보안관제센터에 쏟아지는 수많은 경보를 사람이 일일이 들여다보는 방식은 한계에 가까워지고 있다. 파고네트웍스는 인공지능(AI)이 반복 분석과 위협 선별을 맡고, 보안 전문가는 실제 위험과 대응 우선순위를 판단하는 구조를 새로운 보안 운영 전략으로 제시했다.
파고네트웍스는 1일 ‘PAGO Security Summit 2026’에서 AI 기반 보안 운영(Security Operations) 전략과 함께 ‘PAGO DeepACT DEFENSE’, ‘PAGO DeepACT ATTACK’, ‘PAGO DeepACT Detection-Engineering’ 등 3개 브랜드를 공개했다.
회사는 AI 확산으로 공격과 방어 양쪽의 속도와 규모가 커지면서 보안 운영의 초점도 단순 경보 처리에서 실제 위험 판별과 의사결정으로 옮겨가고 있다고 설명했다. 대규모 데이터 분석과 반복 작업은 AI에 맡기고, 보안 전문가는 위협의 맥락과 사업 영향을 판단하는 데 집중하는 구조다.
방어·공격 검증·탐지 엔지니어링 세 축
‘PAGO DeepACT DEFENSE’는 EDR·NDR·XDR·ITDR·AIDR 기반 관리형 탐지·대응(MDR) 서비스를 묶은 방어 영역 브랜드다. 24시간 모니터링을 통해 고객 환경에서 발생하는 경보를 분석하고 실제 위협 여부와 중요도를 가려 대응으로 이어가는 방식이다.
보안 솔루션이 늘수록 경보량도 함께 증가하는 만큼 AI와 자동화는 반복 분석을 줄이는 데 활용된다. 보안 전문가는 모든 경보를 동일하게 처리하기보다 실제 대응이 필요한 위험을 선별하고 우선순위를 정하는 역할에 집중한다.
‘PAGO DeepACT ATTACK’은 공격자 관점에서 고객 환경을 점검하는 공격적 보안(Offensive Security) 영역이다. 공격표면관리(ASM), 공격 경로 검증(AEV), AI 레드티밍, 다크웹 인텔리전스 등을 활용해 외부 노출 자산과 취약점, 실제 공격 가능성이 있는 경로를 분석한다.
핵심은 취약점 개수를 세는 데 있지 않다. 확인된 취약점이 실제 침해로 이어질 수 있는지, 어떤 경로가 가능한지, 어떤 위험부터 조치해야 하는지를 검증하는 데 초점을 둔다.
발견한 위협을 실제 탐지 규칙으로
‘PAGO DeepACT Detection-Engineering’은 기존 탐지 체계가 놓칠 수 있는 위협을 찾고 이를 실제 탐지 로직으로 전환하는 영역이다.
Google Threat Intelligence(GTI), SentinelLabs, CrowdStrike Falcon Intelligence 등 위협 인텔리전스와 Frontier AI를 활용해 위협 사냥(Threat Hunting)과 탐지 엔지니어링(Detection Engineering) 과정의 반복 작업을 자동화한다는 설명이다.
위협 사냥은 이미 발생한 경보를 처리하는 데서 그치지 않고 기존 규칙 밖의 공격 징후를 능동적으로 찾는 활동이다. 이 과정에서 확인된 위협 정보와 공격 기법은 분석을 거쳐 실제 고객 환경에 적용할 탐지 규칙으로 바뀐다.
ATTACK 영역에서 확인한 공격 경로와 위협 정보도 다시 탐지 엔지니어링에 활용한다. 공격자 관점에서 검증한 결과를 방어 체계에 반영해 공격 검증과 탐지·대응을 하나의 운영 흐름으로 묶는 구조다.
AI는 반복 분석, 사람은 위험 판단
파고네트웍스가 제시한 방향은 모든 판단을 AI에 넘기는 완전 자동화 모델과는 다르다.
AI는 대규모 데이터 처리와 반복 분석을 담당하고, 보안 전문가는 공격의 맥락과 실제 피해 가능성, 사업 영향을 검토해 대응 우선순위를 정한다. 회사가 강조하는 ‘Better Decisions’도 더 많은 경보를 잡아내는 것보다 더 정확한 판단을 내리는 데 초점을 둔 개념이다.
권영목 파고네트웍스 대표는 “AI가 사람을 대체하는 것이 아니라 반복적인 분석과 탐지 업무를 맡고, 보안 전문가는 실제 위험을 판단해 중요한 의사결정에 집중하도록 하는 것이 우리가 지향하는 방향”이라고 말했다.
파고네트웍스는 DeepACT를 중심으로 위험 검증, 위협 발굴, 탐지 규칙 개선, 실제 대응이 이어지도록 세 영역을 운영하고 AI 적용 범위도 보안 운영 전반으로 넓힐 계획이다.