있는지를 결정하는 통제 계층으로 자리 잡고 있다.

Google News 헤드라인이 실제로 바꾸는 것

이 헤드라인이 중요한 이유는 모델 벤치마크가 거의 측정하지 않는 배포 제약을 짚어내기 때문이다.

Google News 목록은 Newsweek의 주장을 AI의 방향에 관한 전망으로 제시한다. 이는 새 모델, 규제 또는 보안 표준을 발표하는 내용은 아니다. 그 중요성은 AI 경쟁의 중심을 신뢰할 수 있는 행동으로 재구성하는 데서 나온다.

챗봇은 일반적으로 제한된 대화 안에서 작동한다. 반면 에이전트는 목표를 해석하고, 도구를 선택하며, 제한적인 감독 아래 일련의 행동을 수행할 수 있다. 이 전환은 정체성을 로그인 관련 문제가 아니라 운영 요건으로 바꾼다.

전통적인 애플리케이션은 흔히 안정적인 코드, 예측 가능한 목적, 장기간 유지되는 서비스 계정을 가진다. AI 에이전트는 같은 목표를 향해 서로 다른 경로를 계획할 수 있다. 또한 지시문, 검색된 맥락, 사용 가능한 도구 또는 주변 데이터가 바뀌면 다르게 반응할 수도 있다.

이러한 유연성은 에이전트를 유용하게 만든다. 동시에 정적인 접근 통제의 전제를 약화시킨다.

급여 시스템을 여는 직원은 역할, 관리자, 기기 및 고용 기록에 연결된 인간 정체성을 제시한다. 일반적인 서비스 계정은 대체로 알려진 애플리케이션 및 기술적 소유자와 연결된다. 에이전트는 사용자를 대신해, 부서를 위해, 또는 예약된 작업에 따라 자율적으로 행동할 수 있다.

이러한 방식은 하나의 모호한 자격 증명을 안전하게 공유할 수 없다. 보안팀은 작업을 요청한 사용자, 이를 수행하는 에이전트, 런타임 권한을 발급하는 시스템을 구분할 수 있어야 한다. 그렇지 않으면 감사 로그에는 행동이 발생했다는 사실만 남고, 누구의 의도가 그 행동을 낳았는지는 설명하지 못한다.

일반적으로 IAM이라고 부르는 아이덴티티 및 접근 관리 체계는 행위자가 어떻게 인증하고 어떤 리소스를 사용할 수 있는지를 관리한다. AI 에이전트 정체성은 각 에이전트에 식별 가능한 계정, 수명 주기, 소유자 및 정책 맥락을 부여함으로써 이 모델을 확장한다.

이 차이는 단순한 용어의 문제가 아니다. 10개의 에이전트가 한 직원의 자격 증명을 사용하면 조사자는 개별 행동의 귀속을 신뢰성 있게 판단할 수 없다. 모든 에이전트에 광범위한 애플리케이션 권한을 부여하면, 하나의 워크플로가 침해됐을 때 할당된 작업과 무관한 시스템까지 노출될 수 있다.

고유한 정체성은 제한을 적용할 지점을 만든다. 이는 범위가 제한된 권한 부여, 분리된 로그, 수명 주기 통제 및 긴급 권한 철회를 지원할 수 있다. 안전한 행동을 보장하지는 않지만, 집행과 조사를 가능하게 한다.

이것이 Newsweek의 AI 정체성 논지가 지닌 신뢰할 수 있는 핵심이다. 기업 도입의 다음 단계는 에이전트가 수용 가능한 결과물을 생성할 수 있는지에 덜 좌우된다. 조직이 에이전트를 식별하고, 제약하고, 멈출 수 있는지에 더 크게 달려 있다.

AI 에이전트 정체성이 지금 긴급해진 이유

AI 시스템이 도구, 위임된 권한, 운영 데이터로 이어지는 경로를 갖게 되면서 에이전트 정체성은 긴급한 과제가 됐다.

고립된 언어 모델은 텍스트를 생성한다. 도구를 사용하는 에이전트는 그 텍스트를 외부 행동으로 전환할 수 있다. 메시지를 보내고, 티켓을 승인하며, 고객 기록을 조회하고, 코드를 수정하거나, 구매 워크플로를 시작할 수 있다.

모든 연결은 모델의 응답을 잠재적인 보안 결정으로 바꾼다. 시스템은 어떤 에이전트가 접근을 요청하는지, 어떤 사람 또는 정책이 이를 승인했는지, 그리고 요청된 행동이 그 권한에 부합하는지를 판단해야 한다.

NIST는 2026년 2월 이 우려를 공식화했다. 아이덴티티 개념 문서는 에이전트를 데이터와 알고리즘을 사용해 자율적으로 작업을 수행하는 소프트웨어 시스템으로 설명했다.

이 문서는 식별, 권한 부여, 감사, 부인 방지 및 프롬프트 인젝션 방어에 초점을 맞췄다. 부인 방지는 행동을 책임 있는 행위자와 연결하는 증거를 보존하는 것을 뜻한다. 에이전트가 자격 증명을 공유하거나 추적 가능한 연결 고리 없이 작업을 위임하면 이는 어려워진다.

프롬프트 인젝션은 또 다른 복잡성을 더한다. 신뢰할 수 없는 콘텐츠가 AI 시스템의 지시나 도구 선택을 조작할 때 발생한다. 웹페이지, 이메일 또는 문서를 읽는 에이전트는 그 행동을 다른 방향으로 돌리도록 설계된 악의적 텍스트를 마주할 수 있다.

정체성은 모델이 악의적 지시를 해석하는 일을 막지는 못한다. 대신 조작된 에이전트가 이후에 할 수 있는 일을 제한한다. 문서를 요약하도록만 허용된 에이전트가 문서의 요청만으로 파일을 삭제할 권한까지 얻어서는 안 된다.

이 때문에 인증만으로는 충분하지 않다. 인증은 어떤 행위자가 존재하는지를 확인한다. 권한 부여는 현재 조건에서 그 행위자가 특정 리소스에 대해 특정 행동을 수행할 수 있는지를 결정한다.

사람의 인증은 흔히 비밀번호, 패스키, 생체 인식 또는 다중 인증 프롬프트에 의존한다. 에이전트는 사람처럼 이러한 수단에 응답할 수 없다. 에이전트에는 기계 지향 자격 증명, 토큰 교환, 워크로드 증명 및 위임 맥락을 보존하는 정책이 필요하다.

시간도 중요하다. 영구 자격 증명은 원래 작업이 끝난 뒤에도 오랫동안 위험을 만든다. 단기 토큰은 접근을 좁은 시간대로 제한할 수 있고, 작업별 범위는 허용되는 작업을 제한할 수 있다.

따라서 에이전트의 권한은 운영자가 가진 최대 접근 권한이 아니라 현재의 업무에 맞아야 한다. 일정 관리 보조 도구에는 일정 권한이 필요하다. 그렇다고 재무 보고서, 소스 코드 또는 모든 비공개 대화에 대한 접근 권한까지 자동으로 필요한 것은 아니다.

메모리는 경계를 더욱 복잡하게 만든다. 이전 맥락을 유지하는 에이전트는 별도 시스템의 정보를 결합할 수 있다. 개별 검색은 각각 허용될 수 있지만, 결합된 결과는 어느 한 출처도 직접 공개하지 않은 정보를 드러낼 수 있다.

이 때문에 데이터 출처 추적이 중요하다. 출처 추적은 정보가 어디서 왔고 시스템이 이를 어떻게 변환했는지를 기록한다. 신뢰할 수 있는 에이전트 아키텍처에는 행동 로그와 결과물을 원본 자료에 연결하는 증거가 모두 필요하다.

지식 노동자에게 이 문제는 보조 도구가 개인 문서를 검색해 답변을 생성할 때마다 나타난다. 잘 설계된 AI 세컨드 브레인은 모든 저장 항목을 동일하게 공유할 수 있는 것으로 취급하지 않으면서도 맥락을 보존해야 한다.

에이전트가 채팅 인터페이스가 거의 넘지 않았던 경계를 넘고 있기 때문에 아이덴티티 보안은 지금 긴급하다. 지능은 이미 중요한 영향을 미쳤다. 도구 접근 권한은 그 지능을 운영상의 권한으로 바꾼다.

핵심 경쟁은 자율적 접근과 책임 가능한 접근의 대결이다

결정적인 구분은 에이전트와 인간의 대립이 아니라, 추적할 수 없는 권한과 책임 있는 위임의 대립이다.

자율적 접근은 에이전트에 상시 권한을 부여하고 사용자가 모든 단계를 승인하지 않아도 행동할 수 있게 한다. 이 모델은 예약 작업, 모니터링, 사고 대응 및 반복적인 관리 업무를 지원한다. 그러나 권한이 에이전트의 목적보다 오래 유지될 경우 위험도 만든다.

책임 가능한 접근은 지속적인 인간 개입을 요구하지 않는다. 대신 모든 중요한 행동이 에이전트 정체성, 관리 정책, 책임 있는 후원자 및 최초 요청과 가시적으로 연결되도록 요구한다.

Microsoft의 에이전트 정체성 아키텍처는 이 접근 방식을 보여준다. 에이전트 정체성 문서는 Microsoft Entra ID 내에서 AI 에이전트를 식별하고 인증하는 전용 계정을 정의한다.

Microsoft는 이러한 정체성을 인간 계정 및 전통적인 애플리케이션 정체성과 구분한다. 인간 사용자는 비밀번호와 패스키 같은 수단을 사용한다. 애플리케이션 정체성은 일반적으로 소유권이 알려져 있고 행동이 비교적 예측 가능한 안정적 서비스를 나타낸다.

에이전트는 더 일시적이고 수가 많을 수 있다. Microsoft는 에이전트가 하나의 작업을 위해 잠깐 존재할 수 있으며, 자동화된 워크플로는 많은 인스턴스를 생성하고 폐기할 수 있다고 설명한다. 이러한 동적 특성은 기존 계정 관리를 어렵게 만든다.

Microsoft 모델은 에이전트에 고유한 정체성을 부여하고 이를 후원자와 연결할 수 있다. 이 후원자는 에이전트에 책임을 지는 개인 또는 그룹을 기록한다. 이 아키텍처는 자율 권한과 사용자를 대신한 위임 접근도 지원한다.

위임은 핵심 메커니즘이다. 직원이 보조 도구에 고객 미팅 일정을 잡아 달라고 요청하는 상황을 생각해 보자. 시스템은 최소한 두 개의 정체성을 보존해야 한다. 권한을 부여하는 직원과 요청을 실행하는 에이전트다.

그 에이전트가 다른 서비스를 호출하면 연결 구조는 더 복잡해진다. 하위 시스템은 에이전트와 사용자를 구분할 수 있을 만큼의 맥락을 필요로 한다. 또한 어떤 권한이 위임됐는지, 그 권한이 여전히 유효한지도 알아야 한다.

공유 자격 증명은 이러한 구분을 없앤다. 여러 행위자를 로그의 하나의 항목으로 만든다. 그 결과 과도한 접근 권한을 탐지하기 어려워지고 사고 조사를 완료하기도 어려워진다.

책임 있는 위임은 정체성을 분리해 유지한다. 사용자는 권한의 원천으로 남고, 에이전트는 행동하는 소프트웨어로 나타난다. 그러면 정책은 사용자, 에이전트, 리소스, 요청된 행동, 기기, 위험 수준 및 현재 세션을 평가할 수 있다.

이 모델은 서로 다른 승인 기준도 지원한다. 에이전트는 상시 권한으로 캘린더를 읽을 수 있지만, 기밀 파일 전송에는 새로운 승인이 필요할 수 있다. 결제, 삭제 또는 관리 변경에는 더 강력한 통제가 작동할 수 있다.

더 넓은 AI 아이덴티티 보안 시장은 이제 누가 이러한 결정을 통제할지를 놓고 경쟁하고 있다. 클라우드 제공업체는 자신의 플랫폼에 정체성을 내장할 수 있다. 독립적인 아이덴티티 공급업체는 여러 클라우드와 애플리케이션 전반에서 에이전트를 관리할 수 있다.

애플리케이션 공급업체 역시 자사 제품 안에 독점적인 에이전트 계정을 만들 수 있다. 이 접근 방식은 로컬 배포를 단순화하지만, 통제가 파편화될 위험이 있다. 기업은 모든 소프트웨어 제공업체마다 별도의 에이전트 인벤토리, 로그 및 정책을 갖게 될 수 있다.

표준 제정 기구들은 이러한 파편화를 줄이려 하고 있습니다. OpenID Foundation의 2026년 6월 authorization drafts는 작업이 진행되기 전에 승인, 동의, 위임된 권한, 증명, 위험 검토를 다룹니다.

한 초안은 Model Context Protocol 도구를 둘러싼 권한 부여도 다룹니다. Model Context Protocol, 즉 MCP는 AI 시스템이 도구와 데이터 소스에 연결할 수 있게 하는 공통 인터페이스입니다.

표준화된 권한 부여는 모든 도구가 동일한 내부 ID 플랫폼을 사용한다고 가정하지 않고도 시스템 간 정책 정보를 교환하는 데 도움을 줄 수 있습니다. 에이전트가 조직이나 벤더의 경계를 넘나들게 되면 이러한 상호운용성은 중요해질 것입니다.

따라서 책임 있는 접근 방식이 더 강력한 경로입니다. 위험이 제한적인 경우에는 자율성을 유지하면서도 권한을 가시화하고 철회 가능하게 만듭니다. 대안은 조직이 설명하거나 통제할 수 있는 속도보다 더 빠르게 에이전트의 역량을 확장합니다.

ID는 필요하지만, 의도를 증명하지는 않는다

인증된 에이전트라도 유해한 결정을 내리거나, 악의적인 맥락을 따르거나, 정당한 목표를 잘못 해석할 수 있습니다.

이는 ID가 AI의 미래를 규정할 것이라는 주장에 내재한 핵심 한계입니다. ID는 누가 또는 무엇이 행동하는지를 알려줍니다. 하지만 에이전트가 왜 특정 행동을 선택했는지, 또는 그 행동이 인간의 의도와 부합하는지를 신뢰성 있게 답하지는 못합니다.

유효한 직원도 실수할 수 있습니다. 적절히 인증된 서비스에도 소프트웨어 결함이 있을 수 있습니다. 마찬가지로 올바르게 식별된 에이전트도 요청을 오해하거나, 잘못된 정보에 의존하거나, 다른 면에서는 허용된 도구를 통해 데이터를 노출할 수 있습니다.

에이전트의 행동은 비결정적이기도 합니다. 비결정적 시스템은 생성 과정이 확률적 선택과 변화하는 맥락에 의존하기 때문에 유사한 입력에서도 서로 다른 출력을 낼 수 있습니다. 정적 소프트웨어는 대체로 더 예측 가능한 실행 경로를 따릅니다.

이 차이는 권한 부여를 복잡하게 만듭니다. 정책은 에이전트가 고객 데이터베이스를 호출할 수 있는지 판단할 수 있습니다. 하지만 생성된 모든 쿼리가 사용자의 정당한 목적을 뒷받침하는지는 자동으로 확립할 수 없습니다.

Cloud Security Alliance는 에이전트 거버넌스가 데이터, 맥락, 그리고 후속 조치를 고려해야 한다고 주장해 왔습니다. 해당 기관의 access management analysis는 에이전트 접근 관리가 기존 IAM과 다르다고 설명합니다.

일반적인 권한 검사는 흔히 행위자, 작업, 리소스를 평가합니다. 에이전트형 워크플로는 처리되는 데이터, 작업 맥락, 생성된 결정의 결과에도 주의를 기울여야 합니다.

고객 기록을 읽고 환불 초안을 작성할 수 있는 지원 에이전트를 가정해 보겠습니다. ID 시스템은 에이전트를 인증하고 지원 애플리케이션으로만 사용 범위를 제한할 수 있습니다. 그러나 여전히 거래 한도, 이상 징후 탐지, 출력 검증, 예외 사례에 대한 인간 승인이 필요합니다.

같은 원칙은 코딩 에이전트에도 적용됩니다. 고유한 ID는 에이전트의 커밋을 개발자의 작업과 구분할 수 있습니다. 리포지토리 정책은 브랜치를 제한하고 검토를 요구할 수 있습니다. 그러나 이러한 통제만으로 생성된 코드에 취약점이 없다고 보장할 수는 없습니다.

따라서 ID는 여러 다른 보호 장치와 함께 작동해야 합니다. 최소 권한 원칙은 에이전트의 접근을 필요한 최소 범위로 제한합니다. 샌드박싱은 실행을 격리합니다. 도구 검증은 작업이 발생하기 전에 인수를 확인합니다.

모니터링은 접근 권한이 부여된 뒤 예기치 않은 패턴을 찾습니다. 데이터 손실 통제는 민감한 출력을 제한합니다. 결과가 정의된 위험 임계값을 넘을 때는 인간 승인이 여전히 적절합니다.

또 다른 불확실성은 라이프사이클 규모와 관련됩니다. 에이전트는 빠르게 생성되거나 복제될 수 있고, 여러 구성 요소로 조합될 수도 있습니다. 기업에는 등록, 소유권, 만료, 검토, 삭제에 관한 신뢰할 수 있는 규칙이 필요합니다.

폐기된 에이전트가 권한을 계속 보유하면 인벤토리는 최신성을 잃습니다. 아무도 에이전트 활동을 검토하지 않는다면 스폰서 필드는 형식적인 항목이 됩니다. 조사자가 기술적 이벤트를 비즈니스 목적과 연결할 수 없다면 상세 로그도 유용성이 떨어집니다.

에이전트 간 위임은 더욱 어려운 문제를 만듭니다. 한 에이전트가 다른 에이전트에 하위 작업을 할당하고, 그 에이전트가 추가 도구를 호출할 수 있습니다. 각 인계 과정에는 원래 사용자의 의도가 사라지거나 초기 요청을 넘어 권한이 확대될 위험이 있습니다.

안전한 설계는 위임 체인을 보존해야 합니다. 시작 주체, 모든 실행 에이전트, 각 단계에서 전달된 권한, 그리고 각 결정의 근거가 된 정책을 기록해야 합니다.

그러한 기록조차 모델의 추론이 올바른지 보여주지는 못합니다. 이는 사후 책임 추적과 실행 중 집행 지점을 제공합니다. 이런 역량은 위험을 줄이지만, 자율적 결정 자체를 본질적으로 신뢰할 수 있게 만들지는 않습니다.

이 구분은 Newsweek의 AI ID 논거가 구호로 전락하는 것을 막습니다. ID는 통제에 식별된 행위자가 필요하기 때문에 기반이 됩니다. 식별된 행위자도 여전히 잘못된 행동을 할 수 있기 때문에 충분하지는 않습니다.

AI ID 보안의 압박을 받는 주체들

클라우드 플랫폼, 소프트웨어 벤더, 보안팀, 엔터프라이즈 구매자는 배포가 늘어나기 전에 에이전트 권한을 가시화해야 한다는 압박에 직면해 있습니다.

Microsoft는 에이전트를 위한 특화된 ID 객체로 나아가고 있습니다. 이는 다른 엔터프라이즈 플랫폼에도 에이전트, 애플리케이션, 사용자를 유사한 방식으로 구분하라는 압박을 가합니다.

모든 에이전트를 일반 서비스 계정으로 취급하는 플랫폼도 인증을 제공할 수 있습니다. 하지만 고객은 에이전트별 활동을 식별하고, 인간의 책임을 지정하며, 단명하는 대규모 에이전트 집단을 관리하는 데 어려움을 겪을 수 있습니다.

독립 ID 공급업체는 다른 과제에 직면합니다. 이들은 클라우드, 모델 공급업체, 비즈니스 애플리케이션 전반에서 에이전트를 지원해야 합니다. 이들의 기회는 또 하나의 고립된 계정 디렉터리가 아니라 공유 정책 계층을 만드는 데 있습니다.

보안팀은 즉각적인 운영 부담을 짊어집니다. 에이전트, 스폰서, 연결된 도구, 데이터 접근, 현재 권한에 대한 정확한 인벤토리가 필요합니다. 많은 조직은 여전히 기존 머신 ID와 서비스 계정을 관리하는 데 어려움을 겪고 있습니다.

그 기반을 개선하지 않은 채 동적 에이전트를 추가하면 ID 스프롤이 증가합니다. 스프롤은 팀이 검토, 폐기, 설명할 수 있는 속도보다 계정과 권한이 더 빠르게 늘어나는 현상입니다.

개발자도 새로운 책임을 맡게 됩니다. 인증은 출시 직전에 추가하는 통합 요소로 남을 수 없습니다. 에이전트 아키텍처는 계획 수립, 도구 호출, 위임된 작업, 하위 서비스 전반에서 ID가 어떻게 전파되는지 결정해야 합니다.

도구 인터페이스는 범위가 좁은 권한 부여를 요청해야 합니다. 영구 비밀 정보를 모델에 직접 노출해서는 안 됩니다. 민감한 작업은 보안 시스템이 평가할 수 있는 구조화된 기록을 생성해야 합니다.

엔터프라이즈 구매자는 점점 더 벤더에 증거를 요구할 것입니다. 각 에이전트가 고유한 ID를 부여받는지, 인간 스폰서가 기록되는지, 권한을 중앙에서 검토할 수 있는지를 알아야 합니다.

또한 시스템이 위임을 어떻게 처리하는지도 물어야 합니다. 사용자를 대신해 행동하는 에이전트는 위임된 접근 권한을 영구적인 자율 권한으로 조용히 전환해서는 안 됩니다. 사용자의 권한을 철회하면 적절한 경우 에이전트의 접근에도 영향을 미쳐야 합니다.

감사 로그에는 이벤트를 재구성할 수 있을 만큼 충분한 세부 정보가 필요합니다. 유용한 기록은 사용자, 에이전트, 도구, 리소스, 작업, 시간, 권한 부여 결정, 결과를 식별합니다. 일반적인 통합 계정만 기록하는 로그에는 상당한 공백이 남습니다.

지식 노동자도 이러한 통제에 직접적인 이해관계가 있습니다. 메모, 이메일, 회의 녹취록, 로컬 파일을 검색하는 어시스턴트는 시간을 절약할 수 있습니다. 동시에 여러 소스의 민감한 맥락을 결합할 수도 있습니다.

개인 지식 도구는 소스 경계를 이해하기 쉽게 만들어야 합니다. 사용자는 어시스턴트가 관련 자료를 검색하면서도 개인적 맥락을 조용히 공개하거나 의도하지 않은 곳으로 전송하지 않는다고 확신할 필요가 있습니다.

검색 가능한 지식 기반은 검색과 외부 작업이 별도의 권한으로 유지될 때 더 안전해집니다. 기밀 설계를 찾았다고 해서 이를 공유할 권한이 자동으로 부여되어서는 안 됩니다.

에이전트가 채용, 대출, 의료, 보안, 금융 결정에 영향을 미치게 되면 규제기관과 감사인도 더 명확한 귀속을 요구할 것입니다. 기업은 신원이 확인되지 않은 AI 프로세스가 선택을 내렸다는 말로 불리한 결과를 설명할 수 없습니다.

따라서 압박은 비대칭적입니다. 벤더는 에이전트가 더 많은 시스템에 빠르게 연결될수록 이익을 얻습니다. 엔터프라이즈 고객은 과도한 접근, 누락된 로그, 불명확한 책임이 초래하는 장기적 결과를 감수합니다.

ID 요구사항은 등록, 정책, 검토 작업을 도입하기 때문에 배포를 늦출 수 있습니다. 이런 마찰이 자동으로 낭비는 아닙니다. 에이전트가 프로덕션 권한을 받기 전에 불명확한 소유권을 드러낼 수 있습니다.

Google News 독자는 이를 ID 전망이 지닌 실질적 의미로 봐야 합니다. 승리하는 시스템은 단지 에이전트의 이름을 인식하는 데 그치지 않을 것입니다. 전체 작업 체인에 걸쳐 책임성을 보존할 것입니다.

Newsweek AI ID 논지를 검증할 세 가지 신호

이 논지는 실제 제품과 여러 벤더가 혼합된 환경에서 ID 표준이 집행 가능한 통제를 만들어 낼 때에만 신뢰를 얻습니다.

첫 번째 신호는 엔터프라이즈 플랫폼 내부에서 전용 에이전트 ID가 채택되는지입니다. Microsoft는 자사 모델을 문서화했지만, 더 폭넓은 검증은 고객이 서비스 계정을 재활용하지 않고 별도 ID를 사용하는지에 달려 있습니다.

에이전트 인벤토리가 클라우드, 생산성, 보안, 비즈니스 소프트웨어 전반의 표준 기능이 되는지 지켜봐야 합니다. 또한 각 ID에 스폰서, 라이프사이클 상태, 권한, 에이전트별 감사 이력이 포함되는지도 살펴봐야 합니다.

광범위한 제품 지원은 Newsweek의 주장을 강화할 것입니다. 에이전트 ID가 컨퍼런스의 언어에서 운영 인프라로 옮겨 갔음을 보여주기 때문입니다. 공유 계정에 계속 의존한다면 그 주장은 약화될 것입니다.

두 번째 신호는 벤더 간 상호운용성입니다. OpenID, IETF, NIST 등 표준 커뮤니티는 인증, 권한 부여, 위임, 정책 교환의 여러 요소를 개발하고 있습니다.

중요한 질문은 초안이 몇 개나 나오는지가 아닙니다. 영구 자격 증명을 노출하거나 원래 사용자의 맥락을 잃지 않고도 에이전트가 제품 간에 검증 가능하고 제한된 권한을 지닐 수 있는지입니다.

유용한 표준은 실제 경계를 넘어 작동해야 합니다. 한 플랫폼에서 생성된 에이전트는 식별 가능성을 유지하면서 다른 서비스에 접근을 요청할 수 있어야 합니다. 접근을 받는 서비스는 자체 정책을 집행하고 감사에 충분한 맥락을 보존해야 합니다.

상호운용 가능한 위임 권한 부여는 ID 논지를 강화할 것입니다. 벤더별 ID 섬은 조직이 에이전트 권한에 대한 일관된 관점을 여전히 갖지 못하게 하므로 그 논지를 약화할 것입니다.

세 번째 신호는 ID 통제가 의미 있는 사고를 줄인다는 증거입니다. 제품 발표는 기술적 역량을 보여줄 수 있지만, 효과성을 입증하지는 못합니다.

구매자는 고아 상태의 에이전트 계정, 과도한 권한, 차단된 고위험 작업, 자격 증명 노출, 에이전트 활동 조사에 필요한 시간을 추적해야 합니다. 또한 인간 승인이 안전하지 않은 실행을 얼마나 자주 방지하는지도 측정해야 합니다.

성공적인 ID 프로그램은 에이전트를 사용할 수 없게 만들지 않으면서 귀속성을 개선해야 합니다. 모든 저위험 작업에 수동 승인이 필요하다면 조직은 통제를 우회하거나 자동화를 포기할 것입니다. 승인이 거의 발생하지 않는다면 시스템이 실질적인 제약을 거의 적용하지 않고 있을 수 있습니다.

가장 강력한 아키텍처는 단계적 권한을 사용할 것입니다. 저위험 검색은 상시 정책에 따라 진행될 수 있습니다. 민감한 공개, 재정적 약정, 파괴적인 변경, 권한 상승은 더 강한 검증을 유발할 수 있습니다.

그 접근법은 정체성을 프로그래밍 가능한 제어 계층으로 다룬다. 정체성을 지능, 안전성 또는 도덕적 행위성과 혼동하지 않는다. 또한 조직이 어떤 소프트웨어 행위자가 어떤 행동을 수행할 수 있는지 일관되게 판단할 수 있는 기반을 제공한다.

Google News의 헤드라인은 실제 전환점을 포착하지만, 그 폭넓은 표현은 이러한 운영상의 검증을 거쳐야 한다. AI의 미래는 여전히 모델, 칩, 데이터, 인터페이스, 경제성, 규제에 좌우될 것이다.

정체성은 어떤 자율 시스템이 중요한 워크플로에 접근할 자격을 얻는지 규정할 것이다. 권한 부여는 그 시스템들이 무엇을 할 수 있는지 결정한다. 모니터링과 거버넌스는 그들의 행동이 부여받은 권한과 계속 일치하는지를 드러낼 것이다.

개발자가 지금 해야 할 일은 모든 에이전트에 소유자, 목적, 권한 집합, 만료 규칙을 연결하는 것이다. 엔터프라이즈 구매자는 공급업체에 동일한 근거를 요구해야 한다. 지식 근로자는 어떤 어시스턴트가 정보 검색만 가능한지, 어떤 어시스턴트가 정보를 전송하거나 수정할 수 있는지 살펴봐야 한다.

이제 질문은 AI 에이전트가 작업을 완료할 수 있는지 여부가 아니다. 그 권한이 식별 가능하고, 제한적이며, 검토 가능하고, 되돌릴 수 있는지 물어야 한다. 이 기준은 Google News를 통해 확산되는 어떤 광범위한 예측보다 더 명확한 판단 기준을 제공한다.