사이버보안을 위해 생성형 AI 채택은 AI 위협에 대한 최선의 해결책이 될 수 있습니다

메릴랜드 대학의 연구에 따르면, 무디스 투자자 서비스는 지난 달 2017년부터 2023년까지 사이버 공격의 평균 연간 증가율이 26%였다고 말했습니다. 

조직이 사이버 공격을 보고하는 것이 종종 의무적이지 않기 때문에 이 수치는 과소평가되었을 가능성이 있습니다. 무디스에 따르면 생성형 AI는 사이버 보안 우려가 증가함에 따라 단기 및 중기적으로 공격자에게 유리할 것으로 예상됩니다.

AI가 사이버 보안 위협을 증폭시킴

지난 2년 동안 생성형 인공 지능, 즉 '생성 AI'는 놀라운 시연에서 진화하며 거의 모든 산업에서 주요 전략적 목표가 되었습니다. 대부분의 CEO들은 인공 지능에 지출해야 한다는 압력을 받고 있다고 말합니다. 

제품 팀들은 현재 생성형 AI를 제품과 서비스에 통합하기 위해 분주히 작업하고 있습니다. AI와 관련된 위험을 통제하기 위해 미국과 EU는 새로운 법적 프레임워크를 도입하기 시작했습니다.

사이버 범죄자와 해커들은 이 모든 혼란 속에서 아무것도 하지 않고 앉아 있지 않을 것입니다. 인공 지능(AI)은 피싱 메시지 문법 개선 및 사기 또는 강압적인 금융 요구를 위한 비디오 및 오디오 스푸핑을 포함하여 다양한 목적으로 조사되고 있습니다. 

그들은 또한 기업들이 적극적으로 투자하는 AI 모델을 무력화하는 방법을 파악하려고 노력하고 있습니다. 조직의 사이버 보안 전략의 효과성은 공격자 또는 방어자 중 누가 우위를 점하는지를 크게 결정합니다. 

사실, 보안 운영 센터를 위한 생성형 AI 도구는 아직 초기 단계에 있으며 향후 1년 동안 더 나아질 것입니다. 이러한 솔루션을 구현하려는 사이버 보안 리더들은 생성형 AI 보안 기술을 평가하는 방법과 사이버 보안 솔루션을 제공하는 공급자를 신중하게 고려하는 방법을 연구할 이러한 기회를 활용해야 합니다.

독을 독으로 막기

가까운 미래에는 공격자들이 더 많은 공격을 더 널리, 더 회피하며, 더 유연하게 만들기 위해 점점 더 정교한 AI를 배포할 것입니다. 보안 팀은 변화하고 현대 기술을 최대한 활용해야 합니다. IBM의 보안 소프트웨어 담당 최고 기술 책임자(Sridhar Muppidi)는 기술 논문에서 보안 팀이 AI와 머신 러닝을 활용하여 운영을 더 효과적으로 만들 수 있다고 지적했습니다.

AI 기반 보안 정보 시스템은 분석가가 식별된 위험의 심각성을 평가하는 데 도움이 될 수도 있습니다. 이러한 시스템은 또한 관리자가 즉각적이고 심각한 위험에 더 많은 시간을 집중할 수 있도록 거짓 양성 반응의 탐지에 소요되는 시간을 줄이는 데도 도움이 됩니다.

위협을 찾는 데는 시간이 걸립니다. senior 보안 분석가들은 도구와 로그 파일 간을 전환하며 침해 징후를 검색합니다. AI는 시간을 절약할 수 있으며, 주니어 분석가조차도 생성형 AI 도구의 도움을 받아 이 작업을 완료할 수 있습니다.

새로운 위협에 대한 대응 속도를 높이기 위해 이러한 도구는 공격 행동과 트렌드의 자연어 설명을 기반으로 하여 위험을 감지하기 위한 검색을 자동으로 생성해야 합니다.

비즈니스가 공급망, 마케팅, 제품 개발, 고객 서비스 등 비즈니스의 다른 영역에서 생성형 AI를 사용함에 따라 공격도 증가할 것입니다. 이러한 동일한 세대의 AI 기능을 활용하는 것은 AI 모델, 데이터 및 사용을 보호하는 현명한 방법입니다.

이러한 제품의 기능과 우리의 요구 사항을 충족하지 못할 수 있는 도구 및 공급자의 단점에 익숙해지면 시간과 능력을 최대한 활용할 수 있습니다. 또한 인프라, 데이터 및 사람들에 대해 제공하는 보안에 대해 더 확신을 가질 수 있습니다.