AI 시대, 사이버보안 인재의 성장 공식은?

“지금은 인공지능(AI)으로 해킹이든 개발이든 뭐든 할 수 있지만, 그래서 이제는 사람이 예전보다 더 깊은 통찰력을 가져야 하는 시대가 되고 있습니다. 사이버보안에서도 한 분야를 깊게 알아야 다른 분야에서도 통찰력이 생깁니다.” 박찬암 스틸리언 대표는 AI가 빠르게 답을 내놓는 시대일수록 하나의 기술을 깊이 이해하고 직접 다뤄본 경험이 중요하다고 강조했다. 과학기술정보통신부와 한국인터넷진흥원(KISA)은 21일 서울 강남구 레드버튼 컬처스테이지에서 ‘2026 정보보호 루키 밋업 데이(Meet-Up Day)’를 열고, AI 시대 보안 인재에게 필요한 실무 역량과 경력 설계 방향을 공유했다. AI가 공격 코드와 취약점 분석 결과를 빠르게 만들어내면서 보안 인재의 경쟁력도 달라지고 있다. 이날 강단에 선 보안 전문가들은 AI 시대의 보안 분야에서는 단순히 도구를 사용하는 능력만으로는 차별화하기 어렵다고 입을 모았다. 네트워크와 시스템의 원리를 이해하고, AI가 제시한 결과를 직접 검증하며, 여러 에이전트의 작업을 지휘할 수 있어야 한다는 것이다. 공격과 방어 모두 ‘기계의 속도’로 AI가 사이버보안 환경에 가져온 가장 큰 변화는 ‘속도’다. 글로벌 보안 인플루언서 로이 리앙양은 과거 수주나 수개월이 걸리던 공격 준비 과정이 수분이나 수시간 단위로 줄고 있다고 분석했다. 생성형 AI를 활용하면 악성 스크립트와 취약점 악용 코드, 여러 취약점을 연결한 공격 경로를 짧은 시간에 만들 수 있기 때문이다. AI 에이전트는 공격이 차단됐을 때 코드와 침투 방식을 바꿔 다시 시도할 수도 있다. 사람이 공격 단계를 일일이 지시하는 수준을 넘어, AI가 정해진 목표에 따라 도구를 선택하고 공격 과정을 이어가는 방향으로 발전하고 있다. 공격자가 기계의 속도로 움직이면 방어자가 보안 경보를 하나씩 확인하는 방식으로는 대응하기 어렵다. 보안운영센터(SOC)도 AI 에이전트를 활용해 로그와 네트워크 정보, 계정 활동을 조사하고 사건의 맥락을 분석해야 한다. AI가 대응 방안을 제안하거나 방화벽 규칙을 만드는 작업도 맡을 수 있다. 다만 시스템 차단과 계정 정지처럼 업무에 영향을 미치는 조치는 사람이 최종 승인해야 한다. 리앙양은 “공격자가 자율화하면 방어자도 같은 수준으로 자율화해야 한다”며 “자라나는 보안 인재들은 궁극적으로 ‘AI 보안 엔지니어’를 목표로 삼아야 한다”고 조언했다. AI가 발전할수록, 지휘하는 역할 더 중요해져 AI는 공격자만 강하게 만들지 않는다. 화이트해커도 더 많은 코드와 공격 경로를 짧은 시간에 분석할 수 있다. 프랑스의 보안 기업 예스위핵(YesWeHack)의 베네딕트 슈미트 부사장은 “AI가 화이트해커를 대체할 것인가”보다 “화이트해커가 AI를 어떻게 활용해 더 나아질 것인가”를 물어야 한다고 말했다. 예스위핵이 15만명 규모의 화이트해커 커뮤니티를 대상으로 진행한 조사에서는 응답자의 99%가 AI를 사용한다고 답했다. 취약점을 빠르게 찾고 보고서 구조를 정리하거나 복잡한 결함을 분석하는 데 AI를 활용했다. 예스위핵 플랫폼에 접수된 취약점 신고도 2025년과 비교해 120% 늘었다. 새로운 고성능 AI 모델이 공개된 시점마다 신고량이 증가했다. 실제로 유효한 취약점과 위험도가 높은 결함의 신고도 함께 늘었다. 문제는 신고량이 늘면서 실제 취약점과 오류를 구분하기 어려워졌다는 점이다. AI는 존재하지 않는 취약점을 설득력 있는 문장으로 그럴싸하게 포장할 수 있다. 이를 검증하지 않고 제출하면 취약점 신고를 분류하고 사실 여부를 확인하는 담당자의 부담이 커진다. 슈미트 부사장은 “AI가 찾은 취약점은 직접 재현하기 전까지 믿지 말아야 한다”며 “AI는 제안하고 속도를 높일 수 있지만 검증을 대신할 수는 없다”고 강조했다. 좋은 명령어를 입력하는 능력만으로는 부족하다. 점검 범위를 정하고, AI가 제시한 결과가 기존 오탐 유형과 일치하는지 확인해야 한다. 취약점의 악용 가능성을 입증할 증거가 충분한지, 피해를 과장하지 않았는지도 살펴야 한다. 그는 “AI가 취약점을 찾는 속도를 높일수록 결과를 재현하고 위험도를 판단하는 사람의 전문성은 오히려 중요해질 것”이라고 강조했다. AI 사용자를 넘어 ‘에이전트 지휘자’로 보안 루키의 성장 단계도 AI에 질문하고 답을 받는 수준에서 멈춰서는 안 된다는 조언도 나왔다. 먼저 AI를 활용해 로그를 분석하고 보안 보고서 초안을 작성할 수 있다. 다음 단계에서는 악성 인터넷주소(IP) 확인이나 위협정보 조회와 같은 외부 도구를 AI에 연결해야 한다. 이후에는 AI 에이전트를 서버에 배포해 지속해서 작동하도록 만들 수 있다. 한 단계 더 나아가면 하나의 관리 에이전트가 조사와 분석, 보고서 작성 등을 맡은 여러 하위 에이전트를 지휘하는 구조를 구성한다. 리앙양은 개인 컴퓨터에서 AI를 사용하는 데서 그치지 말고, 에이전트를 서버에 배포해 실제 업무에 적용하는 경험을 쌓아야 한다고 설명했다. 기업은 단순한 AI 사용자가 아니라 여러 에이전트를 설계하고 운영할 수 있는 인재를 찾고 있다는 것이다. 슈미트 부사장도 한 화이트해커가 구축한 AI 에이전트 ‘자비스(Jarvis)’ 사례를 소개했다. 자비스는 가상서버에서 코드를 분석하고 도구를 사용한다. 여러 하위 에이전트를 관리하며 연구자가 자리를 비운 동안에도 반복 작업을 이어간다. AI가 연구자를 대체하는 구조는 아니다. 에이전트가 자료 수집과 반복 분석을 맡으면 사람은 공격 대상의 맥락을 파악하고 다음 조사 방향을 결정할 수 있다. 슈미트 부사장은 “미래의 성공은 AI 한 개를 사용하는 사람이 아니라 여러 지능을 가장 잘 조율하는 사람에게 돌아갈 것”이라며 “호기심과 비판적 사고, 창의성, 소통, 판단력이 더 중요해질 것”이라고 말했다. 기술이 평준화될수록 통찰력이 차이를 만든다 AI 에이전트를 지휘하려면 먼저 AI가 잘못 움직이는 순간을 알아볼 수 있어야 한다. 수백개의 에이전트가 명령을 수행하더라도 네트워크 통신과 운영체제, 프로그램 구조를 이해하지 못하면 어떤 판단이 잘못됐는지 구분하기 어렵다. 에이전트의 작업 방향을 수정하려면 AI 지식과 함께 탄탄한 보안 기초가 필요하다. 리앙양은 네…