Swimlane은 고객 정의 탐지 기능을 통해 AI SOC의 사각지대를 해소합니다.

새로운 터빈 기능은 보안 팀이 자체 데이터와 전문 지식을 활용하여 기존 도구가 놓치는 AI 위협(예: 즉각적인 주입 및 승인되지 않은 AI 사용)을 탐지하고 에이전트 기반 조사 및 대응으로 직접 경고를 보낼 수 있도록 합니다. 

주요 뉴스 

• 고객 정의 감지: 이제 보안 팀은 Turbine에서 제공되는 데이터를 기반으로 자체 탐지 로직을 실행하고, 엔터프라이즈 규모로 병렬 처리된 데이터를 기반으로 결과를 Swimlane AI SOC에 직접 전송하여 조사 및 대응을 수행할 수 있습니다.
• AI 탐지 및 대응 활용 사례: 새로운 기능은 팀이 즉각적인 주입, 승인되지 않은 AI 사용 및 손상된 안전장치와 같은 새로운 AI 위험에 대응하고 기존 보안 도구가 경고를 생성하지 못할 때 악성 에이전트 동작으로 인한 무분별한 AI 비용 지출을 막는 데 도움이 됩니다. 
• 양방향 MCP 지원: Hero AI는 타사 MCP 서버의 도구를 사용할 수 있으며, Turbine은 관리되는 자동화 기능을 외부 AI 클라이언트를 위한 MCP 도구로 제공할 수 있습니다.
• 자연어 기반 애플리케이션 개발: Hero AI Application Builder Agent를 사용하면 팀에서 자연어를 사용하여 Turbine 애플리케이션을 생성 및 수정하고 구조와 워크플로를 기록할 수 있으며, 변경 사항을 저장하기 전에 담당자의 검토를 받을 수 있습니다.

덴버 – 2026년 10월 28일 – 스윔레인, 보안 기능 전반을 위한 에이전트 기반 AI 자동화 분야의 선두 기업인 이 회사는 오늘 새로운 기능을 발표했습니다. 스윔레인 터빈 보안 팀이 대용량 데이터에 대해 자체 탐지 로직을 실행하고 결과 경고를 조사 및 대응을 위해 Swimlane AI SOC로 직접 전송할 수 있는 플랫폼입니다. 10월 릴리스에는 양방향 모델 컨텍스트 프로토콜(MCP) 지원 및 새로운 기능이 추가되었습니다. 히어로 AI 자연어 프롬프트를 사용하여 모든 사용 사례에 맞는 애플리케이션을 구축하는 에이전트로, 팀이 도구를 연결하고 워크플로를 구축하며 보안 자동화를 운영하는 방식을 확장합니다.

기업들이 에이전트, MCP 서버, 코파일럿 및 로컬 모델을 배포함에 따라 보안 팀은 기존 탐지 제품이 인식하지 못하는 새로운 위험에 직면하고 있습니다. 신속한 인젝션, 승인되지 않은 AI 사용, 손상된 가드레일 및 기타 AI 관련 위협은 공급업체에서 정의한 탐지 범위에서 제외될 수 있어 AI SOC에서 조사할 경고가 발생하지 않습니다. Swimlane은 AI 시스템 자체가 사고의 대상이 되는 AI 탐지 및 대응(AIDR) 사용 사례를 지원하는 새로운 기능을 제공하여 상용 탐지 범위가 없을 때 팀이 자체적인 동적 탐지 로직을 적용할 수 있도록 합니다.

감지하지 못하면 대응할 수 없습니다.

AI 기반 SOC 시장은 경고 발생 후 어떤 일이 벌어지는지에 집중해 왔습니다. 즉, AI가 얼마나 신속하게 경고를 분류하고 조사하며 다음 조치를 결정할 수 있는지에 초점을 맞추었습니다. 하지만 이러한 모델은 관련 경고가 이미 감지되었다는 가정을 전제로 합니다.

조직들이 새로운 AI 시스템, 에이전트 및 워크플로우를 도입함에 따라 이러한 가정은 점점 더 한계에 부딪히고 있습니다. 일부 위험은 너무 새롭거나, 너무 구체적이거나, 조직의 맥락에 너무 의존적이어서 상용 보안 업체가 사전에 정의하기 어렵습니다. AI 분야 외에서도 마찬가지입니다. 연방 기관, 제조업체 또는 MSSP(관리형 보안 서비스 제공업체)에게 의심스러운 활동으로 간주되는 기준은 너무나 구체적이어서 업체 로드맵에 포함되지 않는 경우가 많습니다.

새로운 스윔레인 터빈의 빅데이터 처리 기능은 보안 팀이 대량의 데이터에 자체 탐지 로직을 적용하고 그 결과로 생성된 경고를 직접 전송함으로써 이러한 격차를 해소할 수 있도록 지원합니다. 스윔레인 AI SOC. 단일 빅데이터 작업으로 병렬 컴퓨팅 노드에서 수만 건의 레코드를 평가할 수 있으므로 기업 규모에서 고객 맞춤형 탐지를 실용화하고 조사 심도를 높일 수 있습니다.

“보안 업계는 지난 2년간 AI가 어떻게 자율적으로 경고를 처리할 수 있는지에 대해 논쟁을 벌여왔지만, 이는 ”경고의 출처는 어디인가?“라는 더 근본적인 질문을 간과한 것입니다.”라고 스윔레인의 공동 창립자 겸 CEO인 코디 코넬은 말했습니다. “AI가 새로운 위험을 더 빠르게 야기함에 따라 조사 심층성과 품질이 필수적이 될 것이며, 공급업체에서 정의한 탐지만으로는 전체 상황을 파악할 수 없습니다. 현장 환경에 가장 가까운 팀은 자신에게 중요한 것이 무엇인지 정의할 수 있는 방법이 필요합니다. 터빈은 이러한 제어권을 제공하고, 그 결과로 발생하는 경고를 조사 및 대응에 직접 연결합니다.”

고객 맞춤형 로직부터 조사 및 대응까지

새로운 탐지 기능은 조직에서 이미 사용하고 있는 보안 도구를 대체하지 않고도 탐지부터 대응까지의 전체 보안 프로세스를 강화합니다. 스윔레인은 SIEM, EDR, 클라우드 보안 및 기타 기술에서 발생하는 경고를 계속해서 수신하는 동시에, 팀에서 터빈에서 사용 가능한 데이터를 기반으로 자체 탐지 로직을 실행하고, 그 결과를 AI SOC로 전송하여 에이전트 기반 조사 및 관리형 대응을 수행할 수 있는 추가적인 방법을 제공합니다.

새로운 기능 및 사용 사례는 다음과 같습니다.

• 고객 맞춤형 탐지 로직: 대량의 데이터에 대해 조직별 탐지 로직을 실행하고, 결과로 발생하는 경고를 조사 및 대응을 위해 Swimlane AI SOC로 직접 전송합니다.
• AI 보안 활용 사례: 로컬 AI 모델 사용, 승인되지 않은 AI 계정, AI 서비스에 제출된 민감한 데이터, 프롬프트 주입 및 비활성화되거나 우회된 안전장치와 같은 새로운 위험에 대해 맞춤형 탐지 기능을 적용합니다.
• AI 지원 탐지 작성: 원하는 탐지 유형을 설명하고 Turbine의 플레이북 생성 기능을 활용하여 해당 탐지 유형을 구축하세요.
• 엔터프라이즈급 처리: 병렬 컴퓨팅 노드에서 단일 작업으로 수만 건의 레코드를 평가하여 고객 맞춤형 탐지를 대규모로 실용화할 수 있습니다.

MCP는 보안 자동화를 위한 양방향 연결 플랫폼이 됩니다.

10월 릴리스에서는 Turbine 내에서 모델 컨텍스트 프로토콜 지원이 양방향으로 확장되어 보안 팀이 AI 에이전트가 도구에 액세스하는 방식과 외부 AI 클라이언트가 관리되는 자동화를 호출하는 방식을 더욱 유연하게 제어할 수 있게 되었습니다. 

새로운 MCP 기능은 다음과 같습니다.

• MCP 호스트로서의 터빈: Hero AI는 타사 MCP 서버에 직접 연결하여 조사 및 플레이북 작성 중에 해당 서버의 도구를 사용할 수 있으며, 인증 및 액세스에 대한 중앙 집중식 제어가 가능합니다.
• Turbine을 MCP 서버로 사용: Claude, ChatGPT, Cursor, Gemini CLI 및 Microsoft Copilot과 같은 외부 AI 에이전트 및 어시스턴트는 기존 역할 기반 액세스 제어 내에서 다단계 플레이북을 포함한 관리되는 Turbine 구성 요소를 호출할 수 있습니다.
• MCP + API 브리징: Turbine은 MCP 도구와 API를 원활하게 결합하여 Swimlane의 광범위한 통합 기능을 외부 MCP 호환 도구 및 워크플로와 연결합니다. 

“스윔레인의 최고운영책임자(COO)인 스리칸트 비삼세티는 ”MCP는 단순히 또 다른 통합 기능이 아니라 운영 모델의 일부가 될 때 가장 유용합니다.“라고 말했습니다. ”터빈은 외부 MCP 서버의 도구를 활용하고, 관리형 자동화 기능을 AI 클라이언트에 제공하며, 고객이 이미 사용하고 있는 API 통합 기능과 결합할 수 있습니다. 이를 통해 보안 팀은 기존의 제어 및 자동화 기능을 포기하지 않고도 에이전트를 실제 워크플로에 통합할 수 있는 실질적인 방법을 얻게 됩니다.”

Hero AI에 질문하여 새로운 보안 애플리케이션을 구축하세요.

이번 릴리스에는 애플리케이션 구축을 위한 새로운 Hero AI 에이전트가 도입되어 새로운 보안 사용 사례에 필요한 레코드 구조, 레이아웃 및 워크플로를 생성하고 조정하는 데 필요한 수동 작업을 줄여줍니다.

• 자연어 기반 애플리케이션 구축: 필요한 사항을 설명하여 애플리케이션, 레코드 구조, 레이아웃 및 워크플로를 생성하고 수정합니다.
• 인간이 제어하는 변화: AI가 생성한 편집 내용은 검토될 때까지 저장되지 않으며, 변경 사항은 강조 표시되고 저장되기 전에 수락 또는 거부할 수 있는 옵션이 제공됩니다.

보안 운영 전반에 걸쳐 에이전트 기반 AI 자동화 확장

이러한 기능은 Swimlane AI SOC와 지능형 라우팅 모델을 기반으로 구축되었으며, 필요한 추론 수준에 따라 결정론적 자동화, AI 지원 조사 또는 완전 에이전트 기반 조사로 작업을 배정합니다. 고객 정의 탐지 기능은 팀이 조사 및 대응을 트리거해야 하는 조직별 조건을 정의할 수 있도록 함으로써 해당 모델에 또 다른 진입점을 추가합니다.

Swimlane은 기존 탐지 기술을 대체하거나 모든 작업을 AI 모델을 통해 처리하는 대신, 팀이 자체 데이터, 보안 전문 지식, AI 및 확정적 자동화를 하나의 관리 플랫폼 내에서 결합할 수 있는 방식을 확장하고 있습니다.

유효성

고객 정의 감지 로직에 대한 고객 정의 감지, 양방향 MCP 지원 및 Hero AI 애플리케이션 빌더 에이전트를 포함한 새로운 스윔레인 터빈 기능이 이제 정식으로 제공됩니다.

주요 자료

• 스윔레인 터빈에 대해 자세히 알아보세요: swimlane.com/swimlane-turbine/
• 데모를 요청하세요: swimlane.com/demo
• 곧 개최될 웨비나에 등록하세요 AI 추론과 신뢰성의 만남: SOC를 위한 운영 모델 11월 12일 목요일 오전 11시 (미국 동부시간). 

스윔레인 소개 

스윔레인은 에이전트형 AI와 자동화의 융합이 가장 까다로운 보안, 규정 준수 및 IT/OT 운영 문제를 해결할 수 있다고 믿습니다. 스윔레인을 통해 기업과 MSSP(관리형 보안 서비스 제공업체)는 모든 보안 기능을 위한 세계 최초이자 유일한 AI 자동화 플랫폼의 이점을 누릴 수 있습니다. 스윔레인만이 보안 팀, 도구 및 원격 측정 데이터를 통합할 수 있는 확장성과 유연성을 제공하여 오늘날의 보안 운영이 미래의 위협보다 항상 한 발 앞서 나갈 수 있도록 보장합니다.