AI 티핑 포인트
IBM과 Ponemon Institute의 새로운 글로벌 연구에 따르면 AI 기반 공격이 증가하고 있으며, 첨단 AI 모델로 인한 새로운 위협으로 인해 전 세계적으로 보안 지출에 대한 재검토가 필요해지고 있습니다.
글로벌 평균 데이터 유출 비용(미화 기준)은 작년 대비 12% 증가하며 사상 최고치를 기록했습니다. 이는 침해 탐지 및 대응, 비즈니스 손실 비용 증가로 인한 것입니다.
AI 딥페이크 사칭 및 AI 기반 멀웨어가 이러한 인시던트 중 가장 많은 건수를 유발하면서 AI 기반 공격이 증가했습니다.
AI 모델 인버전 공격으로 인한 글로벌 평균 데이터 유출 비용(미화 기준)은 학습 데이터와 민감한 정보를 보호하는 것이 점점 더 어려워지고 있음을 보여줍니다.
보안 분야에서 AI와 자동화를 광범위하게 활용한 조직이 이를 전혀 사용하지 않는 조직과 비교해 절감한 비용(미화 기준).
주요 이점
IBM과 업계 사이버 보안 전문가가 올해의 주요 조사 결과와 전략적 시사점을 분석합니다. 또한 새롭게 등장하는 첨단 AI 모델 위협으로 인한 위험을 줄이고 데이터, 인력 및 인프라를 보호하는 방법에 대한 권장 사항을 제공합니다.
실행
- ID 보안
- 데이터 보안
- AI 주권
- 포스트 퀀텀 보안
에이전틱 ID 보호 및 제어
AI 에이전트가 확산됨에 따라 보안 팀은 에이전틱 ID를 보호하기 위해 ID 액세스 및 제어 방식을 혁신해야 합니다. AI 에이전트가 동적 ID 기반 액세스 제어, 런타임 시 지속적으로 적용되는 엄격한 범위의 권한, 인간 참여 및 감사 가능성을 통해 안전하게 작동하도록 보장해야 합니다.
AI 데이터 보안 관행 강화
데이터 디스커버리, 분류, 실시간 모니터링, 위협 대응 및 규정 준수 간소화를 포함한 강력한 데이터 보안 기본 사항을 구현합니다. AI와 데이터 보안을 활용하여 데이터 무결성을 보호하고 침해를 방지합니다. AI가 위협 요소인 동시에 보안 툴로 활용되는 시대에 이러한 조치는 필수적입니다.
어디서나 AI 시스템 관리 및 보호
조직이 플랫폼, 클라우드 및 에코시스템 전반에 걸쳐 AI를 확장함에 따라 모델의 작동 방식과 데이터가 변환되고 액세스되는 방식에 대한 제어력을 잃을 수 있습니다. 제어력을 유지하려면 조직은 애플리케이션, 데이터 및 머신 에이전트 보안을 강화하고 클라우드 워크로드가 구성되고 모니터링되도록 해야 합니다.
포스트 퀀텀 위협에 대비
암호화 및 암호화 관리의 허점은 조직을 위험에 노출시킵니다. 양자 시대에 암호화를 효과적으로 관리하기 위해 조직은 포스트 퀀텀 암호화 알고리즘으로 전환하고, 환경 내 암호화 기술 파악, 취약점 분석, 위험 완화 등 보안 관행을 현대화해야 합니다.
