SOC 리더를 위한 2026 SANS AI 설문조사 가이드

인공지능을 여전히 신뢰하고, 측정하고, 관리하기 어려운 이유는 무엇일까요? SOC 리더를 위한 SANS AI 설문조사 2026 가이드

최근 패널 토론에 참여하여 몇 가지 연구 결과에 대해 이야기를 나눌 기회가 있었습니다. 올해 SANS AI 설문조사, 특히 보안 운영 센터(SOC)에 적용되는 측면에서 살펴보겠습니다. 이 자리에 계신 모든 분들이 계속해서 되짚어보는 질문은 바로 이것입니다. 왜 AI는 여전히 신뢰하고, 측정하고, 관리하기가 어려울까요? 저는 우리가 어떻게 신뢰 문제를 해결해 나가고 있는지, 그리고 SOC가 바로 이러한 격차를 해소하는 첫걸음이 되는 지점이라는 점을 이야기하고자 합니다.

SANS AI 보고서를 받아보세요

SOC는 여전히 생명줄입니다.

보안은 현재 여러 방향으로 확장되고 있습니다. 신원 관리, 취약점 관리, 패치, AI 거버넌스 및 규정 준수 등 CISO는 처리해야 할 일이 산더미 같습니다! 하지만 이 모든 것의 근간에는 여전히 SOC(보안 운영 센터)가 있습니다. 모든 로그, 모든 초기 경고는 사내에서 처리하든 MSSP(관리형 보안 서비스 제공업체)를 통해 처리하든 관계없이 모두 동일한 SOC 팀을 통해 처리됩니다. 따라서 저는 AI 도입이 어디에 집중되고 있는지 살펴볼 때, 이러한 관점에서 먼저 분석합니다.

도입과 성숙 사이의 격차

SANS AI 2026 조사에서 가장 분명하게 드러나는 패턴 중 하나는 조직들이 보고하는 수준 사이의 급격한 하락입니다. 입양하다 AI와 그들이 도달했다고 보고하는 지점 성숙한 생산 AI 활용도가 50% 예산 삭감에 가까울 정도로 줄어들고 있습니다. 그리고 그 이유를 알 것 같습니다. 너무 많은 기업들이 AI를 먼저 도입하고 나서야 벤더나 내부 팀에게 "자, 이제 어떤 활용 사례가 필요할까요?"라고 묻습니다. 이는 순서가 잘못된 것입니다. 우리가 달성하고자 하는 결과부터 시작해서 AI가 그 결과를 얻는 데 어떻게 도움이 될지 역으로 생각해야 합니다. 이사회에서 시켰다고 AI를 도입하고 나서 나중에 활용 사례를 찾는 것이 아니라 말입니다.

제가 보기에 AI 도입이 쉽고 즉각적으로 이루어질 수 있는 분야는 로그 분석, 위협 설명, 보고서 작성입니다. AI는 요약 작업에 매우 능숙합니다. 다양한 데이터 포인트를 종합하여 사람이 신속하게 대응할 수 있는 형태로 만들어주고, 결과물의 형태를 어느 정도 제어할 수 있도록 도와줍니다. 이러한 분야들이 바로 AI 도입이 용이한 영역입니다. 더 어려운 문제는 그 이후의 모든 과정에 있습니다.

결정론적 vs. 비결정론적: 진정한 노력이 필요한 부분

SOC에서 AI에 대한 주저함의 상당 부분은 기대치 문제에서 비롯됩니다. 사람들은 AI가 100%처럼 완벽해야만 신뢰하려 하지만, 우리 분석가들 역시 비결정적이라는 사실은 간과하고 있습니다. 동일한 문제를 다섯 명의 분석가에게 맡기면 각자의 경험과 전문 지식에 따라 다섯 가지 다른 접근 방식이 나올 수 있습니다. 제가 패널 토론에서 언급했듯이 말입니다.

“"우리 모두는 각자 좋아하는 그릴드 치즈 샌드위치 레시피가 다릅니다. 치즈 종류도 다르고, 굽는 방법도 다르고, 모든 게 다 다르죠. 우리도 비결정론적인 존재인 것 같아요."”

위협 인텔리전스는 이러한 점을 실제로 보여주는 좋은 예입니다. 모든 분석가는 VirusTotal 점수를 자신만의 방식으로 해석합니다. 72개 중 2개는 위험 신호일까요, 아니면 단순한 노이즈일까요? 57개는 어떨까요? 분석가마다 판단 기준이 다르고, 퇴근 후에는 이러한 판단이 반영되지 않습니다. AI는 이러한 분류 과정에 일관된 기준을 제시하여 조사 담당자에게 가중치와 요구 사항을 제공할 수 있습니다. 완전히 결정론적인 것은 아니지만, 훨씬 더 일관성 있는 결과를 얻을 수 있으며, 이러한 일관성이야말로 자동화된 대응을 실현하는 데 실질적인 도움이 됩니다.

자동화가 실제로 신뢰를 얻는 곳

사람들이 "자동 응답"이라는 말을 들으면 보통 "AI가 CEO 계정을 폐쇄하거나 VIP 세션을 재설정하는 건 원치 않아"라는 생각이 먼저 듭니다. 그리고 그 생각은 맞습니다. 자동화는 그런 곳에서 시작해서는 안 됩니다. 제가 실제로 팀들이 성공을 거두는 부분을 보면, 오탐, 심각도가 낮은 경고, 명백한 설정 오류나 잘못된 구성으로 인한 경고를 처리하는 데서 그칩니다. AI가 어떤 것이 무해하다고 높은 확신을 가지고 판단할 수 있다면, 해당 경고는 AI가 차단하고 분석가가 처리할 필요가 없도록 해야 합니다. 그러면 분석가들은 불필요한 경고를 걸러내는 대신, 실제로 중요한 조사, 즉 피싱 클릭이나 랜섬웨어 초기 징후를 파악하는 데 시간을 집중할 수 있습니다. 이것이 바로 비결정적 판단과 결정적 안전장치가 각자의 강점을 살려 작동하는 방식입니다.

신뢰는 속도뿐 아니라 맥락을 필요로 합니다.

벤더들이 AI를 도입하고 2분 만에 문제를 해결했다고 주장하는 경우를 얼마나 많이 봤는지 셀 수도 없습니다. 속도는 좋지만 속도가 곧 신뢰는 아닙니다. 신뢰는 맥락에서 비롯됩니다. 기프트 카드 관련 문구를 피싱 징후로 표시하는 AI 모델은 제약 회사에는 정확할 수 있지만, 기프트 카드가 일상적인 업무의 일부인 대형 소매업체에는 완전히 잘못된 판단일 수 있습니다. AI가 의사 결정을 내리는 데 있어 기업의 지식 기반, 운영 매뉴얼, 에스컬레이션 기준 등을 반영하지 않으면 오탐과 오분류가 발생하여 신뢰를 빠르게 잃게 될 것입니다.

제가 추구하는 '기어 다니기-걷기-달리기'라는 사고방식이 바로 그것입니다. AI는 모든 단계에서 작동 원리를 명확히 보여주고, 인간 검토자가 처음부터 모든 것을 재검토하게 만드는 대신 무엇을 검증해야 하는지 정확하게 알려줘야 합니다. 

SANS 데이터는 이를 직접적으로 뒷받침합니다. 응답자 63%가 AI의 위협 탐지 및 대응 능력에 상당한 결함이 있다고 보고했습니다. 즉, AI를 실제로 신뢰한다고 답한 사람은 37%에 불과합니다. 이러한 격차는 자동화된 조치 도입률이 여전히 낮은 수준이라는 점과 밀접한 관련이 있습니다. 2026년 조사에서 자동화된 사고 대응 도입률은 39%에 그쳤습니다. 실무자들은 지금까지 AI에 대한 신뢰를 어느 정도까지 확장했는지 정확히 알려주고 있으며, 그 범위는 매우 제한적입니다. 이러한 신뢰를 구축하는 요소는 바로 도구를 감사하고 관리할 수 있게 해주는 요소와 동일합니다. 왜냐하면 검증이 가능하기 때문입니다.

그렇다면 우리는 어떻게 해야 할까요?

2026년 SANS AI 설문조사는 우리 중 많은 사람들이 경험적으로 느껴왔던 바를 확인시켜 줍니다. 즉, AI 도입 속도가 성숙도를 앞지르고 있고, 신뢰가 여전히 병목 현상이며, 거버넌스의 중요성에 대한 인식은 실제 공식화되는 것보다 훨씬 높다는 것입니다. 그렇다고 해서 AI가 작동하지 않는다는 의미는 아닙니다. 이는 보안 운영 센터(SOC)가 여전히 결정론적 자동화와 비결정론적 AI가 함께 작동하는 방법을 배워야 하는 시험장이며, 맥락과 설명 가능성이 신뢰를 구축하는 데 중요한 역할을 한다는 것을 의미합니다.

이 블로그 글은 SOC와 AI에 관한 보고서에 대한 제 개인적인 견해일 뿐입니다. 이러한 트렌드에 대한 더 자세한 데이터를 원하시면 보고서를 직접 살펴보시기를 권합니다.

2026년 SANS AI 설문조사 보고서를 다운로드하세요.