이번 주 초, 우리는 프로덕션 인프라의 일부에 발생한 침입을 감지하고 대응했습니다. 이 사건은 우리가 이전까지 처리했던 어떤 것과도 중요한 면에서 달랐습니다. 바로 전 과정이 자율 AI 에이전트 시스템에 의해 구동되었고, 우리는 이를 주로 자체 AI를 이용해 탐지하고 분석했기 때문입니다. [...] 공격은 처음에는 AI 지원 탐지를 통해 발견되었습니다. 우리의 이상 징후 탐지 파이프라인은 보안 원격 측정(security telemetry)을 기반으로 하는 LLM(대규모 언어 모델) 트리아지(triage)를 사용하여 실제 신호와 일상적인 노이즈를 분리하며, 이 신호들의 상관관계가 침해 사실을 플래그했습니다. [...] 로그 분석을 시작했을 때, 우리는 먼저 상용 API 뒤에 있는 최첨단 모델들을 사용했습니다. 이것은 작동하지 않았습니다. 분석에는 대량의 실제 공격 명령어, 익스플로잇 페이로드(exploit payloads), 그리고 C2 아티팩트(C2 artifacts)를 제출해야 했고, 이 요청들은 제공업체들의 안전 가드레일(safety guardrails)에 의해 차단되었습니다. 이 가드레일은 사고 대응자(incident responder)와 공격자를 구별할 수 없기 때문입니다. 대신 우리는 자체 인프라에서 오픈 웨이트 모델인 GLM 5.2를 사용하여 포렌식 분석을 수행했습니다. 이것은 두 번째 장점도 있었습니다. 바로 공격자의 데이터나, 그들이 참조한 어떤 자격 증명(credentials)도 우리 환경을 벗어나지 않았다는 것입니다. 이것이 바로 최첨단 오픈 웨이트 모델의 존재가 중요하며, 우리가 무엇에 이 모델을 사용할 수 있는지 알려주는 기업 거대 기업의 자비에 의존할 필요가 없다는 것을 의미합니다.