콘텐츠로 이동하기
보안 & 아이덴티티

Cloud CISO Perspectives: 구글 클라우드 보안이 내부적으로 AI를 활용하는 방식

2026년 6월 29일
https://storage.googleapis.com/gweb-cloudblog-publish/images/Cloud_CISO_Perspectives_header_4_Blue.max-2500x2500.png
Chris Betz

CISO, Google Cloud

Ruchi Shah

Senior Director, Security Engineering, Google Cloud

Get original CISO insights in your inbox

The latest on security from Google Cloud's Office of the CISO, twice a month.

Subscribe

해당 블로그의 원문은 2026년 6월 30일 Google Cloud 블로그(영문)에 게재되었습니다. 

2026년 6월의 두 번째 Cloud CISO Perspectives에 오신 것을 환영합니다. 오늘은 자율형 소프트웨어 개발 수명 주기(SDLC) 보안을 향한 길을 개척하기 위해 구글이 AI를 어떻게 활용하고 있는지 논의하고자 합니다.

모든 Cloud CISO Perspectives와 마찬가지로, 이 뉴스레터의 내용은 구글 클라우드 공식 블로그에 게시됩니다. 웹사이트에서 이 글을 읽고 계시며 이메일 버전을 받아보고 싶으시다면 여기에서 구독하실 수 있습니다

Cloud CISO Perspectives: AI 자율형 SDLC 보안을 향한 로드맵

Chris Betz, 구글 클라우드 CISO & Ruchi Shah, 구글 클라우드 보안 엔지니어링 시니어 디렉터

https://storage.googleapis.com/gweb-cloudblog-publish/images/Chris_Betz.max-2200x2200.png

AI는 취약점 악용의 경제학을 완전히 뒤흔들어 놓았으며, 기존의 보안 패치 적용 시간(patching window)을 사실상 소멸시켰습니다. 이러한 새로운 현실에서 살아남기 위해 보안에는 자율적인 방어 체계가 필요합니다.

기계의 속도로 몰아치는 AI 기반 위협에 대응하기 위해, 구글 클라우드는 자사의 보안 태세를 자율적이고 선제적인 모델로 전환하기 위해 부단히 노력해 왔습니다. 소프트웨어 개발 수명 주기(SDLC)에 전문화된 AI 에이전트를 직접 내장함으로써, 구글은 인간 개발 및 보안 팀이 도달할 수 없는 수준의 속도와 규모로 소스 코드를 보호하는 자동화된 가드레일을 구축했으며, 이러한 가드레일을 시장에 널리 보급하기 위한 조치들을 취하고 있습니다.

https://storage.googleapis.com/gweb-cloudblog-publish/images/Ruchi_Shah.max-2200x2200.jpg

에이전트 기반의 안전한 SDLC 아키텍처를 설계한 방법

구글 클라우드는 코드 통합 단계부터 프로덕션 배포에 이르기까지 소프트웨어 수명 주기의 모든 단계에 모듈식의 상호 연결된 AI 에이전트를 배포하여 제품을 지속적으로 강화(harden)하고 있습니다.

  1. 설계, 검토 및 통제

과거에는 제품 출시 승인 검토와 위협 모델링이 수작업으로 진행되어 병목 현상을 유발했습니다. 오늘날 구글 클라우드 엔지니어링 팀은 제품 출시 프로세스를 에이전트 기반 보안 검토 파이프라인을 통해 처리합니다.

에이전트들은 200개 이상의 엄격한 보안 요구 사항이 포함된 상시 제어 카탈로그와 설계를 대조 검증합니다. 고위험 요소들은 자동으로 분류되어 인간 엔지니어의 개입을 위해 플래그가 지정되는 한편, 동적 제품 문서는 정적 위협 모델을 대체하기 위해 실시간으로 업데이트됩니다

https://storage.googleapis.com/gweb-cloudblog-publish/images/AgenticSecureSDLC_Flow_HeroBanner_R2.max-2200x2200.jpg

구글 클라우드는 전체 SDLC 흐름 전반에 걸쳐 에이전트 기반 역량을 내장하여 제품을 엔드투엔드로 지속해서 강화하고 있습니다.

2. 중앙 집중식 AI 코드 스캐닝과 Mantis 프레임워크

단순하고 분산된 방식의 AI 코드 스캐닝은 완성도가 떨어져 버그를 빈번히 오탐(hallucinate)하고 실제 정탐률(true-positive rate)이 7% 미만에 불과합니다. 이를 해결하기 위해, 구글은 확장 가능하고 맥락을 인식하는 리포지토리 분석을 위해 특별히 설계된 핵심 다중 에이전트 오케스트레이션 프레임워크인 Mantis를 구축했습니다.

Mantis의 핵심 기술들은 이제 이 근본적인 개념을 증명하기 위해 오픈소스로 제공됩니다구글은 내부적으로 구동되며 고객들을 안전하게 보호하는 더욱 완성도 높은 버전의 프레임워크를 운영하고 있습니다. 

Mantis는 계층적 보안 요약 트리(hierarchical security summary tree)를 구성하여 무차별적인 코드 분석 방식을 차단합니다. 개별 파일들을 디렉토리 및 루트 수준의 요약으로 압축함으로써, Mantis는 대규모 리포지토리 전반에서 중요한 구조적 맥락을 유지하면서도 토큰 소모량을 85% 이상 절감합니다. 

이 아키텍처는 새로운 에이전트들과 기존 기술들 간의 고도로 조율된 워크플로우에 의존합니다:

  • Strategist agent (전략가 에이전트): 고수준의 코드 구조, 위협 모델 및 종속성 그래프를 평가하여 위험한 아키텍처 패턴을 격리하고, 표적 조사 작업의 우선순위가 지정된 글로벌 계획을 수립합니다.

  • Research agents (연구 에이전트): 전문 도메인 조사관 역할을 수행하는 이 에이전트들은 내부 코드 검색을 사용하여 원시 소스 파일을 파고들며 데이터 추적, 제어 흐름 및 살균(sanitization) 로직을 검사합니다.

  • Deduplicator, reviewer, and critic agents (중복 제거, 검토 및 비판 에이전트): 노이즈를 필터링하고 오탐(false positives)을 제거하여 탐지 결과를 정제합니다. 

  • Reproduction sandbox (재현 샌드박스): 개발자에게 알리기 전에 가상 환경에서 실제 악용 가능성을 검증하기 위해, 격리되고 에뮬레이트된 환경에서 AI가 생성한 개념 증명(PoC) 익스플로잇을 자동으로 실행합니다.

3. 자체 치유형 퍼즈 테스트

코드 스캐닝이 폭넓은 분석을 제공하는 반면, 동적 퍼즈 테스트(fuzz testing)는 깊이 있는 런타임 취약점을 발견합니다. 그러나 퍼즈 테스트의 하네스(harness)를 작성하고 유지 관리하는 일은 종종 중대한 엔지니어링 병목 현상이 됩니다

상태가 유지되지 않는(Stateless) AI 시스템은 버그를 비효율적으로 수정하려고 시도하거나 존재하지 않는 코드에 대해 오탐하는 등 동일한 논리적 함정에 반복해서 빠집니다. 구글의 프레임워크는 사후 자가 검토(post-hoc self-reflection) 루프를 도입하여 이를 해결합니다.

구글의 자율적인 다중 에이전트 엔진은 수작업의 개입을 원천 배제합니다.

  • Context and Drafting agents (맥락 및 드래프팅 에이전트): 제품 로직과 기존 단위 테스트를 종합하여 초기 퍼징 하네스를 자동으로 작성합니다. 

  • Building and Testing agents (빌딩 및 테스트 에이전트): 코드를 실행하고 실시간 컴파일러 및 링커 오류를 'Hallucination Cleaner' 에이전트에 전송하며, 이 에이전트는 깨진 종속성과 빌드 설정을 수리하는 자동화된 정비사 역할을 수행합니다.

  • Quality Analyzer agents (품질 분석기 에이전트): 런타임 실행을 모니터링하고 코드 블로커를 우회하기 위해 입력을 능동적으로 조정하며, 복잡하고 상태 보존적인 API의 깊은 영역까지 파고듭니다.

4. 단일화된 AI 패치 파이프라인

적절한 계획 없이 대규모로 수천 개의 취약점을 발견하는 것은 심각한 보안 조치 지연(remediation backlog)을 초래할 수 있습니다. 보안 위협 노출 창(exposure window)을 닫기 위해, 구글의 취약점 발견 도구들은 진단 결과를 자율적인 수정 패치 파이프라인으로 직접 전송합니다. 

  • The Reproduce agent (재현 에이전트): 샌드박스 환경에서 크래시 현상을 그대로 재현합니다.

  • The Bug Context agent (버그 맥락 에이전트): 장애 실행 경로를 정밀 매핑합니다.

  • The Patch agent (패치 에이전트): 표적 코드 수정안을 생성합니다. 

  • The Evaluation agent (평가 에이전트): 패치가 안전한지 확인하기 위해 엄격한 회귀 테스트 루프(코드를 재컴파일하고 테스트를 실행하는 과정)를 구동합니다. 완벽히 검증된 수정안만이 최종적으로 인간 검토자에게 제출됩니다.

5. 자율적이고 안전한 보안 태세 관리

제품 출시 이후에도 구글은 자율 보안 태세 관리(ASPM) 시스템을 통해 보안 무결성을 유지합니다. 구글의 보안 표준 카탈로그를 프로그래밍 가능한 스킬 파일로 변환함으로써, ASPM 시스템은 프로덕션 시스템의 구성 드리프트(configuration drift)를 상시 점검하고 정책 위반이 발생할 경우 자율 에이전트를 통한 조치(remediation)를 자동으로 실행합니다. 

자기 성찰을 통한 지속적인 역량 강화

상태가 유지되지 않는(Stateless) AI 시스템은 버그를 비효율적으로 수정하려고 시도하거나 존재하지 않는 코드에 대해 오탐(hallucinate)하는 등 동일한 논리적 함정에 반복해서 빠집니다. 우리의 프레임워크는 사후 자기 성찰(post-hoc self-reflection) 루프를 도입하여 이를 해결합니다. 워크플로우가 종료되면, 전용 성찰(reflection) 에이전트가 실행 로그, 도구 사용 이력 및 인간의 피드백을 분석합니다.

성공적인 도달 경로(trajectories)와 디자인 패턴은 글로벌 지식 저장소에 영구적으로 보존됩니다. 향후 새로운 에이전트들이 가동될 때 이 인텔리전스가 에이전트의 맥락 창(context window)에 직접 주입되어, 우리의 보안 엔지니어링에 복리 이자와 같은 누적 효과를 제공합니다. 이러한 접근 방식은 취약점 조치 성공률과 효율성 모두를 향상시키는 데 기여했습니다.

면역 소프트웨어를 향한 전진

구글 클라우드의 내부 여정은 AI 스케일에서 소프트웨어를 보호하려면 인간에 의존하는 체크리스트 방식에서 벗어나 선제적인 다중 에이전트 오케스트레이션(multi-agent orchestration)으로 패러다임을 근본적으로 전환해야 함을 입증합니다. Mantis와 같은 오픈소스 도구를 자율적이고 자체 치유(self-healing)가 가능한 실행 루프와 결합함으로써, 구글은 애플리케이션이 실시간으로 스스로의 취약점을 끊임없이 발견하고, 검증하며, 패치하는 '면역(immune)' 소프트웨어 개발의 미래를 개척하고 있습니다.

기계의 속도(Machine-speed)로 취약점을 찾아내고 패치하기 위해 구글이 Mantis와 기타 도구들을 어떻게 활용하고 있는지에 대한 자세한 내용은 여기에서 더 확인해 보실 수 있습니다.

Google Cloud Security 최신 소식

이번 달 지금까지 구글 보안 팀이 발표한 새로운 소식, 제품 및 서비스, 정보를 다음과 같이 정리해 전해드립니다:

  • AI 시대의 검증 가능한 신뢰: 기밀 컴퓨팅(Confidential Computing)의 새로운 소식: 클라우드 AI 배포에서 검증 가능한 프라이버시를 한층 더 강력하게 보장하기 위해 도입된 구글의 최신 기밀 컴퓨팅 혁신 기술들을 소개합니다. 자세히 보기
  • 선택, 규제 준수, 그리고 협업: 개방형 디지털 주권을 향한 유럽의 길: 구글의 소버린 클라우드(Sovereign Cloud) 솔루션은 유럽의 단계별 규제 준수 요구 사항을 모든 레벨에서 충족할 수 있도록 설계되었습니다. 자세히 보기
  • AI가 SecOps 플레이북을 재작성하는 방식: 공격자들이 기계의 속도로 활동함에 따라, 방어자들은 탐지 속도, 자동화, 그리고 지속적인 의사결정에 우선순위를 두어야 합니다. 자세히 보기
  • 구글, ‘IDC MarketScape 글로벌 SIEM 2026 벤더 평가’ 리더(Leader) 선정: 구글이 2026년 IDC MarketScape 글로벌 SIEM 플랫폼 부문 리더(Leader)로 선정되었음을 기쁜 마음으로 발표합니다. 자세히 보기
  • 윈도우용 Wiz Runtime Sensor 출시 발표: Wiz는 중요 클라우드 인프라를 보호하기 위해 효율적으로 확장되는 메모리 안전 아키텍처와 실시간 위협 탐지 기능을 결합합니다. 자세히 보기
  • 에이전트 보호를 위한 새로운 VPC Service Controls 업데이트: 에이전트 기반 워크로드를 위해 설계된 VPC Service Controls의 새로운 기능은 네트워크 수준의 목적지 기반 경계를 확립하는 데 도움을 줍니다. 자세히 보기
  • Gemini Spark에서의 버그 헌팅: Gemini Spark는 제미나이 앱에 상시 작동형 에이전트(persistent agent)를 도입합니다. 이 새로운 패러다임에 대한 보안 테스트 접근법과 고영향 버그에 집중하는 방법을 알아보세요. 자세히 보기

이번 달에 발표된 더 많은 보안 관련 소식은 구글 클라우드 블로그를 방문해 확인해 주시기 바랍니다.

위협 인텔리전스 주요 소식

  • 중국 연계 위협 행위자, 다분야 융합 연구를 표적으로 의료계 공격: 구글 위협 인텔리전스 그룹(GTIG)은 북미의 학술, 의료 및 군사 연구 커뮤니티를 표적으로 삼아 1년 이상 탐지되지 않고 진행되어 온 중국(PRC) 연계 위협 행위자 UNC6508의 정교한 캠페인을 식별했습니다. 자세히 보기
  • 샤이니헌터스(ShinyHunters), 오라클 피플소프트 취약점 악용해 교육 부문 겨냥: 맨디언트(Mandiant)와 GTIG는 오라클 피플소프트(Oracle PeopleSoft) 애플리케이션 인프라를 표적으로 하는 UNC6240(샤이니헌터스)의 활발한 침해 및 갈취 캠페인을 식별했습니다. 자세히 보기
  • 시스코 카탈리스트 SD-WAN 매니저(Cisco Catalyst SD-WAN Manager)에서 제로데이 취약점 악용 발견: 맨디언트는 시스코 카탈리스트 SD-WAN의 취약점을 악용하여 침해된 관리자 계정의 권한을 루트(root) 수준 권한으로 상승시키려는 위협 행위자를 식별했습니다. 자세히 보기

이번 달에 발표된 더 많은 위협 인텔리전스 관련 소식은 구글 클라우드 공식 위협 인텔리전스 블로그를 방문해 확인해 주시기 바랍니다.

최신 구글 클라우드 팟캐스트

  • Cloud Security Podcast: 구글 클라우드가 수십억 명의 사용자를 방어하기 위해 LLM을 활용하는 방식: 구글 클라우드 CISO 크리스 베츠(Chris Betz)가 AI Threat Defense에 대해 논의하며, 인간과 AI의 협업을 통해 개발 수명 주기의 더 이른 단계로 보안 관행을 이동(Shift-left)시키는 것을 강조합니다. 여기서 듣기
  • Cloud Security Podcast: SIEM의 결합 또는 분리: Alex Hurtado 디렉터(Detection Engineering, Scanner)와 Dropbox의 DNR 리드 Christopher Witter가 중앙 집중식 SIEM 아키텍처와 분산형 SIEM 아키텍처의 장단점에 대해 논의합니다. 여기서 듣기

Cloud CISO Perspectives 소식을 한 달에 두 번 이메일 수신함으로 직접 받아보시려면, 뉴스레터를 구독해 주시기 바랍니다. 몇 주 후에 구글 클라우드의 더 많은 보안 관련 업데이트와 함께 다시 찾아뵙겠습니다.

게시 위치