데이터 센터가 멈춘다면? - AI 시대의 CPS 보안 전략 [잇츠맨 리뷰]

CPS 보안, 이제는 AI 에이전트 협업으로 패러다임을 바꿔야 할 때입니다.

2026. 7. 24.

데이터 센터가 멈춘다면? AI 시대의 CPS 보안 전략 [잇츠맨 리뷰]

웹에서 보기

👉 수요레터 구독하기

데이터 센터가 멈춘다면?

AI 시대의 CPS 보안 전략

한 줄 요약

미토스 이펙트로 취약점 발견부터 공격까지가 몇 분 내로 이뤄지는 상황에서 CPS 보안은 5겹의 구조적 방어와 AI 에이전트 협업으로 보안의 패러다임을 바꿔야 할 때이다.

미토스 이펙트 — AI가 숨겨진 취약점을 즉각 노출. 발견→공격 간극이 수개월에서 수분으로 압축
CPS는 IT와 근본부터 다르다 — 물리적 시스템은 운영 지속성 유지 때문에 취약점을 알아도 패치할 수 없는 한계가 있음
시간이 사라진 방어 — 방어자의 공격 대응 여유가 소멸. '즉각적 비즈니스 피해'로 탈바꿈
차별점은 압도적 CPS 데이터 — 클래로티의 차별점 : 6,500+ 벤더, 4천만+ 자산 기반의 하네스 '하네스'. 범용 LLM이 못 하는 '추측→확신' 제공
사람이 관리하는 AI, HILT — 에이전트 Claire가 운영하고 사람이 최종 통제하는 CPS 방어 전략

안녕하세요, 촌장입니다.

제조 현장의 생산 설비, 발전소나 전력망, 그리고 병원의 CT나 MRI 장비까지. 우리가 직접 만질 수 있고, 나아가 사람의 생명과 안전에 직접적인 영향을 미치는 물리 세계의 시스템들을CPS(Cyber-Physical Systems, 사이버 물리 시스템) 라고 부릅니다.
이런 CPS 영역에 대한 사이버 공격은 단순한 시스템 다운을 넘어 실제 물리적 파괴나 인명피해로 이어질 수 있다는 점에서 IT 보안보다 더 심각하다고 볼 수 있겠죠. 게다가 최근 AI가 공격의 도구로 활용되면서 CPS 영역의 취약점들이 더 쉽고, 더 빠르게, 더 광범위하게 노출되는 상황에 직면하고 있습니다.
이번 잇츠맨 웨비나에서는 클래로티의 정완채 수석과 함께 'AI 시대의 CPS 보안'을 어떻게 준비해야 할지, 그리고 최근 부각되는 AI 에이전트를 CPS 영역에 어떻게 효과적으로 적용할 수 있을지에 대해 심도 있는 이야기를 나눠봤습니다.
정완채 수석과는 거의 1년 만의 재회였는데요, 그 사이 CPS 보안 환경이 AI로 인해 얼마나 달라졌는지 확인하는 시간이기도 했습니다.
그럼 시작해 볼까요?

CPS 보안은 왜 다른가

IT 영역의 취약점은 소프트웨어 만의 허점이라 최대한 빨리 패치를 적용하기만 하면 대부분의 문제는 해결되기 마련입니다. 그러나 CPS 환경에서는 이 단순한 패치 과정도 그리 쉽지 않죠.

"발전소를 재부팅한다?

사실상 한 도시를 정전시킬 수도 있는 엄청난 문제인거죠"

- 정완채 수석 (클래로티) -

CPS 분야는 취약점을 알아도 조치할 수 없는 현실적 딜레마가 지배하는 영역입니다. 자동차나 반도체 공정에서 취약점 패치를 위해 생산을 중단해야 한다면 누가 승인을 해주겠습니까?
CPS 환경은 안전성과 운영 연속성이 최우선이며, 이런 CPS의 특징들 때문에 신속한 공격 대응이 근본적으로 제약될 수 밖에 없습니다.
의료기기 같은 분야에서는 패치나 업데이트 출시 자체가 늦을 수밖에 없다고 하죠. 마치 FDA의 신약 임상시험처럼 복잡한 안전 검증 절차를 거쳐야 하기 때문인데요. 패치가 나와도 제한된 유지보수 기간 내에만 조치가 가능한 것이 현실입니다.
결국 CPS는 IT의 보안 공식을 그대로 적용할 수 없는 영역입니다. 노후 레거시 장비, 기술 지원이 끊긴 시스템, 취약점 가득한 펌웨어가 여전히 운영 중이며, 단순한 패치·업그레이드만으로는 위협에 대한 현실적 해결책이 될 수 없습니다.

미토스 이펙트: 대응할 시간이 없다

정완채 수석은 대응 시간이 점점 짧아지고 있는 보안의 현실을 0으로 수렴하는 극한(Limit)의 수학 개념으로 설명하고 있는데요. 'Mythos Effect(미토스 이펙트)'라는 용어가 최근 회자되기도 합니다. 미토스가 가진 놀라운 취약점 발견 능력이 보안의 심각한 위협이 될 수 있을 거라는 위기감을 표현하는 단어인데요. 취약점 발견 즉시 그 정보가 배포된다는 점이 보안 대응을 점점 더 어렵게 만들고 있기도 합니다.
취약점 발견부터 익스플로잇 개발, 실제 공격 실행까지의 간극이 수 개월에서 수 분으로 압축된 현실 속에서 보안 담당자의 대응은 항상 뒤쳐질 수 밖에 없겠죠. 특히 물리적 현실을 커버하는 CPS 환경에서는 이 문제가 더 치명적이게 됩니다.

5겹의 구조적 방패와 제로 트러스트

시간을 더 이상 버퍼로 활용할 수 없다면, 보안 담당자는 어떻게 대응해야 할까요?

"구조 자체를 체계적으로 견고하게 만드는 것이 최선이겠죠"

- 정완채 수석 (클래로티) -

AI가 만들어낸 공격 속도를 기존 방식으로는 대응할 수는 없습니다. 그래서 클래로티는 공격자의 속도를 무력화하는 5겹의 구조적 방어 전략을 제시하고 있는데요. 그 다섯 개의 레이어가 아래와 같습니다.

자산 가시성 확립

비즈니스 영향 중심의 노출 관리,

네트워크 세분화와 접근 통제,

위험 평가 및 시뮬레이션

사이버 회복탄력성

이 다섯 가지의 보안 전략이 결합될 때 AI의 공격 속도를 막아낼 견고한 보안 구조가 완성될 수 있다고 말합니다.
사실 이러한 보안 전략의 기반은 익숙한 제로 트러스트이기도 합니다. 정완채 수석은 "제로 트러스트라는 것 자체가 이미 제로데이 위협에 대응하기 위한 것"이라며, 새로운 용어가 아님에도 AI 시대에 여전히, 오히려 더 유효한 전략임을 강조합니다.
또한 각 현장마다 정확하고 최적화된 방어 전략이 필요하다는 점도 언급했는데요. 결국 각 도메인별 '맥락'이 핵심이며, 이 맥락 위에서 구조적으로 위험을 줄여나가는 접근이 AI 시대의 보안 전략의 아젠다라고 할 수 있겠죠.

클래로티의 진짜 차별점: 압도적인 CPS 데이터

클래로티의 차별점은 무엇일까요? 정완채 수석은 단호하게 "압도적인 CPS 데이터"라고 답합니다.
클래로티는 6,500개 이상의 고유 벤더, 4천만 개 이상의 보호 자산, 22,000개 이상의 구축 사이트, 50개 이상 산업 부문의 CPS 라이브러리를 보유하고 있다고 강조합니다. 여기에 반도체, 데이터센터, 헬스케어 등 실제 현장에서 사용되는 방대한 데이터와 전문가 기술이 축적되어 있습니다.
여기서 등장한 핵심 개념이 바로 '하네스(harness)'입니다.

"GPT와 같은 범용 AI는 절대 알 수 없는 현장의 언어와 맥락을

우리는 사람과 기술의 막대한 데이터로 축적하고 있습니다."

- 정완채 수석 (클래로티) -

맥락, 경험, 전문성, 그리고 사람이 결합된 것이 바로 하네스이고, 특히나 CPS 분야에서 하네스는 더욱 중요한 요소라고 할 수 있겠죠.
여기에 클래로티의 보안 연구 조직 Team82의 연구 자료와 글로벌 국방 정보 커뮤니티의 인텔리전스가 더해집니다. 같은 병원이라도 의료기기 종류, 제조사, 구조와 절차가 모두 다르기에, A 병원의 정책을 B 병원에 그대로 적용할 수 없다는 현장의 상황을 데이터로 담아내는 것이 클래로티의 차별점이라고 할 수 있지 않을까요.

추측에서 확신으로: AI 에이전트 Claire

클래로티 플랫폼의 AI 에이전트 'Claire(클레어)'는 단순한 챗봇이 아니라고 강조합니다.
정완채 수석은 Claire를 '맥락과 경험과 노하우와 데이터가 함께 포함된 하나의 Fabric'이라 표현했습니다. 각 보안 층위 레이어 별 부족한 부분을 전방위로 조율하는 존재인 셈이죠.
Claire의 핵심 지향점은 '추측(guess)에서 확신(certainty)으로'의 전환입니다. 범용 LLM은 "이 자산에 취약점이 있을 가능성이 높네요"라는 원론적이고 모호한 답변만 내놓지만, Claire는 검증된 CPS 라이브러리와 실제 자산 정보를 교차 대조해 "추가 조치가 불필요하다"는 확신에 찬 결론을 내립니다.

이 모든 것을 가능하게 하는 것이 CPS 라이브러리라는 진실된 단일 정보 출처(Single Source of Truth)입니다. 지멘스 Simatic S7-300 PLC 사례처럼 동일 자산이 데이터베이스마다 다르게 표기되는 문제를, 제조사·모델·펌웨어 식별자를 통합 매칭해 오탐(false positives)을 획기적으로 줄여줍니다.
노출 관리도 개별 자산이 아닌 '비즈니스 영향'을 중심으로 조율됩니다. 2018년 라스베가스 카지노 사례가 대표적인 CPS 보안 취약 사례라고 볼 수 있습니다.

" 어항 IoT 온도 센서 하나가

VIP 고객 데이터 대량 유출의 시발점이 된 사례입니다.

이런 유출을 상상이나 했겠습니까?"

- 정완채 수석 (클래로티) -

작은 취약점 하나가 연쇄적으로 비즈니스 전체를 위협할 수 있다는 CPS 보안의 현실이 이런 사례를 통해 여실히 드러나는 거겠죠.
또 중요한 부분은 실제적인 대응 전략을 제안해 줄 수 있냐는 부분입니다. 클래로티는 '공격자처럼 생각하기'를 통해 다중 노출 시나리오를 도출해 우선순위를 정하고 실제적인 대응 전략을 제공해 준다고 합니다. 한정된 자원 하에서 가장 효과적인 보안 운영이 가능하도록 도와줄 수 있다는 점, 너무 중요하겠죠.
Claire (클레어)가 하는 일이 참 많습니다.

AI가 구동하고 사람이 관리한다: HILT 원칙

5겹 방어 전략의 마지막으로 언급한 사이버 회복탄력성에 대해 좀 더 설명하면 좋겠습니다. 이는 자율적 위험 관리의 5단계 여정으로 설명될 수 있을 텐데요.
1~3단계는 사람이 직접 원시 데이터를 분석하고 조치를 찾는 과정으로, 꼭 필요하지만 시간과 노력에 너무 많이 듭니다. 4단계에서 이르러 Claire가 도입되면 사람과 에이전트가 협업을 시작합니다. Claire가 스스로 해결책을 찾아 "이 정책을 적용할까요?"라고 묻고, 담당자는 승인만 하는 단계이죠.
이렇게 AI와의 협업에 대한 데이터 그리고 신뢰가 쌓이게 되면 최종적인 5단계에서는 AI가 자율적으로 위험을 감소시키는 조치를 수행할 수 있게 됩니다.
사이버 회복 탄력성을 위한 자율적 위험 관리의 핵심은 HILT(Human-In-The-Loop, 인간 참여형 시스템)입니다. 어떻게 AI와 인간의 협업 체제를 효율적으로 만들어 낼 수 있는가가 앞으로 CPS 보안 전략의 핵심이 될 것입니다.

조직과 프로세스, 그리고 기술이 어우러지는 시대적 혁신

이제 좀 정리를 해볼까요?
CPS 보안은 담당자 입장에서 일반 IT 솔루션 도입보다 훨씬 부담스럽고 현실적으로 어려운 영역입니다. 그렇다면 무엇부터 시작해야 할까요?

"사람(조직), 프로세스, 기술이라는 세 가지 측면에서

안전성·신뢰성·효용성을 함께 검토해야 하지 않을까요?"

- 정완채 수석 (클래로티) -

여기에 형식적인 감사 시스템을 혁신하여, 검증 결과가 실제적인 기대 수준에 도달했는지를 확인하는 거버넌스 체계를 수립하는 것도 매우 중요하다고 강조하고 있습니다.
어떻게 CPS 보안 분야에 AI 운영 시스템을 도입할 것인지에 대한 현실적인 출발점은 이렇습니다. 가장 위험도가 낮은 테스트 베드, 즉 실제 공정과 유사한 시뮬레이션 환경에서 먼저 솔루션을 검증하고, 이후 점진적으로 확장해 보자는 것이죠. 막연히 도입 효과만 예측하기 보다는, 작은 영역이라도 실제적인 운영 경험치를 쌓아야만 각 회사만의 AI 활용 노하우가 축적될 수 있습니다.

나가며

물리 세계와 연결된 보안 영역은 앞으로 점점 더 중요하고, 더 심각하고, 더 세심하게 케어해야 할 분야가 될 것입니다. 문제는 이러한 CPS 분야가 변화에 덜 적극적일 수 밖에 없는 태생적 한계에 있습니다. 작은 오류에도 더 심각한 결과를 초래할 수도 있는 CPS 분야는 오히려 더 보안 위협의 사작지대에 놓이게 된다는 아이러니가 생기게 됩니다.

요즘과 같은 빠른 변화의 시대에, 그만큼 위협의 강도와 폭도 이전과 비교할 수 없을 정도로 심각해 지는 시대에는 담당자들의 시작을 도와줄 좋은 파트너와 지원이 큰 도움이 될 것 같습니다. 클래로티가 제안했던 사람과 조직, 체계와 절차가 녹아든 안전한 AI라면, 지금이 CPS 보안을 다시 점검하고 한 걸음 내디딜 최적의 시점이 아닐까 합니다.

Edited by 촌장

👉 웨비나 바로 가기

클래로티 솔루션 문의하기