아티클 목록으로
AI 에이전트

마이크로소프트, 첫 사이버 보안 특화 AI 모델과 에이전트 보안 플랫폼 공개

약 3분 소요

도입

마이크로소프트가 AI 기반 사이버 보안 제품군을 한 단계 더 공격적으로 확장하고 있다. TechCrunch 보도에 따르면, 회사는 샌프란시스코에서 열린 소규모 행사에서 첫 사이버 보안 특화 AI 모델인 MAI-Cyber-1-Flash와 새로운 에이전트형 보안 플랫폼 Perception을 발표했다.

이번 발표의 핵심은 단순한 보안 조언 생성이 아니다. 마이크로소프트는 복잡한 코드베이스를 분석해 취약점을 찾고, 우선순위를 정하며, 탐지와 수정까지 이어지는 방어 업무를 AI 모델과 여러 에이전트의 협업으로 자동화하려 한다.

핵심 내용

  • 첫 사이버 보안 특화 모델: MAI-Cyber-1-Flash는 복잡한 코드베이스에서 찾기 어려운 취약점을 식별하도록 설계됐다고 회사는 설명했다. 이 모델은 소프트웨어 취약점 식별 및 수정용 하네스인 MDASH를 구동하는 데 활용된다.
  • Perception은 에이전트 기반 보안 플랫폼: 이 플랫폼은 여러 에이전트를 배치해 버그 발견, 위험 분류, 탐지, 보안 태세 수정, 코드 수정 등 다양한 보안 워크플로를 지원하거나 자동화한다.
  • 레드팀·블루팀·그린팀 구조: 레드팀 에이전트는 잠재 공격을 시뮬레이션하고 위협 행위자 및 악용 가능 취약점에 대한 맥락을 제공한다. 블루팀은 기존 버그를 탐지하고 분류하며, 그린팀은 수정 조치를 수행한다.
  • 벤치마크 우위 주장: 마이크로소프트 AI CEO 무스타파 술레이만은 MAI-Cyber-1-Flash가 GPT 5.4와 함께 MDASH 안에서 구동될 때 Cyber Gym 벤치마크에서 여러 경쟁 모델을 앞섰다고 밝혔다. 다만 이는 회사의 발표 내용이며, 독립적인 검증은 별개의 문제다.
  • 프리뷰 일정: 마이크로소프트는 새 보안 도구가 11월 3일 프리뷰로 제공될 예정이라고 밝혔다.

의미와 영향

사이버 보안은 기업용 AI가 실질적 가치를 증명해야 하는 대표적인 분야가 되고 있다. 기존에는 취약점 발견부터 영향 평가, 탐지 규칙 마련, 코드 수정까지 여러 전문 인력이 긴밀히 협업해야 했다. 마이크로소프트가 Perception으로 내세우는 가치는 이 과정을 몇 시간의 수작업이 아니라 몇 분 단위의 에이전트 협업으로 압축하는 것이다.

이러한 접근이 주목받는 이유는 공격자들도 AI를 활용하고 있기 때문이다. 생성형 AI는 정찰, 피싱, 취약점 악용 지원 등 다양한 공격 단계에 사용될 수 있다. 마이크로소프트가 Perception을 “AI로 AI에 맞서는” 방어 수단으로 설명한 것은, 방어 측 역시 자동화된 공격의 속도와 규모에 대응해야 한다는 시장의 압박을 보여준다.

하지만 실제 도입 여부는 시연이나 벤치마크 성적만으로 결정되지 않는다. 기업은 오탐률, 수정 제안의 정확성, 기존 보안 시스템과의 통합, 권한 관리, 사람이 에이전트의 조치를 어떻게 검토할 수 있는지를 따질 수밖에 없다. 특히 에이전트가 코드 수정이나 보안 태세 변경처럼 직접적인 조치를 수행한다면, 성능만큼이나 신뢰와 거버넌스가 중요해진다.

경쟁도 이미 치열하다. Anthropic은 일부 파트너를 대상으로 Mythos를 내놓았고, OpenAI도 Daybreak 프로그램을 통해 보안 솔루션을 선보였다. 마이크로소프트의 강점은 기업 고객 기반과 클라우드, 개발 도구, 보안 제품을 연결할 수 있는 생태계에 있다. MAI-Cyber-1-Flash와 Perception이 실제 운영 환경에서 안정성과 효율성을 입증한다면, AI 네이티브 보안 플랫폼은 기업 방어 체계의 핵심 계층으로 자리 잡을 수 있다.

출처: TechCrunch AI

댓글

로그인 상태 확인 중…

댓글 불러오는 중…

관련 게시물

CCTest · Blog
SearchHorizonBench: AI 에이전트는 언제 다시 검색해야 할까
AI 에이전트
cctest.ai
AI 에이전트

SearchHorizonBench: AI 에이전트는 언제 다시 검색해야 할까

SearchHorizonBench는 질문 자체의 난도와 추가 검색이 가져오는 기대 이득을 분리해 AI 에이전트의 검색 결정을 평가합니다. 과거 실행 기록은 보정 성능을 높였지만, 검색 이득을 정확히 예측하는 일은 여전히 어려웠습니다.

더 보기
CCTest · Blog
The Trinity: 능력 중심으로 재귀적 자기 개선을 수행하는 멀티모달 에이전트
AI 에이전트
cctest.ai
AI 에이전트

The Trinity: 능력 중심으로 재귀적 자기 개선을 수행하는 멀티모달 에이전트

The Trinity는 작업의 표면적 형태가 아니라 여러 작업에 공통으로 필요한 능력을 중심으로 멀티모달 에이전트의 세계 생성과 Harness 진화를 연결하는 프레임워크입니다. 능력 트리와 시뮬레이션 학습, 모듈 라우팅을 하나의 개선 루프로 묶습니다.

더 보기
CCTest · Blog
RSI Arena, 인간 피드백으로 AI 에이전트가 모델을 개선할 수 있는지 검증
AI 에이전트
cctest.ai
AI 에이전트

RSI Arena, 인간 피드백으로 AI 에이전트가 모델을 개선할 수 있는지 검증

RSI Arena는 AI 에이전트가 언어 모델의 추가 학습을 자율적으로 수행하고 인간 선호 피드백을 활용해 다시 개선할 수 있는지 조사했습니다. 선호도는 대체로 높아졌지만, 벤치마크 성능과 안전성이 함께 개선되지는 않았습니다.

더 보기