AI의 도움을 받으세요

AI가 방어 팀에 어떤 도움을 줄 수 있는지 알아보세요. 공격자는 우선 GenAI를 사용하여 공격의 "단순 반복 작업"을 가속화할 것입니다. 방어자 측에서 네트워크와 인프라를 보호하기 위해 필요한 대규모 작업의 부담을 줄이기 위해서는 이와 유사한 이점을 확보해야 합니다.

결정론적 쿼리와 스크립트는 정적 위협에 대해 유용하지만, 가변성이 증가하는 환경에서 그 효과는 점점 축소되고 있습니다. AI와 머신 러닝을 활용하면 로그나 탐지, 기타 기록의 패턴을 보다 쉽게 찾을 수 있으며, 이는 공격자와의 전쟁에서 SOC 확장에 도움이 됩니다.

간단하게 시작하세요. 지루하거나 많은 시간이 소요되지만 반복적 요소가 많은 작업을 자동화하세요. 때로 GenAI는 정확하지 않을 수 있으며, 오류가 발생할 수도 있습니다. 하지만 사람이 진행하는 조사 또한 마찬가지입니다. 그러니 보안 운영 런북을 평가하고 분석 과정을 간소화할 수 있는 사용 사례를 확인해 보세요. GenAI가 발견한 내용을 사람이 검증하기만 한다면, 사람보다 훨씬 더 빠른 속도로 이 작업을 수행할 수 있는 GenAI에게 맡기는 것도 결코 나쁜 선택은 아닐 것입니다. 사용자가 신고한 이메일이 일반적인 스팸인지, 아니면 보다 광범위한 피싱 캠페인의 일부인지 평가해야 하는 상황을 예로 들어 보겠습니다. 보안 중심의 AI에게 의견이나 근거 데이터를 요청할 수 있을까요? 분석가의 판단을 대체할 수는 없겠지만, 상황 판단에 추가적인 도움을 줄 수는 있습니다.

일부 AI 도구는 대량의 데이터 처리와 이를 통한 인사이트 창출에 능숙합니다. 이러한 도구를 활용하여 대규모 데이터 세트를 등록하고, 정규화하고, 분석하는 방법을 살펴보는 것도 좋겠습니다. 이러한 기능은 노이즈 속의 신호 찾기에 초점을 맞춰 제작된 엔진으로 노이즈 데이터를 처리할 경우 특히 유용할 수 있습니다. 다시 말씀드리자면, 이 기능으로 모든 것을 해결할 수는 없을지도 모릅니다. 하지만 분명 도움이 될 것입니다.

분석가 트레이닝에 사용하는 것과 동일한 워크플로, 데이터, 결과를 활용하여 AI 시스템을 학습시키는 방법도 고려해 보세요. (이를 위해 필요한 개발 역량이 부족한 조직도 있겠습니다. 하지만 가능성을 검토하는 데 나쁠 것은 없지 않을까요?) 사람과 기계가 동일한 입력 데이터 세트에 대한 작업을 진행한 후 품질 분석 팀을 통해 차이점을 검사하고 개선 기회를 파악하는 이중 스택 SOC를 구축하는 것도 좋은 방법 중 하나입니다.

마지막으로, 보고서 작성을 즐기는 사람은 아무도 없습니다. 보고서 작성을 업무로 하는 사람들도 마찬가지입니다. AI를 사용하여 보안 운영 데이터를 요약하고 시각화하여 이해관계자에 대한 보고 및 의사결정 프로세스를 간소화하는 방안도 고려해 보세요. 특히 보고서의 초안을 작성하는 초기 단계에서 효과적입니다. 그러면 문서 작업 대신 보안 업무에 더 많은 시간을 할애할 수 있습니다.

다음 단계로 해야 할 일

시간이 부족하신가요? 다음 단계로 이동하여 이 여정에 도움이 될 리소스를 살펴보세요.

공격자들이 이처럼 새로운 기능을 어떻게 이용하고 있는지, 추후 이용할 가능성이 있는지 자세히 알아보고 싶으신가요? 계속 함께해 주세요.