이스트시큐리티가 출시한 ‘알약 에이전틱 EDR’은 LG AI연구원 컨소시엄이 개발한 독자 AI 파운데이션 모델 ‘K-엑사원’을 보안 제품에 연동한 사례다. K-엑사원은 LG AI연구원 컨소시엄이 개발하고, 이스트시큐리티는 이를 EDR(엔드포인트 탐지·대응)의 분석·보고 기능에 적용했다. 모델 개발 주체와 제품 통합·운영 주체가 다르다는 점은 공급망과 사고 책임을 판단할 때 중요한 기준이다.
보안 제품에서 파운데이션 모델은 단독으로 사고에 대응하지 않는다. 단말에서 수집한 행위와 경보를 EDR이 정리하고, AI 모델은 공격 흐름을 재구성하거나 대응 방안과 보고서 초안을 만드는 데 쓰인다. 이후 프로세스 종료처럼 시스템 상태를 바꾸는 조치는 보안 담당자가 승인한다. 따라서 ‘국산 모델을 탑재했다’는 사실만으로 전체 보안 체계가 국산화됐거나 대응 책임이 모델 개발사로 이동했다고 볼 수 없다.
이번 발표는 온프레미스 망분리 환경 지원과 공공·금융기관 적용 가능성을 강조했다. 그러나 공개 자료만으로는 K-엑사원의 세부 버전과 파라미터 규모, 보안 데이터 추가학습 방식, 모델이 기관 내부에 직접 배치되는지 별도 서버에서 호출되는지 확인되지 않는다. 도입기관은 로그와 파일 정보가 모델 입력으로 전달되는 범위, 학습에 재사용되는지 여부, 모델 업데이트와 취약점 대응 책임을 계약 단계에서 구분해야 한다.
| 계층 | 확인된 주체·역할 | 도입 전 확인할 항목 |
|---|---|---|
| 파운데이션 모델 | LG AI연구원 컨소시엄의 K-엑사원 | 버전·업데이트·학습 데이터 정책 |
| 보안 제품 통합 | 이스트시큐리티의 알약 에이전틱 EDR | 입력 데이터 범위·배포 구조 |
| 업무 자동화 | 분석·대응 추천·보고서 초안 | 정확도·오탐·재검토 비율 |
| 최종 실행 | 기관 보안 담당자 승인 | 권한 분리·감사 로그·책임 소재 |
소버린 AI를 보안에 활용할 때 중요한 것은 모델의 국적만이 아니다. 데이터 보관 위치, 운영 권한, 업데이트 공급망과 사고 시 책임을 문서로 확정해야 한다. 모델 개발사는 기반 모델의 성능과 취약점 대응을, 제품사는 보안 업무 흐름과 권한 통제를, 도입기관은 최종 승인과 감사 로그를 각각 관리하는 구조가 필요하다.
저작권자 © STORIUM 무단전재 및 재배포 금지
