Cisco가 머신 스피드로 엔터프라이즈 네트워크를 방어하기 위해 OpenAI를 사용하는 방법
TL;DR: OpenAI는 Cisco가 Daybreak 및 GPT-6 Astra로 불리는 기능을 포함한 최첨단 AI 추론을 사용하여 네트워크 텔레메트리를 상호 연관시키고, 취약점을 더 빠르게 조사하고 패치하며, 에이전트 시스템을 보호하는 방법을 설명하는 Cisco 고객 스토리를 게시했습니다. 이 발표는 AI 속도의 방어가 AI 속도의 공격으로부터 엔터프라이즈 인프라를 보호하기 위한 전제 조건으로 간주되고, OpenAI의 데이터 보존 없음, 엄격한 고객 데이터 경계, 검증 가능한 격리가 중요 업무 보안 데이터에 배포를 가능하게 하는 조건으로 제시되기 때문에 중요합니다.
Cisco의 방어는 단일 경계가 아닌 네트워크 수준 제어에서 시작됩니다
Cisco는 네트워킹 및 보안 인프라를 구축하며, OpenAI 고객 스토리는 네트워크를 AI 기반 공격자로부터 방어하는 첫 번째 장소로 위치시킵니다. 소스는 공격자가 AI를 사용하여 자동화된 공격을 확장하고 머신 스피드로 익스플로잇을 제작하고 있어, 엔터프라이즈 인프라를 방어하는 것이 고정된 경계를 방어하는 것과는 다른 문제가 되었다고 밝힙니다.
Cisco의 사장 겸 최고 제품 책임자(CPO)인 Jeetu Patel은 단일 보안 경계에서 마이크로서비스, 컨테이너, Kubernetes 클러스터에 분산된 제어로의 전환을 설명합니다. 아키텍처는 네트워크 가장자리뿐만 아니라 각 워크로드 가까이에 보안 제어를 배치합니다.
"우리는 모든 마이크로서비스, 모든 Kubernetes 컨테이너, 모든 Kubernetes 클러스터 앞에 미니 보안 스택을 배치하고 보안을 네트워크의 구조에 융합할 수 있습니다."
애플리케이션 수준 제어는 각 서비스가 필요로 하는 연결로 통신을 제한할 수 있습니다. 소스는 이로 인해 공격자가 확산될 수 있는 경로가 줄어든다고 말합니다. 보안 팀은 또한 영향을 받은 시스템을 더 선택적으로 격리할 수 있어, 팀이 조사하고 대응하는 동안 영향을 받지 않은 서비스는 계속 실행될 수 있습니다.
머신 규모의 상관 관계는 약한 신호를 보안 발견으로 전환합니다
Cisco는 네트워크 텔레메트리를 OpenAI 모델과 결합하여 머신 규모에서 신호를 상호 연관시킵니다. 소스의 예는 개별 로그에서 놓치기 쉬운 패턴입니다. 두 신호는 개별적으로는 양성으로 보일 수 있지만 결합하면 의미 있는 패턴을 드러낼 수 있습니다.
"두 신호는 개별적으로는 양성으로 보일 수 있지만, 함께 결합하면 의미 있는 패턴을 드러낼 수 있습니다. 네트워크 인텔리전스를 통해 네트워크 전반의 데이터를 상호 연관시키고 안전한 운영을 위한 통찰력을 도출할 수 있습니다."
보안 가치는 단일 경보가 아닌 네트워크 전반의 상관 관계에서 비롯됩니다. 소스는 이를 방어자가 더 많은 신호를 처리하고 이미 Cisco 인프라를 통해 흐르는 데이터에서 운영 통찰력을 도출하는 방법으로 제시합니다.
익스플로잇-패치 간극이 운영 목표입니다
Patel은 공격자가 취약점을 익스플로잇할 수 있는 속도와 조직이 패치하는 데 걸리는 시간 사이의 간극을 방어자에게 시급한 과제로 식별합니다. Cisco는 AI가 방어자에게 위협을 조사하고 더 빠르게 대응할 수 있는 더 많은 용량을 제공함으로써 이 간극을 좁히는 방법으로 보고 있습니다.
"AI는 공격자에게 속도와 규모를 제공합니다. 방어에 AI를 사용하는 것은 안전을 유지하기 위한 전제 조건입니다."
Patel은 Daybreak와 GPT-6 Astra를 Cisco와 고객의 보안을 강화하는 발전으로 설명합니다. 소스는 이러한 기능이 Cisco가 취약점을 더 효율적으로 찾고 패치하며 조사, 대응, 복구에 필요한 시간을 단축하는 데 도움이 된다고 말합니다.
"Daybreak와 GPT-6 Astra는 우리의 보안 태세뿐만 아니라 고객의 보안 태세에도 단계적 개선이었습니다."
채택은 보안 운영의 전면적인 교체보다는 기존 워크플로우에 맞추는 것으로 설명됩니다. Patel은 이러한 기능이 기존 스캐닝 워크플로우에 맞출 수 있어 팀이 근본적으로 작업 방식을 변경할 필요가 없다고 말합니다.
에이전트 시스템은 보안 텔레메트리와 관찰 가능성이 필요합니다
에이전트가 더 자율적으로 변함에 따라 Cisco는 보안 팀이 악의적인 간섭과 에이전트가 의도하지 않은 방식으로 합법적인 목표를 추구하는 것을 구별해야 한다고 주장합니다. 이를 위해서는 보안 텔레메트리와 관찰 가능성 데이터가 필요하며, 팀이 위협과 에이전트 행동을 모두 평가할 수 있어야 합니다.
Patel은 에이전트 세계에서 보안을 위한 세 가지 우선순위를 설명합니다: 악의적인 공격으로부터 에이전트 보호, 의도하지 않은 행동 감지 및 차단, 거의 실시간으로 운영. 소스는 이러한 우선순위가 에이전트가 행동함에 따라 적응할 수 있는 정책과 제어로의 전환을 이끌고 있다고 말합니다.
Daybreak Defense Network를 통해 Cisco와 OpenAI는 보안 팀이 노출을 더 빠르게 분류하고 Cisco Cloud Control에서 적절한 제어를 시행할 수 있는 방법을 탐구하고 있습니다. 소스는 해당 네트워크의 기술 설계나 제어를 명시하지 않으며, 방어자에게 이점을 되돌리기 위한 탐구로 제시합니다.
"OpenAI는 머신 스피드와 규모로 운영할 수 있게 함으로써 방어자에게 이점을 제공하고 있습니다."
데이터 프라이버시는 배포 전제 조건입니다
OpenAI의 엔터프라이즈 데이터 프라이버시 접근 방식은 Cisco 스토리의 핵심입니다. 소스는 데이터 보존 없음, 엄격한 고객 데이터 경계, 검증 가능한 격리를 Cisco가 고객 우선순위나 민감한 텔레메트리를 손상시키지 않고 중요 업무 시스템에 최첨단 인텔리전스를 자신 있게 배포할 수 있는 이유로 인용합니다.
소스는 이러한 프라이버시 제어가 어떻게 구현되거나 감사되는지 자세히 설명하지 않습니다. 이는 Cisco가 민감한 네트워크 텔레메트리에 최첨단 AI를 적용할 수 있게 하는 조건으로 제시됩니다.
소스가 공개하지 않는 것
OpenAI 고객 스토리는 벤치마크 결과, 차단된 위협 수, 취약점 수, 가격, 가용성 날짜 또는 통합 일정을 게시하지 않습니다. 또한 Daybreak, GPT-6 Astra 또는 Daybreak Defense Network에 대한 기술 사양도 제공하지 않습니다.
따라서 이 게시물은 보안 결과에 대한 독립적인 평가가 아닌 배포 우선순위와 설계 원칙에 대한 경영진 고객 스토리로 읽는 것이 가장 좋습니다. 소스의 구체적인 주장은 방향과 역량에 관한 것입니다: 네트워크 수준 제어, 머신 규모 상관 관계, 더 빠른 조사 및 패치, 에이전트 보안 우선순위, 배포를 위한 프라이버시 조건.
결론
Cisco의 접근 방식은 네트워크 텔레메트리, 분산 보안 제어, 최첨단 AI 추론, 프라이버시 보장을 결합하여 머신 스피드로 엔터프라이즈 인프라를 방어합니다. 소스의 핵심 주장은 AI가 공격자에게 속도와 규모를 제공하므로 방어자는 올바른 데이터 경계와 제어를 갖춘 AI로 보조를 맞춰야 한다는 것입니다. 보안 팀에게 실용적인 메시지는 기존 스캐닝 및 대응 워크플로우에 맞고, 네트워크 전반의 신호를 상호 연관시키며, 자율 에이전트로 거버넌스를 확장하는 AI를 찾는 것입니다.