Five Eyes, AI 과대광고보다 인프라 복원력이 우선돼야 한다고 경고

Five Eyes의 사이버 보안 책임자들은 6개 기관 공동 성명을 통해 Google News의 논의를 AI 과대광고에서 인프라 복원력으로 전환하려 했다. 메시지는 분명했다. 최첨단 AI는 사이버 위협을 가속하겠지만, AI 도구를 더 많이 구매한다고 취약한 보안 기반이 보완되지는 않는다.

6월 22일 경고는 호주, 캐나다, 뉴질랜드, 영국, 미국의 사이버 보안 기관에서 나왔다. 이들은 성능이 갈수록 향상되는 소프트웨어가 노후 시스템, 느린 패치, 과도한 접근 권한, 불완전한 복구 계획을 상쇄할 것이라는 익숙한 업계 주장을 반박했다.

이 성명이 AI 보조 방어를 거부한 것은 아니다. 대신 예방이 실패했을 때 필수 운영을 계속 유지하는 일을 더 우선시했다. 이 입장은 이사회, 인프라 운영자, 소프트웨어 공급업체, 정부 기관에 시스템이 혼란을 견딜 수 있음을 입증하라고 요구한다.

Google News, 비즈니스 리더들에게 Five Eyes 경고를 전하다

핵심 변화는 새로운 AI 기능이 아니다. 조직이 자동화를 더 추가하기 전에 측정 가능한 복원력을 갖추라는 공동의 요구다.

Five Eyes 성명에는 6개 기관의 책임자가 참여했다. 호주는 Australian Cyber Security Centre의 Stephanie Crowe가 대표했다. 캐나다는 Canadian Centre for Cyber Security의 Rajiv Gupta가 대표했다.

뉴질랜드는 National Cyber Security Centre의 Catriona Robinson이, 영국은 National Cyber Security Centre의 Richard Horne이 대표했다. 미국에서는 National Security Agency의 David Imbordino와 CISA의 Nick Andersen이 서명했다.

이 구성이 중요한 이유는 경고가 국가와 기관의 경계를 넘기 때문이다. 이는 민간 방어, 정보, 사고 대응, 핵심 인프라 보안을 담당하는 기관들이 공유한 평가를 반영한다.

기관들은 최첨단 모델이 공격 및 방어 사이버 역량을 변화시킬 것으로 예상된다고 밝혔다. 또한 예상 시점을 “수년이 아니라 수개월”이라는 강렬한 표현으로 압축했다.

이 발언은 신중하게 해석할 필요가 있다. 이는 정부의 전망이지, 완전 자율형 사이버 공격이 이미 전체 침투 사슬에 걸쳐 작동하고 있다는 증거는 아니다.

그럼에도 이 경고는 측정 가능한 역량 변화를 반영한다. 영국 National Cyber Security Centre의 3월 분석에 따르면, 연구진은 2026년 3월 이전에 출시된 7개의 최첨단 모델을 평가했다.

최고 성능 모델은 18개월 전 시험한 가장 강력한 모델보다 거의 6배 많은 공격 단계를 완료했다. 일부 모델은 평가 시간이 끝났을 때도 여전히 유의미한 행동을 수행하고 있었다.

이러한 결과는 AI가 점점 더 다단계 사이버 작업을 지속적으로 수행할 수 있음을 시사한다. 다만 모델이 접근 권한, 사전 준비, 인간의 지시 없이도 선택한 어떤 표적이든 독립적으로 침해할 수 있다는 점을 입증하지는 않는다.

이 구분은 중요하다. 선정적인 보도는 AI를 독립적인 적대자로 보이게 할 수 있다. 더 즉각적인 위험은 대개 더 단순하다. AI가 기존 공격자의 표적 조사, 코드 작성, 유인책 조정, 반복 작업 확장을 돕는 것이다.

따라서 공동 사이버 경고는 익숙한 다섯 가지 조치에 초점을 맞췄다. 조직은 공격 표면을 줄이고, 더 신속히 패치하며, 레거시 시스템을 해결하고, ID 제어를 강화하며, 사고 대응을 훈련해야 한다.

이 조치들 중 어느 것도 검증되지 않은 모델이나 값비싼 보안 플랫폼에 의존하지 않는다. 각각 자산에 대한 이해, 운영 책임, 지속적인 유지보수를 요구한다.

이 때문에 이 이야기는 보안 팀만의 영역을 넘어선다. 기관들은 사이버 복원력을 사업 연속성, 시장 신뢰, 장기적 가치와 연결된 리더십의 책임으로 명시적으로 다뤘다.

이사회는 AI 보안 구매를 승인하는 것만으로 이 책임을 다할 수 없다. 자격 증명이 탈취되거나, 공급업체에 문제가 생기거나, 외부에 노출된 시스템을 사용할 수 없게 된 뒤에도 핵심 서비스가 계속 작동하는지 물어야 한다.

Google News에서 이 경고가 주목받으며 대상 독자는 넓어졌지만, 집계 보도는 논지를 또 하나의 극적인 AI 헤드라인으로 평면화할 수 있다. 더 중대한 메시지는 그 아래에 있다. 공격 속도가 비상하게 빨라져도 조직은 일상적인 취약점에 여전히 책임이 있다는 것이다.

이것이 이 글의 핵심 갈등을 만든다. AI 투자는 눈에 잘 띄고, 홍보하기 좋으며, 발표하기 쉽다. 인프라 유지보수는 더 느리고, 덜 화려하며, 자금을 확보하기도 더 어렵다.

하지만 AI 보조 공격자가 손쉬운 경로를 찾는지는 인프라가 결정한다. 침입이 성공했을 때 방어자가 피해를 억제할 수 있는지도 마찬가지다.

AI는 방어자의 의사결정 시간을 압축하고 있다

AI는 속도와 규모를 키워 사이버 위험을 바꾸지만, 그 가속이 얼마나 큰 피해로 이어지는지는 취약한 인프라가 결정한다.

Five Eyes 책임자들은 AI가 취약점 발견과 악용 사이의 시간을 단축하고 있다고 주장했다. 그렇다고 새로 공개되는 모든 결함이 즉시 AI 생성 공격에 노출된다는 뜻은 아니다.

이는 방어자가 더 이상 공개, 공격자 준비, 실제 악용 사이에 긴 간격이 있을 것이라 기대해서는 안 된다는 의미다. 여유 있는 지연 시간을 전제로 설계된 패치 프로세스는 중대한 책임 요인이 될 수 있다.

이 압박은 복잡한 환경에서 가장 크다. 병원, 공공 서비스 기업, 제조업체, 정부 기관, 통신 사업자는 대개 아무 때나 재시작할 수 없는 시스템을 운영한다.

OT(운영 기술)는 정수, 전력 배전, 산업 생산 같은 물리적 공정을 제어한다. 이를 업데이트하려면 안전 검토, 공급업체 지원, 계획된 가동 중단, 현장 운영자와의 조율이 필요할 수 있다.

이런 제약 때문에 “더 빨리 패치하라”는 말은 들리는 것보다 복잡하다. 성급한 업데이트는 필수 서비스를 중단시킬 수 있고, 지연된 업데이트는 알려진 공격 경로를 열어둘 수 있다.

복원력은 이 갈등을 해결할 길을 제공한다. 조직은 취약한 시스템을 격리하고, 통신을 제한하며, 모니터링을 추가하고, 수동 절차를 준비하고, 통제된 업데이트 일정을 잡을 수 있다.

이러한 보완 통제는 근본적인 결함을 없애지는 않는다. 하지만 하나의 취약점이 전사적 비상사태로 번질 가능성을 낮춘다.

Five Eyes 사이버 위험 평가는 공격 표면 축소도 강조한다. 공격 표면에는 적대자가 표적으로 삼을 수 있는 모든 접근 가능한 계정, 서비스, 장치, 애플리케이션, 연결이 포함된다.

조직은 의도적인 승인 없이 외부에 노출된 시스템을 축적하는 경우가 많다. 팀은 임시 작업을 위해 원격 접근 서비스를 열고, 오래된 관리 인터페이스를 유지하거나, 격리 환경용으로 설계된 장비를 연결한다.

AI는 공격자가 이 환경을 더 효율적으로 탐색하도록 도울 수 있다. 정찰 정보를 정리하고, 소프트웨어 버전을 알려진 취약점과 대조하며, 일반적인 침투 기법의 변형을 생성할 수 있다.

하지만 접근할 수 없는 인터페이스는 악용할 수 없다. 제거된 자격 증명을 재사용할 수도 없다. 의미 있는 세분화를 시행하는 네트워크에서 자유롭게 이동할 수도 없다.

이것이 경고의 실질적인 기반이다. 견고한 아키텍처는 더 빠른 도구가 공격자에게 주는 가치를 제한한다.

ID는 또 하나의 핵심 통제 수단이다. 조직은 계정이 강력한 비밀번호를 사용하는지에 집중하면서, 해당 계정이 어느 정도의 접근 권한을 보유하는지는 간과하는 경우가 많다.

다단계 인증은 두 번째 검증 단계를 추가한다. 최소 권한 원칙은 사용자, 서비스, 소프트웨어 에이전트의 접근을 업무 수행에 필요한 최소한으로 제한한다.

기업이 에이전틱 AI를 배포할수록 이러한 통제는 더 중요해진다. AI 에이전트는 단순히 사용자용 텍스트를 생성하는 데 그치지 않고 여러 도구에서 작업을 수행할 수 있다.

광범위한 자격 증명을 가진 에이전트는 기계 속도로 실수할 수 있다. 침해된 에이전트는 공격자에게 연결된 애플리케이션, 저장된 데이터, 자동화된 워크플로에 대한 접근 권한을 제공할 수도 있다.

영국의 에이전트 신중 사용 지침은 임시 자격 증명, 제한된 범위, 행동 모니터링, 명확한 인간 책임성을 권고한다.

또한 실질적인 준비 상태 시험도 제시한다. 조직이 에이전트의 행동을 이해, 모니터링, 통제할 수 없다면, 그 에이전트는 배포할 준비가 되지 않은 것이다.

이는 자동화에 반대하는 주장이 아니다. 자율성에 상응하는 통제를 갖추자는 주장이다.

같은 원칙은 방어용 AI에도 적용된다. 방화벽 규칙을 자동으로 변경하거나 계정을 비활성화하는 시스템은 사람으로 구성된 팀보다 더 빠르게 공격을 차단할 수 있다.

하지만 결론이 틀릴 경우 정당한 운영까지 중단시킬 수 있다. 따라서 인프라 운영자는 승인 기준, 롤백 절차, 감사 로그, 자동화된 조치를 중단할 수 있는 명확한 방법을 마련해야 한다.

속도만으로는 복원력이 되지 않는다. 복원력은 신속한 탐지, 통제된 의사결정, 복구 가능한 시스템을 결합한다.

진짜 경쟁은 AI 지출과 보안 유지보수 사이에 있다

조직은 눈에 띄는 AI 프로젝트와 디지털 서비스를 신뢰할 수 있게 만드는 덜 눈에 띄는 작업 사이에서 자원 배분의 선택에 직면한다.

AI는 리더들이 이를 성장, 효율성, 경쟁적 위치와 연결할 수 있기 때문에 예산을 끌어들이는 자석이 됐다. 보안 유지보수는 대개 비용, 규정 준수, 기술 부채라는 맥락에서 같은 대화에 등장한다.

이 차이는 왜곡된 유인을 만든다. 새로운 AI 파일럿은 수주 안에 시연 결과를 낼 수 있다. 지원이 종료된 인프라를 교체하려면 수년간의 조달, 마이그레이션, 테스트, 프로세스 재설계가 필요할 수 있다.

Five Eyes 성명은 이러한 불균형에 맞선다. 지원이 종료된 시스템을 향후 업그레이드를 기다리는 단순한 오래된 기술이 아니라 전략적 부채로 규정한다.

레거시 시스템은 여러 유형의 위험을 만든다. 공급업체가 더는 수정 사항을 제공하지 않을 수 있다. 문서가 불완전할 수 있고, 특수한 구성을 이해하던 직원이 퇴사했을 수도 있다.

오래된 장비는 현재 플랫폼에서 실행할 수 없는 애플리케이션에 의존할 수도 있다. 따라서 한 구성 요소를 교체하려면 전체 운영 체인을 바꿔야 할 수 있다.

이것이 조직이 현대화를 미루는 이유를 설명한다. 취약한 운영 시스템을 건드리는 위험은 즉각적으로 느껴지는 반면, 미래 공격의 위험은 불확실하게 느껴진다.

AI 보조 정찰은 이 계산을 바꾼다. 공격자는 공개 문서를 검색하고, 일반적인 구성을 식별하며, 외부에 노출된 표적에 대한 테스트를 더 빠르게 확장할 수 있다.

올바른 대응은 모든 오래된 시스템을 한꺼번에 교체하는 것이 아니다. 조직에는 자산을 필수 서비스와 연결하는 우선순위 기반 인벤토리가 필요하다.

자산 인벤토리는 운영을 뒷받침하는 하드웨어, 소프트웨어, 계정, 종속성, 외부 연결을 기록한다. 서비스 맵은 어떤 결과를 제공하기 위해 어떤 구성 요소가 함께 작동해야 하는지를 보여준다는 점에서 한 단계 더 나아간다.

이 차이는 사고 상황에서 중요하다. 목록은 대응 담당자에게 데이터베이스가 존재한다는 사실을 알려줄 수 있다. 서비스 맵은 해당 데이터베이스가 실패할 때 어느 병원 기능, 결제 프로세스, 고객 포털이 중단되는지 보여줄 수 있다.

기관들이 사업 연속성을 강조하면서 매핑은 경영진의 관심사가 된다. 리더는 중단될 경우 안전, 재무, 법률 또는 공공 측면의 결과를 초래할 서비스를 식별해야 한다.

그런 다음 각 서비스를 얼마나 오래 사용할 수 없을지 결정해야 한다. 또한 검증된 복구 우선순위, 깨끗한 백업, 대체 통신 수단, 수동 운영 절차도 필요하다.

이 작업은 눈에 띄게 보여주기 어렵다. 평범한 구성 요소가 고장 나거나 공격자가 핵심 종속성을 무력화할 때 그 가치는 드러난다.

이러한 긴장은 공공 정책에도 이어진다. 정부는 경제와 국가 안보를 이유로 기업의 AI 도입을 원한다. 동시에 정부는 소유주마다 자원과 유인이 균등하지 않은 민간 운영 인프라에 의존한다.

대형 은행과 통신사는 전문 대응팀을 유지할 수 있다. 농촌 병원, 지방 상수도 시스템, 학교, 소규모 공공사업자는 대체로 그 역량을 따라가기 어렵다.

모든 운영자가 동등한 역량을 갖췄다고 전제하는 회복탄력성 전략은 예측 가능한 공백을 남긴다. AI 도구는 그러한 공백의 배경에 있는 인력, 조달, 운영상의 제약을 없애지 못한다.

미국은 이 갈등을 잘 보여준다. CISA의 닉 앤더슨(Nick Andersen) 국장 대행은 6월, 중대한 핵심 인프라 교란은 예상되는 현실로 간주해야 한다고 말했다.

그의 발언은 모든 사고를 막으려는 접근에서 벗어나, 교란 상황에서도 필수 운영을 유지하는 쪽으로의 더 광범위한 전환을 반영했다. 이는 예방 통제를 구매하는 것보다 더 어려운 기준이다.

동시에 CISA는 인력 현황과 인프라 운영자와의 관계를 둘러싼 지속적인 질문에 직면해 왔다. Cybersecurity Dive는 정부 구조조정과 인력 손실이 일부 민관 파트너십을 훼손했다고 보도했다.

국토안보부는 6월 핵심 인프라 협력을 위한 대체 프레임워크로 ANCHOR-CI를 제안했다. 이 프레임워크는 부문별, 부문 간, 산업별, 지역별 협의체를 지원한다.

그 설계는 기본적인 현실을 인정한다. 전력, 통신, 금융, 교통, 의료, 상하수도 시스템은 서로 의존한다. 회복탄력성은 단일 조직 내부에서만 측정할 수 없다.

한 공공사업자는 네트워크를 복구해도 통신이 불가능하면 운영할 수 없다. 병원은 발전기를 유지하더라도 약품 공급업체나 클라우드 기반 환자 시스템에 대한 접근을 잃을 수 있다.

따라서 AI 인프라 회복탄력성에는 안전한 모델 이상이 필요하다. 종속성 매핑, 공동 훈련, 보호된 정보 공유, 연쇄적 장애를 고려한 복구 계획이 필요하다.

민간 연합체도 도움이 될 수 있다. JPMorgan Chase, Mastercard, AT&T, Berkshire Hathaway Energy를 포함한 주요 운영자들은 2026년 2월 Alliance for Critical Infrastructure를 결성했다.

이 단체는 더 강력한 부문 간 조정을 추구한다. 그 존재 자체는 기존 정부 메커니즘이 운영상 필요를 따라가지 못했다는 우려를 시사하기도 한다.

민간 조정에는 한계가 있다. 기업은 공공 기관과 같은 정보, 법적 권한, 국가적 책무를 보유하지 않는다.

따라서 핵심 경쟁 구도는 정부 대 산업보다 더 복잡하다. 진짜 상대는 공동 유지보수는 미루면서 눈에 보이는 도입에는 보상하는 자금 지원 문화다.

Five Eyes의 경고는 이러한 우선순위를 뒤집으려 한다. AI는 이 작업을 지원할 수 있지만, 이를 대체할 수는 없다.

인프라 메시지가 입증하지 못하는 것

이 경고는 긴급성을 보여주지만, AI가 이미 현실 세계의 사이버 공격 모든 단계를 변화시켰다는 사실을 입증하지는 않는다.

정부 기관은 예상되는 가장 심각한 역량이 일반화되기 전에 지침을 발표하는 경우가 많다. 이는 대비 태세의 특성이지만, 독자는 관측된 증거와 미래 전망 평가를 구분해야 한다.

Five Eyes 지도자들은 프런티어 모델이 현재 업계의 예상 수준을 넘어설 것으로 전망된다고 말했다. 이들은 현재 모델이 방어가 잘 갖춰진 운영 환경을 상대로 완전한 자율 공격을 수행할 수 있음을 보여주는 보편적 벤치마크를 공개하지는 않았다.

영국의 평가는 더 구체적인 증거를 제공한다. 가장 강력한 모델은 18개월 전 시험한 최고 모델보다 거의 6배 많은 공격 단계를 완료했다.

그러나 벤치마크 성능은 과업 설계, 도구 접근 권한, 시간 제한, 평가 환경, 성공 기준에 따라 달라진다. 통제된 사이버 범위는 실제 공공사업자나 기업 네트워크 내부의 모든 복잡성을 재현하지 못한다.

모델은 잘못된 명령을 생성하거나 시스템 응답을 오독하거나 비생산적인 반복에 빠질 수도 있다. 많은 고급 활용 사례에서 인간 운영자는 여전히 목표, 맥락, 접근 권한, 판단을 제공한다.

이러한 불확실성이 행동하지 않을 구실이 되어서는 안 된다. 보안팀은 공격자가 그 역량을 대규모로 활용하기 전에 그럴듯한 가능성에 일상적으로 대비한다.

이는 투자 선택에 영향을 미쳐야 한다. 극적인 전망이 실험적 자동화를 위해 효과적인 통제를 포기할 정당화가 되지는 않는다.

방어용 AI는 자체적인 공격 표면도 만든다. 모델은 신뢰할 수 없는 콘텐츠를 소비하고 민감한 도구에 연결하며 조작된 입력을 바탕으로 행동할 수 있다.

프롬프트 인젝션은 콘텐츠에 숨겨진 적대적 지시가 AI 시스템의 행동에 영향을 미치는 경우에 발생한다. 이메일, 웹페이지, 문서 또는 지원 티켓을 처리하는 에이전트는 일상적인 업무 중 그러한 콘텐츠를 접할 수 있다.

그 에이전트가 광범위한 권한을 보유한다면 모델 수준의 실패는 인프라 사고가 될 수 있다. 최소 권한과 격리는 그 결과를 제한한다.

데이터 품질도 또 하나의 제약이다. AI 보안 시스템은 로그, 자산 목록, 경보, 과거 기록에 의존한다.

센서가 중요한 활동을 놓치면 모델은 비정상적인 행동을 안정적으로 식별할 수 없다. 자산 목록이 취약한 자산을 폐기된 것으로 잘못 기재하면 모델은 해당 자산의 우선순위를 정할 수 없다.

이 때문에 frontier model analysis는 AI가 강점과 약점을 모두 증폭시킬 것이라고 말한다. 더 나은 자동화는 성숙한 프로그램을 가속할 수 있지만, 신뢰할 수 없는 데이터는 혼란을 자동화할 수 있다.

방어자들은 검증 문제에도 직면한다. 모델은 잘못된 결론에 대해 설득력 있는 설명을 내놓을 수 있다.

보안팀은 영향이 큰 결정의 근거가 되는 재현 가능한 증거를 필요로 한다. 자동화된 권고를 뒷받침하는 기초 이벤트, 명령, 영향을 받은 자산, 접근 기록을 보존해야 한다.

인적 검토는 여전히 중요하지만, 모든 워크플로의 마지막에 사람을 배치하는 것만으로는 충분하지 않다. 검토자에게는 시간, 권한, 시스템 맥락, 자동화된 조치를 거부할 명확한 기준이 필요하다.

따라서 회의적인 질문은 AI가 공격자 또는 방어자를 돕는지 여부가 아니다. 증거는 이미 두 활용 모두를 뒷받침한다.

더 나은 질문은 조직이 이미 취약한 환경에 또 다른 경직된 종속성을 추가하지 않고 AI를 거버넌스할 수 있는지 여부다.

이 질문은 공급업체에도 과제를 던진다. “AI-powered”라는 표현은 제품이 어디에서 데이터를 얻는지, 무엇을 변경할 수 있는지, 어떻게 실패하는지, 고객이 이전 구성을 복원할 수 있는지를 설명하지 않는다.

구매자는 기술적 경계를 요구해야 한다. 제품이 어떤 모델과 서비스에 의존하는지, 데이터가 어디로 이동하는지, 외부 제공업체를 이용할 수 없게 될 때 어떤 일이 발생하는지를 알아야 한다.

조치가 계속 가시적이고 되돌릴 수 있는지도 물어야 한다. 또한 입력이 불완전하거나 지연되거나 모순되거나 의도적으로 적대적일 때 제품이 어떻게 작동하는지 시험해야 한다.

이러한 요구사항은 배포 속도를 늦출 수 있다. 하지만 유용한 방어 자동화와 AI 보여주기를 구분하기도 한다.

Google News의 헤드라인 순환은 계속해서 더 빠른 모델과 확장되는 역량을 강조할 것이다. 인프라팀은 다른 시간표에 따라 운영해야 한다.

이들에게는 사고 발생 중에도 통제가 작동한다는 반복 가능한 증거가 필요하다. 모델 발표만으로는 그러한 확신을 제공할 수 없다.

회복탄력성은 격리와 복구에서 시작된다

더 빨라지는 공격에 대한 가장 강력한 대응은 이동을 제한하고, 핵심 기능을 보존하며, 정해진 순서로 서비스를 복구하는 환경이다.

예방은 여전히 필요하다. 조직은 계속해서 노출된 서비스를 닫고, 지원이 종료된 소프트웨어를 제거하고, 악용 가능한 취약점을 수정하며, 탈취된 자격 증명을 차단해야 한다.

회복탄력성 모델은 일부 예방 통제가 실패할 것이라는 가정에서 시작한다. 이어 공격자가 얼마나 멀리 이동할 수 있는지와 어떤 서비스가 계속 이용 가능한지를 묻는다.

네트워크 세분화는 시스템을 통제된 영역으로 분리한다. 이는 침해된 사무용 노트북이 산업용 제어기나 민감한 데이터베이스와 직접 통신하는 것을 막을 수 있다.

세분화는 조직이 이를 시험할 때만 작동한다. 잊힌 방화벽 규칙, 공유 관리 계정, 공급업체 연결은 아키텍처 다이어그램이 차단했다고 주장하는 경로를 조용히 복원할 수 있다.

ID 세분화도 마찬가지로 중요하다. 관리 계정은 일상적인 이메일, 웹 브라우징, 문서 작업을 처리해서는 안 된다.

서비스 계정에는 엄격히 정의된 권한, 가능한 경우 짧은 자격 증명 수명, 비정상적 행동에 대한 모니터링이 필요하다. AI 에이전트에도 동일한 제한이 적용되어야 한다.

백업은 여전히 핵심 복구 통제이지만, 백업 파일을 보유하는 것과 서비스를 복원할 수 있는 것은 다르다. 조직은 현실적인 조건에서 복구를 시험해야 한다.

여기에는 백업이 운영 환경 자격 증명으로부터 격리되어 있는지 확인하는 일이 포함된다. 또한 데이터 복원, 시스템 재구축, 검증, 운영 승인에 얼마나 걸리는지 측정해야 한다.

복구 목표는 서비스 영향에 맞춰야 한다. 고객 분석 대시보드는 긴급 출동 시스템보다 더 오래 오프라인 상태로 남아도 된다.

팀은 위기 전에 이러한 우선순위를 정해야 한다. 그렇지 않으면 가장 목소리가 큰 이해관계자나 가장 눈에 띄는 서버가 제한된 복구 역량을 소진할 수 있다.

사고 훈련은 이러한 충돌을 드러낸다. 테이블톱 훈련은 리더들에게 모의 교란 상황을 제시하고, 기존 계획을 사용해 결정을 내리도록 강제한다.

기술 복구 훈련은 한 단계 더 나아간다. 팀은 시스템을 재구축하고, 자격 증명을 교체하고, 데이터를 복원하며, 종속 애플리케이션이 올바르게 다시 연결되는지 검증한다.

Five Eyes 기관들은 리더들에게 통제가 압박 상황에서도 작동한다는 확신을 가지라고 촉구했다. 이러한 표현은 기준을 문서화된 의도에서 관찰된 행동으로 옮긴다.

핵심 계정이 다중 인증을 사용한다는 정책은 비상 계정이 이를 우회한다면 가치가 제한적이다. 공급업체와 업무 시간 외에는 연락할 수 없다면 대응 계획도 가치가 제한적이다.

이러한 초점은 AI 도입도 개선할 수 있다. 명확한 접근 경계, 신뢰할 수 있는 자산 목록, 검증된 롤백 메커니즘을 갖춘 조직은 자동화를 더 안전하게 도입할 수 있다.

이들은 에이전트를 특정 환경으로 제한하고, 그 행동을 관찰하며, 변경 사항을 되돌릴 수 있다. 또한 운영 위험을 높이지 않으면서 대응 시간을 개선하는지도 평가할 수 있다.

영국의 Cyber Shield 이니셔티브는 이중 접근법을 보여준다. 이 프로그램은 국가 규모의 에이전트형 사이버 방어를 개발하는 한편, 패치 적용, 레거시 시스템 축소, 시큐어 바이 디자인 기술을 계속 우선시하는 것을 목표로 한다.

이의 machine-speed defense 비전은 복잡한 환경에서 인간의 판단이 여전히 필요하다는 점을 인정한다. 또한 실제 침해 라이프사이클 전체에 걸친 완전 자율 공격은 아직 관찰되지 않았다고 명시한다.

이러한 조합은 어느 한쪽 극단보다 유용하다. 정부는 자율성이 아직 불완전하다는 이유로 AI를 배척할 필요가 없다.

그렇다고 AI를 기존 엔지니어링의 대체재로 취급할 필요도 없다. 실용적 전략은 속도가 중요한 곳에서는 자동화하고, 실수가 중요한 곳에서는 자동화를 제한하는 것이다.

개발자에게 이는 관찰 가능하고 되돌릴 수 있는 시스템을 구축한다는 의미다. 애플리케이션은 의미 있는 보안 이벤트를 기록하고 운영자가 해석할 수 있는 상태 정보를 제공해야 한다.

소프트웨어는 안전한 기본 설정, 제한된 권한, 신속한 업데이트, 예측 가능한 복구를 지원해야 한다. 이러한 특성은 대규모 보안팀이 없는 고객을 포함해 모든 고객에게 도움이 된다.

기업 구매자에게 질문의 초점은 기능의 양에서 서비스 동작으로 옮겨간다. 제공업체 장애 중에도 제품이 작동할 수 있는가? 관리자는 필수 데이터와 구성을 내보낼 수 있는가?

팀은 모든 외부 의존성을 식별할 수 있을까? 공급업체를 기다리지 않고도 접근 권한을 철회할 수 있을까?

지식 노동자에게 인프라 복원력은 익숙한 서비스가 사라지기 전까지는 먼 이야기처럼 느껴질 수 있다. 인증 실패, 문서 접근 불가, 결제 차질, 지연된 커뮤니케이션은 기술적 취약점을 빠르게 운영상의 문제로 바꾼다.

개인 차원의 올바른 정보 관리 관행이 기업 네트워크를 복구할 수는 없다. 그러나 개인이 겪는 혼란은 줄일 수 있다.

필수 연락처, 의사결정 사항, 업무 맥락을 검색 가능한 개인 지식 기반에 체계적으로 정리해 두면, 일반적인 소통 채널이 분절될 때에도 업무 연속성을 회복하는 데 도움이 될 수 있다.

더 큰 교훈은 조직 차원에 있다. 핵심 지식, 접근 권한, 운영 절차는 한 사람, 하나의 계정, 또는 사용할 수 없는 하나의 플랫폼에 의존해서는 안 된다.

복원력은 사고가 그런 집중 지점을 드러내기 전에 미리 식별하는 실천이다.

경고가 행동 변화를 이끄는지 보여줄 세 가지 신호

다음 시험대는 각국 정부와 운영자가 Five Eyes 성명을 자금이 뒷받침되는 통제 체계, 측정 가능한 복구, 책임 있는 AI 도입으로 전환하는지 여부다.

첫 번째 신호는 국가 사이버 기관의 이행 지침이다. Five Eyes 성명은 원칙을 제시하지만, 운영자에게는 산업별 요구사항과 실용적인 측정 기준이 필요하다.

CISA의 연방 AI 보안 지침 이행은 특히 중요하다. 이 기관은 취약점 관리, AI 기반 방어 도구, 주 및 지방 당국 지원을 논의해 왔다.

새 지침이 패치 적용 기한, 자산 적용 범위, 신원 요건, 복구 테스트를 규정하는지 주목해야 한다. 구체적인 기준은 인프라 우선 해석을 강화할 것이다.

기한, 자금 지원, 검증 없는 광범위한 권고는 이를 약화할 것이다. 조직들은 이미 패치 적용과 사고 대비가 중요하다는 점을 알고 있다.

두 번째 신호는 실제 AI 사이버 작전에서 나오는 증거다. 정부 연구소와 독립 연구자들은 지원과 자율성을 구분하는 평가를 계속 공개해야 한다.

유용한 보고는 모델이 완료할 수 있는 공격 단계, 성공 빈도, 필요한 도구, 그리고 인간 개입이 여전히 필요한 지점을 보여줄 것이다.

같은 투명성은 방어에도 적용되어야 한다. 기관과 공급업체는 AI가 조사 시간을 줄이는지, 취약점 우선순위 설정을 개선하는지, 또는 용인할 수 없는 오탐을 만들지 않고 사고를 억제하는지를 공개해야 한다.

더 나은 증거는 표적형 자동화를 정당화할 것이다. 모호한 역량 주장은 AI 지출이 운영상의 입증을 앞서가고 있다는 우려를 강화할 것이다.

세 번째 신호는 핵심 인프라 운영자의 복원력 투자다. 발표보다 검증된 결과가 더 중요하다.

이사회는 얼마나 많은 핵심 서비스가 최신 의존성 맵, 훈련된 복구 계획, 분리된 백업, 검증된 복구 시간을 갖추고 있는지 물어야 한다. 또한 지원 종료 시스템과 기한을 넘긴 고위험 패치를 추적해야 한다.

정부 역시 역량 격차를 해결해야 한다. 소규모 공공사업자와 의료 제공기관은 접근 가능한 전문성, 자금, 신뢰할 수 있는 정보 공유 체계 없이는 국가적 기대를 충족할 수 없다.

제안된 ANCHOR-CI 프레임워크는 민관 협력을 평가하는 하나의 시험대가 된다. 지역 및 범산업 협의체는 단순히 새로운 회의 구조가 아니라 실질적인 운영 관계를 만들어야 한다.

성공은 운영자들이 민감한 위험 정보를 공유하고, 연쇄적 혼란을 훈련하며, 비상 상황에서 누구에게 연락해야 하는지 아는 것을 의미한다. 지속되는 불신이나 제한적인 참여는 더 광범위한 복원력 프로그램을 약화할 것이다.

Google News의 흐름은 다음 AI 모델, 보안 시연, 또는 극적인 전망으로 빠르게 이동할 것이다. 인프라 작업은 자산 목록, 유지보수 기간, 조달 결정, 훈련, 반복적인 검증을 거쳐 진행된다.

그 느린 속도가 긴급성을 낮추지는 않는다. 이것이 Five Eyes 정상들이 지금 개입하기로 한 이유를 설명한다.

조직은 이 경고를 의사결정 필터로 활용해야 한다. 또 다른 AI 보안 기능을 추가하기 전에, 리더들은 그것이 보호하는 필수 서비스와 줄이는 장애 요인을 식별해야 한다.

모델, 네트워크, 신원 제공업체 또는 클라우드 서비스가 사용할 수 없게 되면 어떤 일이 일어나는지 물어야 한다. 또한 허용 가능한 기간 안에 복구가 작동한다는 증거를 요구해야 한다.

Five Eyes의 입장은 조직에 AI와 사이버 보안 중 하나를 선택하라고 요구하지 않는다. AI 도입을 사이버 보안 진전과 혼동하지 말라고 요구한다.

이 구분이 더 빠른 방어 도구가 필수 서비스를 강화할지, 아니면 해결되지 않은 취약점 위에 단순히 놓일지를 결정할 것이다.

다음 Google News 헤드라인이 또 다른 AI 역량의 도약을 약속할 때, 더 유용한 질문은 화려하지 않다. 조직이 심각한 타격을 견디고, 이를 억제하며, 가장 중요한 업무를 계속 진행할 수 있는가?