마이크로소프트, AI 보안 에이전트 ‘프로젝트 퍼셉션’ 공개

마이크로소프트가 새 AI 보안 시스템을 꺼냈다

• 마이크로소프트가 에이전틱 보안 시스템 ‘프로젝트 퍼셉션’을 공개함

  • 퍼블릭 프리뷰는 8월 3일 예정
  • AI와 에이전트가 공격에도 쓰이고, 공격 확산 속도도 기계 수준으로 빨라지는 상황에서 기존 방식만으로는 한계가 있다는 문제의식에서 출발함

• 프로젝트 퍼셉션의 핵심 컨셉은 신호를 실시간 보호 조치로 바꾸는 방어 시스템임

  • 신호, 맥락, 모델, 특화 에이전트를 하나의 지속 학습형 방어 시스템으로 결합한다고 설명함
  • 위험을 머신 속도로 추론하고 우선순위를 정한 뒤 필요한 조치를 수행하는 구조
  • 다만 마이크로소프트는 인간의 최종 통제권은 유지된다고 강조함

• 특화 에이전트는 레드팀, 블루팀, 그린팀 3종으로 나뉨

  • 레드팀 에이전트는 공격자가 악용하기 전에 잠재 침해 경로를 찾음
  • 블루팀 에이전트는 보안 맥락을 분석해 실제 위험도를 판별함
  • 그린팀 에이전트는 필요한 시정 조치를 수행하고 방어 체계를 강화함

sequenceDiagram
    participant 신호센서 as 신호와 센서
    participant 보안맥락 as 보안 맥락
    participant 레드팀 as 레드팀 에이전트
    participant 블루팀 as 블루팀 에이전트
    participant 그린팀 as 그린팀 에이전트
    participant 보호조치 as 액추에이터
    신호센서->>보안맥락: 로그와 자산 신호 전달
    보안맥락->>레드팀: 공격 가능 경로 분석 요청
    레드팀->>블루팀: 잠재 침해 경로 공유
    블루팀->>그린팀: 실제 위험과 우선순위 전달
    그린팀->>보호조치: 시정 조치 실행 요청
    보호조치->>보안맥락: 조치 결과 피드백

첫 타깃은 취약점 관리

• 첫 적용 시나리오는 소프트웨어 취약점 관리임

  • 멀티모델 에이전틱 스캐닝 하네스인 MDASH에 보안 특화 AI 모델 MAI-Cyber-1-Flash를 적용함
  • 마이크로소프트는 이 조합이 CyberGym 벤치마크 내부 테스트에서 96% 성능을 기록했다고 주장함
  • Anthropic Mythos보다 12포인트 높다는 설명도 붙음

• CyberGym은 꽤 실전 지향적인 보안 벤치마크임

  • AI 모델에게 텍스트 설명과 실제 대규모 코드베이스만 주고, 취약점을 재현하는 PoC 공격 스크립트를 만들게 함
  • 후속 버전인 CyberGym-E2E는 취약점 발견과 PoC 증명에 이어 패치 작성까지 평가함
  • 말 그대로 “버그 찾았어요”에서 끝나는 게 아니라 방어 라이프사이클 전체로 가는 흐름임

• 비용 효율성도 주요 주장 중 하나임
  • 기존 MDASH 구성과 비교해 MAI-Cyber-1-Flash 적용 MDASH가 약 50% 비용 절감 효과를 낸다고 설명함
  • 모든 이벤트에 대형 모델을 때려 넣는 방식이 아니라, 작업별로 적합한 모델을 고르는 멀티모델 전략을 택한 셈

새롭긴 한데, 어디까지 새롭냐가 문제

• 마이크로소프트는 완전히 새롭게 설계된 사이버 스택을 강조함

  • 신호와 센서에서 출발해, 수집된 신호를 보안 컨텍스트로 바꾸고, 모델이 추론을 제공하고, 하네스가 모델과 에이전트를 조율하고, 액추에이터가 실제 보호 조치로 연결하는 구조
  • 각 계층은 독립 기능을 제공하지만, 같이 맞물릴 때 강점이 나온다는 설명임

• 다만 기사에서는 기존 제품과의 중복 가능성을 꽤 날카롭게 짚음

  • Microsoft Defender와 Sentinel도 위협 탐지, 자동 대응, AI 기반 분석, 컨텍스트 분석, 자동 플레이북, 보안 Copilot 흐름을 이미 제공함
  • 프로젝트 퍼셉션이 실제로 별도 제품인지, 기존 보안 제품 위의 AI 인사이트 계층인지 아직 명확하지 않음

• 레드팀, 블루팀, 그린팀 에이전트와 멀티모델 구조도 완전히 낯선 개념은 아님

  • 레드팀과 블루팀은 Anthropic, OpenAI 같은 모델 기업과 Palo Alto Networks, CrowdStrike, SentinelOne 같은 보안 기업도 이미 활용하는 접근
  • 그린팀은 보안 툴의 자동 교정, 즉 remediation 단계와 맞닿아 있음
  • 멀티모델 전략 역시 GPT, Claude, Gemini, 자체 모델, 오픈웨이트 모델을 섞어 쓰는 업계 표준에 가까움

• AI 보안에서 멀티모델이 사실상 필수인 이유도 분명함

  • 악성코드 분석, 피싱 탐지, 이상 트래픽 탐지, 취약점 코드 분석은 요구 능력이 다 다름
  • 대규모 로그를 실시간으로 거르는 데는 가볍고 빠른 모델이 유리하고, 정밀 분석에는 느리더라도 큰 모델이 유리함
  • 여러 모델 판단을 교차 검증하면 오탐을 줄이는 데도 도움이 됨

결국 프리뷰에서 증명해야 한다

• 프로젝트 퍼셉션의 진짜 가치는 8월 3일 공개 이후 확인될 가능성이 큼

  • 마이크로소프트 주장처럼 AI 시대의 새 보안 스택으로 자리 잡으려면 Wiz, Palo Alto Networks 같은 기존 AI 보안 도구의 허들을 넘어야 함
  • 발표 문구보다 실제 워크플로 통합, 오탐률, 비용, 자동 교정 범위가 더 중요함

• 취약점 분석 이후 확장 버전도 빨리 나와야 함

  • CyberGym이 E2E로 확장되는 것처럼 AI 보안 도구 시장은 탐지와 분석을 넘어 자동 교정까지 가고 있음
  • 프로젝트 퍼셉션이 인사이트 제공에 머무를지, 실제 조치까지 안정적으로 이어질지가 핵심 관전 포인트임

기술 맥락

• 프로젝트 퍼셉션의 기술적 선택은 보안 업무를 하나의 거대한 AI 모델에 맡기는 게 아니라, 신호 수집부터 조치 실행까지 여러 레이어로 나누는 방식이에요. 왜냐면 보안에서는 로그 양이 많고, 판단 속도와 정확도 요구가 작업마다 크게 다르거든요.

• 레드팀, 블루팀, 그린팀 에이전트로 역할을 쪼갠 것도 같은 이유예요. 공격 가능성을 찾는 일, 실제 위험을 판별하는 일, 시정 조치를 수행하는 일은 서로 다른 판단 기준이 필요해서 한 에이전트가 전부 맡으면 설명 가능성과 통제가 약해질 수 있어요.

• 멀티모델 아키텍처는 비용 문제 때문에 중요해요. 모든 로그와 이벤트에 대형 모델을 호출하면 보안 운영비가 바로 터지기 때문에, 빠른 필터링에는 가벼운 모델을 쓰고 정밀 분석에는 더 강한 모델을 쓰는 식의 배분이 필요해요.

• CyberGym 점수가 주목받는 이유는 단순 질의응답 성능이 아니라 실제 코드베이스에서 취약점을 재현하는 능력을 보기 때문이에요. 다만 기사에 나온 96%는 내부 테스트 결과로 보이니, 공개 리더보드와 같은 조건에서 재현되는지가 제품 신뢰도를 가를 거예요.

• 기존 Defender나 Sentinel과 겹쳐 보이는 지점도 중요한 체크포인트예요. 프로젝트 퍼셉션이 독립 제품인지, 기존 보안 제품에 붙는 AI 조율 계층인지에 따라 도입 방식과 운영 책임이 완전히 달라지거든요.