다음 침투 테스트는 에이전트에 의해 수행될 것입니다. 당신의 병원 서버는 아마 준비되지 않을 것입니다.

보안 리더의 64%가 조직에서 배포하는 AI 도구의 보안을 공식적으로 평가하고 있으며, 이는 1년 전의 37%에서 증가한 수치입니다 (출처: World Economic Forum, 2026). 이것이 방어 측면에서 빠르게 움직이는 부분입니다. 공격 측은 더 빠르게 움직였습니다. 한 연구팀은 18개월 만에 70개의 오픈 소스 AI 침투 테스트 도구를 목록화했습니다 (출처: Hadrian, 2026). 보안 직원 두 명을 가진 세부 아웃소싱 회사는 이제 문서를 읽고, 탐색(probe) 코드를 작성하고, 결과를 분석하며, 멈추지 않고 다시 시도하는 공격자에게 직면하게 되었습니다.

Infographic

비대칭성은 기술이 아니라 인내심이다

인간 침투 테스터는 교대 근무를 합니다. 그들은 범위를 설정하고, 탐색하며, 문서를 작성하고, 잠을 자고, 다시 시작합니다. 에이전트 기반 스캐너(agentic scanner)는 공격의 전체 흐름을 작업 기억(working memory)에 유지하며 다음 담당자에게 발견 사항을 넘기지 않습니다 (출처: ISACA, 2026). 중요한 것은 순수한 익스플로잇 정교함(exploit sophistication)이 아니라 운영상의 차이입니다.

솔직히 말하자면, 에이전트는 여전히 취약합니다. 실제 웹 애플리케이션의 심각한 취약점을 다루는 벤치마크인 CVE-Bench에서 최첨단 에이전트 프레임워크(agent framework)는 최대 13%를 악용했습니다 (출처: CVE-Bench, 2025). 공격자가 이 스캐너를 전체 경계에 겨누고 실행하게 한다면, 13%는 결코 사소한 숫자가 아닙니다.

필리핀이 먼저 체감하는 이유

국가 사이버 보안 계획 2.0(National Cybersecurity Plan 2.0)과 국가 사이버 보안 기관 간 위원회(National Cybersecurity Inter-Agency Committee)는 중요 정보 인프라(Critical Information Infrastructure)에 대한 위험 기반 모델을 토대로 합니다 (출처: Cyfirma, 2026). 이 프레임워크는 방어자가 열거하고 우선순위를 지정할 수 있다고 가정합니다. 하지만 모든 인터넷 노출 자산(internet-facing asset) 전반에 걸쳐 지속적인 기계 속도 탐색을 흡수할 수 있다는 것은 가정하지 않습니다.

여기서 노출 표면(exposure surface)은 이례적으로 넓습니다. 인터넷 침투율(Internet penetration)은 83.8%로, 9,800만 명 이상의 인구를 포괄하며, 디지털 결제는 거래량의 52.8%를 차지합니다 (출처: Cyfirma, 2026). 메트로 마닐라와 지방 정부 사무소의 병원들은 어느 곳에 있든 동일한 인터넷 노출 포털을 운영하지만, 보안 인력은 그 일부만을 갖추고 있습니다. 능동 사이버 방어법(Active Cyber Defence law)은 기관 간 원격 측정 데이터 공유(inter-agency telemetry sharing)와 의무적인 침해 보고를 가능하게 하여 침입 후에는 도움이 됩니다. 하지만 이는 세부(Cebu)에 있는 중소기업에게 어제 에이전트가 발견한 400개의 노출 자산 중 어느 것인지 알려주지는 않습니다.

의료 분야는 가장 심각한 압박을 받고 있습니다. 이곳은 국가에서 가장 표적이 되는 산업이며, 의료 기록은 지하 시장에서 금융 데이터보다 10~20배 높은 가격에 거래됩니다 (출처: Cyfirma, 2026). 전체 의료 침해 사고 중 60% 이상이 운영 중단(operational disruption)으로 이어지며, 동남아시아 랜섬웨어 활동을 주도하는 Qilin은 Medusa와 함께 필리핀 병원을 공격했습니다 (출처: Cyfirma, 2026).

배포한 AI 역시 공격 표면이다

이 지역의 대부분의 이사회는 2024년과 2025년에 걸쳐 AI 도입 여부를 문의해 왔습니다. 보안 관련 질문은 조용히 역전되었습니다. 1,200개 이상의 클라우드 환경 전반에 걸쳐, AI 패키지를 운영하는 조직 중 81%가 평균 CVSS 점수 8.79를 가진 적어도 하나의 알려진 취약점을 가지고 있었으며, 수정 가능한 AI 취약점의 99.9%는 패치되지 않은 상태였습니다 (출처: Orca Security, 2026).

이것이 AI가 독특하게 결함이 있다는 의미는 아닙니다. 이는 웹 애플리케이션에 적용되었던 공급망(supply chain) 규율이 새로운 패키지에 함께 가지 않았으며, 수정률이 거의 제로라는 것을 의미합니다. 송장(invoice)을 읽는 급여 보조 도구와 여러분의 공개 웹사이트에 있는 챗봇은 이제 신뢰 경계(trust boundary) 내부에 자리 잡고 있으며, 어느 쪽도 패치 SLA를 가지고 있지 않습니다.

더 깊은 노출(exposure)은 아키텍처적인 문제입니다. 에이전트가 귀하의 에이전트를 호출할 수 있게 되면, 피해 반경(blast radius)은 모델이 할 수 있는 것(capable of doing)이 아니라 도구에 허용된 범위로 정의됩니다 (Source: Synack, 2026). 이러한 변화는 2026 CyberSecurity Breakthrough Awards에서 명확하게 나타났는데, 이 시상식에서는 전용 에이전트형 AI 보안 부문(agentic AI security category)을 신설했습니다 (Source: Synack, 2026).

40인 규모 기업에 적절한 대응 방안

벤더와의 대화부터 시작하는 것이 아니라 경계(perimeter) 인벤토리부터 시작하세요. 목록으로 작성하지 않은 것은 패치할 수 없으며, 에이전트형 스캐너는 컨설턴트의 스프레드시트보다 잊힌 자산(forgotten assets)을 더 빨리 찾아냅니다 (Source: Cyfirma, 2026). 인터넷에 노출된 모든 호스트 이름(hostname), API, 원격 접속 엔드포인트(remote access endpoint)를 하나의 목록으로 만드세요.

다음으로 어떤 자산이 '왕관 보석'(crown jewels)을 가지고 있는지 결정하고, 이 하위 집합(subset)은 에이전트형 수준의 테스트가 필요하다고 간주하세요 (Source: Hadrian, 2026). 400개 자산 전체에 대한 지속적인 테스트는 필요하지 않습니다. 결제 게이트웨이, 직원 데이터를 보유한 HR 시스템, 그리고 네트워크로 들어오는 VPN에 대해서만 필요한 것입니다. 나머지 모든 것은 분기별 주기로 관리할 수 있습니다.

세 번째로, AI 도구가 접근할 수 있는 범위를 제한하세요. 송장 작성 비서(invoice assistant)에게 공유 드라이브 전체가 아닌 하나의 폴더에 대한 읽기 전용 액세스 권한을 부여하고, 그 자격 증명(credentials)을 사람 계정과 동일한 주기로 교체하세요.

네 번째로, 지속적인 테스트를 프로젝트가 아닌 항목별 예산(line item)으로 책정하세요. 글로벌 침투 테스트 시장은 2026년에 27억 2천만 미국 달러에 도달했으며 연간 15.29% 성장하고 있습니다 (Source: Mordor Intelligence, 2026). 이러한 성장은 매년 수행하는 침투 테스트를 충분하다고 여기지 않게 된 구매자들로부터 자금을 지원받고 있습니다.

불편한 중간 지대

AI가 평준화하여 좋은 관리형 제공업체(managed provider)를 가진 소규모 기업이 은행과 경쟁할 수 있는 시나리오도 있고, 도구가 저렴해지고 접근을 재판매하려는 행위자들에게까지 분산되면서 격차가 벌어지는 시나리오도 있습니다.

현재로서는 둘 다 사실입니다. 실제 CVE(Common Vulnerabilities and Exposures)에서 나타나는 13%의 익스플로잇률은 에이전트를 가진 숙련된 인간 운영자가 여전히 순수 에이전트보다 우위에 있다는 것을 의미합니다 (출처: CVE-Bench, 2025). 하지만 도난당한 자격 증명(credential)을 구매하는 사람은 신경 쓰지 않습니다. 그들은 이 13%를 사용하고, 재판매하며, 다음 목표로 넘어갈 것입니다. 이것이 기다리지 말아야 할 이유이며, 필리핀을 겨냥하여 국내 중심적이거나 국가와 연관된 다크 웹 위협의 78.3%는 인내심이 다른 누구도 따르지 않는 전략임을 상기시켜 줍니다 (출처: Cyfirma, 2026).

FAQ

AI 침투 테스트가 이미 인간 테스터보다 나은가요?
아닙니다. CVE-Bench에 따르면, 최첨단 에이전트는 실제 웹 애플리케이션 CVE의 최대 13%를 익스플로잇했습니다 (출처: CVE-Bench, 2025). 이들은 범위(breadth), 속도, 지속적인 커버리지 면에서 강점을 가집니다. 하지만 숙련된 인간은 여전히 깊이(depth)와 비즈니스 컨텍스트 추론 능력에서 그들을 능가합니다.

소규모 사업체는 AI 침투 테스트 도구를 구매해야 하나요?
깨끗한 자산 인벤토리(asset inventory)를 확보한 후에만 해야 합니다. 인터넷에 무엇을 노출하는지 아무도 모른다면, 자동화된 스캐너가 400개의 발견 사항과 함께 우선순위 지정 없이 결과물을 내놓을 뿐입니다 (출처: Hadrian, 2026).

이미 배포한 AI 도구들은 어떻게 보호해야 하나요?
인벤토리화하고, 각 도구의 권한을 필요한 최소 데이터로 제한하며, 자격 증명(credential)은 인간 주기에 맞춰 순환시키고, 패치를 적용해야 합니다. 클라우드 환경 전체에서 수정 가능한 AI 취약점 중 실제로 패치되는 비율은 0.1%에 불과합니다 (출처: Orca Security, 2026).

이것이 필리핀에서 더 중요한 이유는 무엇인가요?
83.8%의 인터넷 보급률과 거래액의 52.8%를 차지하는 디지털 결제 비중은 더 많은 시스템이 노출됨을 의미하지만, 대부분의 조직은 보안팀을 최소한으로 운영하고 있습니다 (출처: Cyfirma, 2026). 의료 기록은 지하에서 금융 데이터보다 10배에서 20배까지 높은 가치를 지니므로, 헬스케어 분야가 가장 많이 표적이 되는 부문입니다 (출처: Cyfirma, 2026).

중규모 기업에게 지속적인 테스트가 비용 대비 가치가 있을까요? 최고 가치 자산에 대해서는 그렇습니다. 구매자들이 연간 테스트만으로는 충분하지 않다고 여기면서 시장이 매년 15.29%씩 성장하고 있기 때문입니다 (출처: Mordor Intelligence, 2026). 위험도가 낮은 내부 자산의 경우 분기별 주기가 방어 가능합니다.

핵심 요약

더 이상 질문은 AI 에이전트가 당신의 방어를 테스트할 것인지 여부가 아닙니다. 그들이 발견한 취약점을 먼저 찾을지, 아니면 국가개인정보위원회(National Privacy Commission)의 침해 통보를 통해 나중에 읽게 될지가 문제입니다.

당신의 경계 인벤토리(perimeter inventory)는 오늘날 아마 잘못되었을 것입니다. 이번 분기에 최고 가치 자산에 대한 에이전트 기반 스캔(agentic scan) 한 번에 투자하시겠습니까, 아니면 병원 이사회, 은행 감사관, 또는 지방정부 시장에게 왜 그 취약점이 이미 공론화된 상태였는지 설명하시겠습니까?

출처

• Global Cybersecurity Outlook 2026 - World Economic Forum
• The AI offensive security boom: Seventy tools in eighteen months - Hadrian
• CVE-Bench: A Benchmark for AI Agents' Ability to Exploit Vulnerabilities - arXiv
• 2026 State of AI Security Report - Orca Security
• Philippines Evolving Cyber Threat Landscape 2025-2026 - Cyfirma
• Autonomous Red vs Blue Teaming: A New Frontier in Cybersecurity Risk and Reward - ISACA
• Synack Wins Agentic AI Security Solution of the Year - Synack

침투 테스트 시장 규모, 점유율 및 트렌드 - Mordor Intelligence