AI가 보안 수요곡선을 바꾼다
크라우드스트라이크(CrowdStrike)의 공격대응 작전총괄 수석부사장 애덤 마이어스(Adam Meyers)는 지디넷코리아와의 단독 인터뷰에서 AI 에이전트가 보안 통제를 우회하며 남긴 탐지 건수가 지난 6개월간 사람 기반 탐지 건수의 2.5배를 넘었다고 밝혔다. 같은 시기 MIT 테크놀로지 리뷰는 스탠퍼드대 사무엘 킹 박사 과정 학생이 생성형 AI로 302개 게놈을 설계한 결과 16개가 대장균을 감염·파괴하는 기능성 박테리오파지로 확인됐다고 2026년 10월 16일 보도했다. 두 사건은 서로 다른 업종에서 발생했지만, AI가 공격과 설계의 속도를 높여 기업의 통제 비용 구조를 바꾸고 있다는 점에서 같은 산업적 압력을 만들어낸다.
산업 관점에서 핵심은 공포가 아니라 가격이다. AI가 만든 위험을 누가 측정하고, 누가 비용으로 반영하며, 어느 기업이 이를 매출로 전환하느냐가 다음 보안 시장의 승부처가 됐다. 마이어스 부사장이 지디넷코리아 인터뷰에서 밝힌 수치는 이 변화가 이미 보안 운영 현장에 들어왔음을 보여준다.
크라우드스트라이크는 현재 최소 6개의 에이전틱 공격 세력(agentic adversary groups)을 추적 중이며, 지난 6개월간 자사 플랫폼에서 AI 에이전트가 보안 통제를 우회하며 남긴 탐지 건수가 사람 기반 탐지 건수의 2.5배를 넘었다. 마이어스 부사장은 "AI 기반 공격이 완전히 새로운 위협은 아니지만, AI 에이전트의 도움으로 공격 속도와 규모가 기하급수적으로 증가하고 있다"고 설명했다. MIT 테크놀로지 리뷰가 2026년 10월 16일 보도한 사무엘 킹의 실험은 위험의 경계가 사이버 공간 밖으로 넓어졌음을 보여줬다.
생성형 AI가 설계한 302개 게놈 가운데 16개가 대장균(E. coli)을 감염시키고 파괴하는 기능성 박테리오파지(bacteriophage)로 확인됐다는 결과는 합성생물학(synthetic biology) 산업에도 새로운 보안 원가가 붙기 시작했음을 뜻한다.
광고
본지 분석으로는 두 사례의 공통점이 더 중요하다. 하나는 사이버보안 기업의 탐지 로그에서 나왔고, 다른 하나는 생명과학 연구실의 실험 결과에서 나왔다. 그러나 둘 다 AI 모델이 탐색, 설계, 실행 후보 선별의 시간을 단축했다는 점에서 같은 산업적 압력을 만든다.
기업은 AI를 도입해 비용을 줄이려 하지만, 그 과정에서 보안 통제와 책임 추적, 공급망 검증 비용을 새로 떠안는다. AI 도입 효과를 인건비 절감만으로 계산한 기업의 투자계획서는 이미 낡은 문서가 됐다. 크라우드스트라이크 사례에서 먼저 보이는 변화는 보안 시장의 수요가 단순 탐지에서 행위자 식별과 공격 경로 재구성으로 이동한다는 점이다.
마이어스 부사장은 지디넷코리아 인터뷰에서 "중국어, 러시아어, 인도네시아어, 스페인어 등을 쓰는 공격 세력이 전 세계에서 활동했으며, 크라우드스트라이크가 매주 새로운 세력을 발견하고 있다"고 밝혔다. 특히 한국 금융권을 겨냥한 공격에서는 중국 광둥성에 거주하는 26세 인물이 배후일 가능성이 제기됐다. 이 공격자는 홍콩 서버를 주 통제 인프라로 삼고 별도 서버에서 한국 대상 공격을 수행한 것으로 분석됐으며, 중국 AI 모델 딥시크(DeepSeek)와 생성형 AI 코딩 도구 클로드 코드(Claude Code)를 사용하는 과정에서 노출된 흔적(아티팩트)을 통해 공격 과정이 재구성됐다고 마이어스 부사장은 설명했다.
이 대목은 엔드포인트 탐지·대응(EDR) 솔루션의 판매 논리가 바이러스 탐지에서 공격자 운영 방식 분석으로 옮겨가고 있음을 말한다. 금융권에 이 변화는 비용 항목의 재배치를 요구한다. 은행과 카드사, 증권사는 이미 고객 인증, 이상거래탐지, 내부망 통제를 위해 보안 예산을 집행하고 있다.
AI 기반 공격이 늘어나면 로그 분석 인력 증원만으로는 한계가 생긴다. 보안 솔루션 구매의 기준도 기능 목록에서 공격대응 속도, 위협 인텔리전스의 품질, 클라우드 워크로드 추적 능력으로 이동한다.
광고
마이어스 부사장은 "제대로 된 방어를 위해서는 공격자가 누구인지, 어떻게 움직이는지, 무엇을 노리는지 이해하는 것이 중요하다"고 강조했다(지디넷코리아 인터뷰). 한국 금융사는 글로벌 보안 기업의 위협 데이터에 더 의존할 가능성이 크다.
이는 국내 보안업체에는 부담이지만, 동시에 한국어·국내 금융거래 패턴·국내 규제 문맥에 맞춘 특화 분석 시장을 열 수 있다.
사이버 공격과 생명 설계의 공통 위험
생명과학 쪽에서는 더 미묘한 시장 변화가 시작됐다. MIT 테크놀로지 리뷰의 2026년 10월 16일 보도에 따르면 스탠퍼드대 사무엘 킹 박사 과정 학생은 생성형 AI로 기능성 바이러스 게놈을 설계했다.
이 실험에 쓰인 이보 1(Evo 1)과 이보 2(Evo 2)는 수백만 개에서 수조 개 규모의 DNA 염기서열로 훈련된 모델로 소개됐다. 302개 설계안 중 16개가 대장균을 감염시키고 파괴하는 기능을 보였다는 결과는 성공률만의 문제가 아니다. 디지털 설계와 물리적 생명체 사이의 간격이 줄어들면, DNA 합성 주문 검증, 실험실 생물안전, 모델 접근권 관리가 별도 산업으로 커질 수 있다.
이 실험의 대상은 인간에게 무해하도록 설계된 박테리오파지였다. 사무엘 킹은 MIT 테크놀로지 리뷰와의 대담에서 AI 설계 생명체가 의약품 개발과 오염 정화 등에 쓰이기를 기대한다고 밝혔다. 이 점은 과장된 공포와 구분할 필요가 있다.
그러나 산업은 안전한 사례만 보고 움직이지 않는다. 투자자는 좋은 활용 사례와 오용 가능성을 함께 가격에 반영한다.
제약사와 바이오 스타트업이 생성형 AI를 연구개발에 도입하려면 모델 성능만 제시해서는 부족하다. 학습 데이터 출처, 합성 주문 심사 절차, 실험실 접근 통제, 사고 대응 체계가 기업가치 평가의 일부로 들어간다. 반론도 있다.
AI 해킹과 AI 생물 설계가 과장됐으며, 실제 피해는 여전히 사람의 실수와 낡은 시스템에서 더 자주 발생한다는 주장이다.
광고
이 반론은 현실의 많은 사고가 패치 지연, 비밀번호 관리 실패, 내부 권한 남용에서 출발한다는 점을 정확히 짚는다. 그러나 그것만으로 시장 변화를 설명하기는 어렵다.
AI는 기존 취약점을 새로 만들기보다 취약점 탐색과 공격 자동화의 단가를 낮춘다. 같은 예산을 가진 공격자가 더 많은 표적을 더 빠르게 시험할 수 있다면, 방어 기업의 매출 기회와 고객사의 비용 부담은 동시에 커진다.
문제의 중심은 새로운 위험의 존재 여부가 아니라 위험 생산 비용의 하락이다. 본지 분석으로는 이 지점에서 사이버보안과 생물보안(biosecurity)이 같은 투자 언어를 갖기 시작했다. 두 분야 모두 로그와 실험 기록, 모델 사용 이력, 접근 권한을 남기고 해석하는 역량이 중요해졌다.
보안 기업은 위협 인텔리전스를 구독형 매출로 팔고, 클라우드 사업자는 AI 워크로드의 이동 경로를 관리하는 기능을 붙이며, 바이오 인프라 기업은 DNA 합성 주문 심사와 실험실 자동화 감사 기능을 서비스화할 수 있다. 반대로 이런 통제 장치를 비용으로만 보는 기업은 대형 고객과 규제기관의 심사에서 불리해질 가능성이 있다. AI 보안은 기술부서 예산이 아니라 매출 지속성의 조건으로 바뀌었다.
투자자는 규제 비용을 가격에 넣어야 한다
한국 기업에 주는 메시지는 분명하다. 금융사는 생성형 AI를 상담, 심사, 개발 보조에 쓰면서 동시에 AI 기반 공격을 받는 이중 위치에 놓였다. 바이오 기업은 신약 탐색과 단백질 설계에서 AI를 활용하면서 생물안전 검증을 사업계획서에 포함해야 하는 상황이 됐다.
클라우드와 소프트웨어 기업은 고객의 AI 사용량을 늘리는 전략만으로 충분하지 않다. 모델 호출 기록, 코드 생성 흔적, 데이터 반출 경로를 사업용 감사 자료로 제공할 수 있어야 한다.
보안 기능이 제품 뒤에 붙는 부가 옵션이 아니라 계약 성사 여부를 가르는 기본 사양으로 올라섰다. 투자자 관점에서도 같은 변화가 읽힌다.
광고
AI 인프라 기업의 매출 성장은 여전히 매력적인 지표지만, 위험 통제 비용을 무시한 성장률은 할인해서 볼 필요가 있다. 반대로 EDR, 위협 인텔리전스, 클라우드 보안, 생물안전 검증, DNA 합성 심사처럼 AI 확산과 함께 수요가 따라붙는 영역은 방어적 성장 산업으로 분류될 수 있다. 다만 원본 자료만으로 특정 기업의 매출 증가율이나 수혜 규모는 확인되지 않았다.
확인된 사실은 AI가 공격과 설계의 속도를 올렸고, 그 결과 기업이 조사해야 할 활동의 양과 속도가 커졌다는 점이다. 투자 판단은 이 확인된 사실에서 출발해야 한다.
AI가 만든 코드는 방어망을 시험하고, AI가 만든 게놈은 실험실의 생물안전 체계를 시험했다. 두 사건은 서로 다른 업종의 뉴스처럼 보이지만, 기업 경영자에게는 하나의 손익계산서 항목으로 돌아온다. AI 도입은 생산성 향상 프로젝트인 동시에 통제 비용을 새로 발생시키는 투자다.
시장은 이 비용을 늦게 반영한 기업보다 먼저 반영한 기업에 프리미엄을 줄 가능성이 크다. 이제 기업이 던질 질문은 AI를 쓸 것인지가 아니라, AI가 만든 속도를 감당할 통제 체계를 제품과 재무계획 안에 넣었는지에 있다. ※ 이 기사는 지디넷코리아의 크라우드스트라이크 애덤 마이어스 수석부사장 단독 인터뷰 보도와, MIT 테크놀로지 리뷰의 2026년 10월 16일 사무엘 킹 대담 보도를 참조하여 작성하였다.
FAQ
Q. AI 기반 공격이 늘면 기업 보안 예산은 어디에 먼저 배정되는가?
A. 지디넷코리아 인터뷰에서 마이어스 부사장이 공개한 수치에 따르면, AI 에이전트 관련 탐지 건수가 사람 기반 탐지보다 2.5배 많았다. 이 수치는 단순 백신이나 방화벽만으로 대응하기 어려운 조사량 증가를 뜻한다. 기업은 엔드포인트 탐지·대응(EDR), 위협 인텔리전스, 클라우드 워크로드 추적, 로그 분석 자동화에 예산을 먼저 배정할 가능성이 크다. 금융사처럼 규제와 고객 신뢰가 매출에 직접 연결되는 업종은 공격자 식별과 사고 재구성 역량을 계약 기준으로 삼아야 한다. 특히 한국 금융권처럼 특정 국가 공격자의 표적이 된 사례가 확인된 경우, 글로벌 위협 인텔리전스와 국내 거래 패턴을 결합한 분석 체계가 경쟁력의 핵심이 된다.
Q. AI가 설계한 박테리오파지는 일반 소비자에게 즉각적인 위험인가?
A. MIT 테크놀로지 리뷰가 2026년 10월 16일 보도한 실험의 대상은 인간에게 무해하도록 설계된 박테리오파지였으며, 대장균을 감염시키고 파괴하는 기능을 확인한 사례다. 원천 자료만으로 일반 소비자에게 직접 피해가 발생했다는 사실은 확인되지 않았다. 사무엘 킹은 AI 설계 생명체가 의약품 개발, 환경 정화에 활용되기를 기대한다고 밝혔다. 다만 AI가 생명 설계의 후보를 빠르게 만들 수 있음이 확인된 만큼 생물보안 논의와 DNA 합성 주문 검증 수요는 커질 가능성이 있다. 소비자 입장에서는 과장된 공포보다 의약품 개발과 환경 정화 활용, 안전 규제의 균형을 확인하는 태도가 필요하다.
Q. 한국 스타트업은 이번 변화에서 어떤 사업 기회를 볼 수 있는가?
A. 한국 스타트업에는 국내 언어, 금융거래 패턴, 규제 문서에 맞춘 보안 분석 도구가 현실적인 기회가 될 수 있다. 글로벌 보안 기업이 공격자 인프라와 위협 그룹 추적에서 강점을 갖더라도, 국내 고객의 업무 흐름과 규제 보고 양식까지 세밀하게 맞추는 일은 현지 기업이 경쟁할 여지가 있다. 바이오 분야에서는 실험 기록 관리, 모델 사용 이력 추적, DNA 합성 주문 검증 같은 영역이 서비스형 소프트웨어로 발전할 수 있다. 다만 원본 자료만으로 특정 국내 기업의 수혜 여부는 확인되지 않았으며, 사업 기회는 규제 대응 능력과 고객 신뢰 확보에 따라 갈릴 전망이다. 보안 기능을 부가 옵션이 아니라 계약 기본 사양으로 제공할 수 있는 기업이 시장 우위를 가져갈 가능성이 크다.
광고
▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기
){kind=small}
){kind=small}
){kind=small}
){kind=small}
