SKT-업스테이지, 국내 보안기업·대학과 AI 보안 기술 협력 추진

SK텔레콤은 8일 국내 기업·대학과 '독자 AI 사이버보안 협의체'를 출범하고 관련 기술 협력을 추진한다고 발표했다. 협의체에는 업스테이지와 국내 정보보호기업 6개사, 국내 대학 3개교가 참여한다.

참여 정보보호기업은 SK쉴더스·시큐아이·안랩·라온시큐어·지니언스·파이오링크이며, 참여 대학은 고려대학교·숭실대학교·부산대학교다. 이번 협약은 정부 '독자 AI 파운데이션 모델 프로젝트(독파모)' 3단계 진출 모델의 사이버보안 확장을 위해 마련됐다. 대상 모델은 SKT 'A.X K 시리즈'와 업스테이지 '솔라(Solar)'다.

보안기업은 현장 데이터로 두 모델을 학습시키고, 대학은 안전성을 검증한다. 참여사들은 보안 제품·서비스에 적용하고 성과를 확인하는 역할을 맡는다.

SKT와 업스테이지는 참여 기관이 제공하는 실제 보안 업무 데이터로 AI 모델을 학습할 계획이다. 학습 데이터 범위에는 악성코드 분석·취약점 분석·보안관제 등 보안 현장에서 생성되는 데이터가 포함된다. 목표는 AI의 보안 상황 이해·판단 역량을 향상하는 데 있다.

AI 모델 학습 구조는 사전학습·사후학습의 2단계다. 사전학습 단계에서는 SKT와 업스테이지가 주도해 보안 데이터 기반으로 모델의 기초 지식을 강화한다. SKT의 차기 모델 'A.X K3'는 보안 분야 데이터를 체계적으로 학습하고, 'A.X K3'에는 '모두의 AI' 서비스의 안전 운영을 위한 데이터도 보강된다. 업스테이지는 솔라 차기 모델에 취약점 탐지·분석용 보안 데이터를 집중 학습시키며, 이 솔라 차기 모델은 대용량 코드와 장기간 로그를 동시에 분석할 수 있는 특성을 갖는다.

사후학습 단계에서는 국내 보안 기업의 보안 현장 업무 데이터를 활용한다. 사후학습의 목표는 실제 업무 수행 역량을 향상하는 데 있다. 주요 대상은 소프트웨어 취약점 분석·패치, 보안관제센터 사고 대응, 보안 도구의 안전한 활용이다.

AI 보안 역량 수준의 기반은 실제 위협·대응 경험이 누적된 현장 데이터다. 참여 정보보호 기업들은 위협정보·악성코드 분석 데이터·보안 솔루션 운영 경험 등 분야별 전문성을 보유하고 있으며, 해당 전문성을 모델 개발·검증에 연계한다.

기업별로 보면 SK쉴더스는 통합 보안관제 플랫폼 '시큐디움'을 운영하고, '시큐디움'은 하루 170억 건 규모 위협 이벤트를 실시간 분석한다. 안랩은 2.5PB(페타바이트) 이상 보안 데이터를 보유하고 있으며, 악성코드·엔드포인트 위협 탐지 기술도 보유하고 있다. 시큐아이는 고성능 방화벽 솔루션을 보유하고 있다. 라온시큐어는 영역별 보안 데이터를 보유하고 있으며 자율 모의침투 기술도 보유하고 있다. 지니언스는 실전 보안 솔루션 운영 데이터를 보유하고 있으며 사후학습 데이터셋도 보유하고 있다. 파이오링크는 자율 공격 검증 기술과 탐지룰 생성 기술을 보유하고 있다.

협의체는 관제 현장에서 지속 축적되는 최신 위협 데이터를 모델 학습에 반영할 계획이다.

참여 기업들은 각 사의 보안 제품·서비스에 A.X K·솔라를 적용한다. 적용 대상은 제로데이 분석·실시간 보안관제다. 이와 함께 참여 기업들은 실제 운영 환경에서 공동 실증을 추진한다.

실증 과정에서는 모델 성능·안전성을 확인한다. 또한 현장 분석·대응 경험의 재학습 반영도 함께 추진한다. 이를 통해 데이터 확보→모델 학습→성능 검증의 선순환 구조를 구축할 계획이다.

협의체는 A.X K·솔라를 대상으로 상호 레드티밍을 적용한다. 상호 레드티밍 방식은 서로 공격·평가하며 취약점을 찾는 방식이다. 발견된 취약 사례는 학습 데이터로 활용한다. 활용 목적은 양쪽 모델의 방어 역량 강화다.

SKT는 A.X K2 개발 과정에서 SERT(Self-Expanding Red-Teaming)를 구축·운영했다. SERT는 자체 레드티밍 자동화 체계다. SKT는 약 1만5000 건 공격 대응 데이터 생성·학습 경험을 보유하고 있다. SKT는 이 SERT를 상호 레드티밍에 확장 적용할 방침이다.

레드티밍의 설계·평가는 참여 대학들이 제3자 입장에서 맡아 각기 다른 보안·성능 항목을 검증하는 구조다. 고려대학교는 AI의 실행 파일 분석 능력 평가와 공격 방어력 평가를 담당한다. 숭실대학교는 AI 보안 성능 평가 기준 담당과 안전장치(가드레일) 우회 공격 대응력 평가를 맡는다. 부산대학교는 차기 모델 성능 검증과 차기 모델 안전성 검증, 경량 모델 성능 검증과 경량 모델 안전성 검증을 담당한다.

참여 기관들은 정기적 기술 교류를 추진할 계획이다. 이를 바탕으로 AI 정보보호 공동 연구과제 발굴에 나설 예정이다. 아울러 AI·정보보호 분야 사업 참여도 검토할 예정이다.

유경상 SKT AI CIC장은 보안 AI 수준을 결정하는 요소로 모델의 추론 범위·깊이를 제시했다. 또 독자 AI 파운데이션 모델 프로젝트의 검증 모델을 국내 정보보호 기업·대학과 실제 보안 현장에 적용할 예정이라고 밝혔다. 이어 국가대표 AI 모델의 활용 성과를 사이버보안 영역에서 입증하겠다는 의지를 나타냈다.

출처: 테크월드뉴스 · 김혜진 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=407940

참고자료

• https://www.epnc.co.kr/news/articleView.html?idxno=407940