Identity 및 Data 보안 솔루션 분야에서 인정받는 선도 기업인 Netwrix가 오늘 보안 전망을 발표했습니다. 에이전틱 AI가 더욱 부각되는 가운데, 다음 단계의 사이버 보안 교란은 공격자가 Identity 공격을 확장해 Data 보안을 침해하는 방식에서 비롯될 것이라고 예측했습니다.
Netwrix Security Research Lab이 개발한 이번 전망은 2026~2029년 사이 사이버 보안을 재편할 가능성이 가장 큰 트렌드를 조명합니다. 이러한 예측은 Netwrix 연구진이 관찰한 실제 환경의 Identity 공격과 데이터 노출 경로에 대한 지속적인 연구를 바탕으로 합니다.
2026년에 보안을 가장 크게 바꿀 가능성이 높은 것은 무엇인가
- ID 자동화는 ID와 데이터 보안 간의 의존성을 더욱 강화한다
2026년까지 ID 보안은 프로비저닝, 토큰 검증, 권한 관리 전반에 걸쳐 워크플로 오케스트레이션과 자동화가 크게 확장될 것입니다.
이 워크플로는 이제 누가 어떤 민감한 데이터에 접근할 수 있는지를 결정하며, 즉 ID 자동화에서 발생하는 실패는 곧바로 데이터 노출 위험으로 이어집니다.
공격자들은 개별 자격 증명에서 벗어나 ID 오케스트레이션, 페더레이션 신뢰, 잘못 구성된 자동화에 집중을 옮기고 있습니다. 중요한 데이터 저장소에 대한 액세스는 ID에서 시작하므로, 오구성(미스컨피그)을 탐지하고 사각지대를 줄이며 더 빠르게 대응하기 위해 ID 보안과 데이터 보안 전반에 걸친 통합 가시성이 필요합니다. - 에이전트형 AI는 규모에 따라 ID 기반 데이터 액세스를 확장한다
AI 시스템이 자율적으로 작업을 수행하기 시작하면, 데이터에 접근하고 데이터를 이동·조작하는 데 ID에 의존하게 됩니다. AI 에이전트가 어떤 ID를 사용하는지, 어떤 데이터에 접근할 수 있는지, 그리고 어떤 권한(주체)의 하에 동작하는지 이해하는 것이 필수 과제가 됩니다.
강력한 ID 거버넌스와 데이터 제어가 함께 작동하지 못하면, 에이전트형 AI는 데이터 노출을 빠르게 증폭시킬 수 있습니다. AI 기반 자동화가 지속적으로, 그리고 대규모로 운영될수록 ID 보안과 데이터 보안 간의 의존성은 더욱 뚜렷해집니다. - 사이버 보험은 신원 및 데이터 제어에 대한 증명을 요구한다
ID 자동화와 AI 기반 액세스가 데이터 노출 위험을 높이는 가운데, 사이버 보험사는 리스크를 평가하고 가격을 책정하는 방식도 바꾸고 있습니다. 정기적인 설문지에 의존하기보다는, 신원 및 데이터 보안 제어에 대한 지속적인 검증으로 전환하고 있습니다.
보험사는 실시간으로 ID가 민감 데이터에 어떻게 접근하는지를 보여주는 텔레메트리(데이터 수집/전송) 정보를 활용할 것으로 기대됩니다. ID 거버넌스와 데이터 보호 간의 일관된 연계를 입증할 수 있는 조직은 더 나은 조건의 혜택을 받을 수 있는 반면, 가시성이 부족한 조직은 더 큰 조사와 점검을 받게 될 수 있습니다.
2026년에 보안을 크게 바꾸기는 어려운 것
- 진짜 AI의 위험은 자율성이 아니라 ‘가속’입니다
AI는 이미 의미 있는 방식으로 사이버보안을 변화시키고 있지만, 완전히 자율적이고 자기 주도적인 AI 기반 사이버공격이 2026년에 지배적인 위협이 될 가능성은 낮습니다. 최근의 국가 후원 스파이 활동 캠페인에서는 유리한 조건에서 선택적이고 고비용 형태의 자율성은 이제 가능해졌음을 보여주지만, 이러한 작전은 여전히 사람의 감독 하에 있으며 신뢰할 수 없는 피드백에 취약하고, 관대한 신원 및 접근 환경에 의존합니다.
실제 기업 환경에서 효과적인 자율 공격 캠페인을 운영하는 일은 계속해서 복잡하고 비용이 많이 들며 예측도 어렵습니다. 잡음이 섞인 신호, 환경의 변동성, 환각에 취약한 출력, 운영상의 위험, 신뢰할 수 있는 피드백 루프의 부재, 높은 인프라 비용은 대부분의 경우 향후 1년 동안 완전 자율 공격을 경제적으로 감당하기 어렵게 만듭니다.
대신 공격자는 사람의 의사결정을 완전히 대체하기보다는, 기존 기술—정찰, 사칭, 접근 남용, 워크플로 실행—을 AI로 가속하는 방식으로 계속해서 움직일 것입니다. 방어자에게 더 즉각적인 과제는 광범위한 접근, 깨끗한 피드백, 지속 가능한 보상 등 자동화가 의존하는 조건들을 차단하는 AI 가속 공격에 대해 회복탄력성을 유지하는 것입니다. 자동화가 발전하더라도 강력한 신원 통제와 데이터 가시성은 가장 효과적인 보호 수단으로 남아 있습니다.
2027년을 향한 다음 단계
- AI 기반의 시스템과 데이터 간 통합
AI 기반 최적화는 점점 더, 이전에는 별도로 관리되던 신원 시스템과 데이터 소스를 연결하는 AI 에이전트에 의존하게 됩니다. 이러한 에이전트는 여러 시스템 전반에서 동작하며, 예를 들어 사용자나 팀을 대신해 애플리케이션, 신원, 데이터에 접근하는 등 정의된 워크플로를 수행합니다.
그 워크플로의 어느 부분에서든 접근 조건이나 데이터의 민감도가 변경되면, 거버넌스 모델은 AI 에이전트의 권한이 계속해서 적절하도록 보장해야 합니다. 실제로 이는 연결된 시스템 전반에서 신원 컨텍스트, 접근 권한, 정책 정합성을 정적으로 분리된 통제에 의존하지 말고 지속적으로 검증한다는 의미입니다. - 데이터에 더 많은 내장형 보호가 적용됩니다
데이터는 사용자가 바뀌거나 시스템, 환경이 달라지더라도 이동하는 동안 암호화, 출처(provenance), 접근 정책을 함께 지니는 것으로 점점 더 기대됩니다. 출처는 데이터가 어디에서 기원했는지, 어떻게 사용되어 왔는지, 그리고 어떤 아이덴티티나 시스템이 그것과 상호작용했는지에 대한 맥락을 제공합니다.
이는 침해로 인한 영향을 줄일 수 있지만, 구현이 일관되지 않으면 분절화와 사각지대가 생길 위험이 있습니다. 자기 보호 기능을 갖춘 데이터가 규모 있게도 효과적으로 관리되려면 강력한 아이덴티티 컨텍스트, 표준화된 메타데이터, 그리고 일관된 정책 집행이 필요합니다.
2028년과 2029년을 내다보며: 핵심 위험
- AI 신뢰의 둔화가 보안을 약화시킨다
경제적 압박으로 거버넌스와 감독에 대한 투자가 줄어들면, 조직은 관리되지 않는 모델, 문서화되지 않은 드리프트, 그리고 컴플라이언스 공백을 떠안게 될 수 있습니다. 신원(Identity) 관계, 데이터 의존성, 그리고 AI 소유권을 초기 단계에서 매핑하는 것은 회복탄력성을 유지하는 데 매우 중요합니다. - AI 벤더의 불안정성은 데이터 및 연속성 리스크로 이어진다
조직이 증가하는 수의 신생 AI 제공업체에 의존할수록, 회사 데이터가 어디에 존재하는지, 그리고 궁극적으로 누가 이를 통제하는지에 대한 질문에 답하기가 점점 더 어려워집니다. 프롬프트, 학습 데이터, 모델, 출력이 기업 외부에서 처리되거나 저장되는 경우, 제공업체가 예상대로 더 이상 운영할 수 없게 되면 해당 데이터는 검색, 거버넌스(통제), 심지어 위치 파악조차 어려울 수 있습니다. AI 벤더가 인수되거나 구조조정되거나 시장에서 철수할수록 이 과제는 더욱 심각해져, 해당 서비스와 연결된 데이터를 기업이 쉽게 검색·통제·위치 파악하기 어려워집니다.
이는 컴플라이언스, 보안, 그리고 업무(비즈니스) 연속성 전반에 걸쳐 연쇄적인 위험을 초래합니다. 명확한 데이터 소유권, 신원(Identity) 통제, 그리고 종료(Exit) 계획이 없으면, 검증되지 않은(초기 스타트업) AI 제공업체에 대한 의존이 실험을 장기적인 데이터 노출과 운영 리스크로 바꿀 수 있습니다. 집행 가능한 데이터 소유권과 데이터 거버넌스를 구축하지 못한 조직은, 초기의 AI 실험이 조용히 지속적인 데이터 노출과 업무 연속성 리스크로 발전했음을 뒤늦게 발견하게 될 것입니다.
“위협 환경이 확장되는 이유가 단지 공격자들이 갑자기 더 나은 도구를 갖게 되었기 때문만은 아닙니다.” Netwrix의 보안 연구 담당 부사장인 Dirk Schrader는 이렇게 말했습니다. “또한 신원(Identity) 보안, 데이터 보안, 자동화가 서로 떼려야 뗄 수 없게 연결되며 그 영향이 커지고 있기 때문입니다. 우리 연구팀은 오로지 설정 오류와 자동화된 워크플로가 실제 노출을 어떻게 만들어내는지 현장에서 직접 보고 있습니다. 성공하는 조직은 신원과 데이터 보안을 함께 관리(거버넌스)하고, 자동화를 맹목적으로 신뢰할 대상이 아니라 지속적으로 검증해야 할 대상으로 여기는 조직일 것입니다.”
이번 전망을 뒷받침하는 실제 취약점과 공격 경로에 대해 더 깊이 알아보려면 Netwrix Security Research Lab의 최신 분석을 읽어보세요: Netwrix의 보안 연구 소개.
© 2026 Netwrix Corporation. All rights reserved. 이 페이지는 Netwrix의 의견을 표현하며, 여기에 포함된 정보는 변경될 수 있습니다. Netwrix의 이름, 로고, 제품, 서비스명, 슬로건 및 모든 Netwrix 상표는 Netwrix Corporation 또는 그 계열사의 자산입니다. 그 밖의 이름과 식별 표시는 각 해당 회사 및/또는 그 계열사의 상표이며 소유권도 해당됩니다. 이러한 회사는 본 보도자료의 후원사가 아니며, 달리 Netwrix와 제휴 관계에 있지 않습니다.
공유하기