데이터 보안이 AI에 중요한 이유
데이터는 새로운 석유입니다. 이것은 우리 경제에 활력을 불어넣고 새로운 기술, 특히 생성형 AI를 주도합니다. 그러나 AI가 널리 채택되려면 신뢰할 수 있고 안전해야 합니다.
IBM의 최신 데이터 유출 비용(CODB) 보고서에 따르면, 비즈니스 중단으로 인해 데이터 유출로 인한 평균 비용이 488만 달러에 달할 정도로 유출 비용과 규제 벌금이 새로운 수준으로 치솟았습니다.
그러나 IBM 기업가치연구소(IBV)에서 실시한 사이버 보안 및 생성형 AI에 관한 설문조사에 따르면, 94% 이상의 비즈니스 리더가 AI 보안이 중요하다고 생각하지만, 향후 6개월 이내에 AI 프로젝트에 사이버 보안 요소를 통합할 것이라고 답한 응답자는 24%에 불과했습니다.
생성형 AI는 데이터 유출, 데이터 중독, 프롬프트 인젝션 공격과 같은 새로운 위험도 수반하기 때문에 많은 기업이 취약한 상태에 놓여 있습니다. 또한 기업이 데이터에 액세스할 수 있는 사람을 통제하는 것도 어려울 수 있다고 IBM 사이버 보안 서비스 글로벌 매니징 파트너인 Scott McCarthy는 지적합니다.
"비즈니스 및 고객 데이터가 노출되지 않도록 제어하는 것이 중요합니다."라고 McCarthy는 설명합니다.
데이터를 보호하고 AI를 보호하기 위해 기업은 데이터, 모델 및 모델 사용과 같은 인프라를 보호하고 AI 거버넌스를 구축해야 합니다. 이는 생성형 AI를 확보하기 위한 IBM의 프레임워크로, CRM용 AI 도구 세트인 Salesforce의 Einstein을 비롯한 다른 환경에서도 적용할 수 있는 프레임워크입니다.
이 프로세스를 시작하기 위해 기업이 취할 수 있는 3단계는 다음과 같습니다.
귀사의 팀은 다음 제로데이를 제때 포착할 수 있을까요?
Think 뉴스레터를 통해 AI, 사이버 보안, 데이터 및 자동화에 대한 선별된 뉴스를 제공하는 보안 리더들과 함께하세요. 받은 편지함으로 직접 제공되는 전문가 튜토리얼과 설명서를 통해 빠르게 배울 수 있습니다. IBM 개인정보 보호정책을 참고하세요.
많은 팀이 생성형 AI를 통해 빠르게 혁신하고 있지만, 이로 인해 섀도우 IT가 발생할 수 있습니다. "기업도 가시성을 확보해야 합니다. 데이터 보안 태세 관리 및 AI 보안 태세 관리와 같은 새로운 도구가 이를 도와줄 것입니다."라고 McCarthy는 말합니다.
고객 데이터로 작업하든 비즈니스 데이터로 작업하든, 데이터 유형에 따라 다양한 영향을 미치며 다른 정책과 절차가 적용될 수 있습니다.
고객 데이터, 비즈니스 데이터 인구 조사 또는 공개적으로 사용 가능한 데이터와 같은 분류 제한에 따라 해당 데이터에 적절한 제어를 적용하여 적절한 사람이 적시에 적절한 데이터에 액세스할 수 있도록 합니다.
결론적으로, McCarthy는 "보안 팀은 보안 정책 및 절차의 게이트키퍼일 뿐만 아니라 비즈니스 조력자가 되어야 합니다."라고 말합니다.