보안관제센터(SOC)에서 AI가 반복 업무를 대신해주면서 분석가들의 업무 만족도는 크게 올라갔지만, 동시에 신입 분석가들이 실력을 쌓을 기회는 줄어들고 있다는 설문 결과가 나왔습니다. Swimlane이 AI를 도입한 조직의 보안관제 직원 500명을 조사한 결과, 응답자의 약 90%가 AI로 업무가 더 만족스러워졌다고 답했지만, 약 4명 중 1명은 AI 때문에 보안 역량을 키우기 어려워졌다고도 답했습니다. 문제는 만족도만 보면 역량이 잘 자라는 사람과 그렇지 못한 사람을 구분할 수 없다는 점입니다. 많은 응답자들은 앞으로 신입 분석가 자리를 구하기가 더 어려워질 것이라 예상했으며, AI가 만든 결과를 점검·검증하는 업무가 늘어나는 것이 업무 성격을 바꾸고 있습니다. 조직이 역할을 공식적으로 재설계한 경우 AI로 인한 만족도 상승 비율이 훨씬 높게 나타났습니다.
보안관제센터(SOC)에 AI 도구가 널리 도입되면서 분석가들의 업무 만족도가 크게 높아졌다는 설문조사 결과가 발표됨.
분석가 90%가 만족도 향상을 보고했지만, 약 25%는 AI로 인해 보안 역량 학습 기회가 줄었다고 답함. 신입 분석가 채용 문턱이 높아질 것이라는 우려가 큼.
AI가 피싱 분석, 악성코드 패턴 탐지 등 반복적인 기초 업무를 대신 처리하면서, 신입 분석가들이 실무를 통해 기초 역량을 쌓던 기존 학습 경로가 사라지고 있음.
일부 조직은 분석가 역할을 공식적으로 재설계해 AI 검증·감독 중심 업무로 전환하고 있으며, 이런 조직에서는 만족도 상승 비율이 훨씬 높게 나타남(71% 대 29%).
SOC를 운영하는 조직은 직원 만족도와 역량 성장 여부를 별도로 측정해야 하며, 신입 분석가의 교육 경로를 의도적으로 설계할 필요가 있음.
본문
보안관제센터(SOC, Security Operations Center)의 신입 분석가는 보통 더딘 방식으로 업무를 배워왔습니다. 똑같은 피싱 유인 메일을 수십 번 다루고, 똑같이 익숙한 악성코드 패턴을 쫓고, 근무가 끝날 때마다 똑같은 사건 기록을 작성합니다. 결국에는 '정상'이 어떤 모습인지 알게 되고, 그래야 뭔가 이상할 때 알아챌 수 있습니다. AI 도구들은 이런 반복 업무의 상당 부분을 처리해주고 있고, 이 일을 하는 사람들은 그런 변화를 반기고 있습니다.
AI를 이미 도입한 조직에 소속된 보안관제 직원 500명을 대상으로 한 Swimlane의 설문에서, 응답자의 거의 90%가 AI 덕분에 업무가 더 만족스러워졌다고 답했습니다. 다만 문제는 누가 그렇게 말하고 있느냐입니다. 응답자의 약 4분의 1은 AI가 보안 역량을 키우는 데 오히려 걸림돌이 되었다고 답했습니다. 그런데 이 분석가들의 업무 만족도는 AI가 학습에 도움이 되었다고 답한 분석가들과 거의 같은 수준입니다: 91% 대 92%.
만족하는 분석가는 시니어 조사관으로 성장하고 있을 수도 있고, 승진으로 이어질 역량은 전혀 키우지 못한 채 업무 부담만 가벼워진 상태를 즐기고 있을 수도 있습니다. 업무 만족도 설문만으로는 어느 쪽인지 알 수 없습니다. SOC를 운영하고 있다면 역량에 대해서는 따로 물어봐야 합니다. 아무도 묻지 않는다면 신입 분석가들이 가장 큰 손해를 보게 되기 때문입니다.
첫 번째 디딤돌이 높아지고 있다
응답자 중 1%만이 분석가 경력 경로가 지금과 같이 유지될 것이라 예상했습니다. 500명 중 1%라면 몇 명 되지 않는 수준입니다.
대다수는 변화가 두 방향 중 하나로 갈 것이라 예상합니다. 가장 많이 나온 답은 AI 시스템을 감독하고, 검증하고, 조율하는 역할 중심으로 새로운 직무가 만들어질 것이라는 전망입니다. 거의 절반은 신입 수준의 일자리가 더 어려워질 것으로 예상했는데, 더 많은 지식과 경험을 요구하게 되거나, 아니면 그런 경험을 쌓을 기회 자체가 줄어들 것이라는 이유에서였습니다. 전통적인 역할이 그냥 줄어들 것이라 답한 비율은 소수에 불과했습니다.
이를 종합하면 압박이 생기는 구조입니다. AI가 대신 처리하는 반복적인 사건 처리 업무는 바로 신입 직원들에게 기초를 가르쳐주던 그 업무입니다. 고용주들이 신입 일자리의 기준을 높이면서, 동시에 그 기준을 통과하도록 도와주던 실무 경험은 사라지고 있다면, 누군가는 의도적으로 그런 교육 과정을 새로 만들어야 합니다.
AI를 검증하는 것도 이제 업무의 일부
분석가들은 하루 중 AI가 만들어낸 결과를 검토하는 데 쓰는 시간이 늘었다고 말하며, 이에 대해 자신감을 보입니다. 90% 이상이 AI의 잘못되거나 불완전한 판단을 잡아낼 수 있다고 답했습니다. 이들은 언제 개입해야 하는지에 대한 감각도 가지고 있습니다. 응답자들은 눈앞의 증거가 AI의 답변과 상충할 때, 또는 어떤 권고사항을 실행하면 비즈니스 운영이나 핵심 시스템에 지장을 줄 수 있을 때 자신의 판단을 더 신뢰한다고 가장 많이 답했습니다. AI가 틀렸을 때를 제외하고는 그냥 AI를 따른다고 답한 사람은 적었습니다.
이들이 가장 걱정하는 위험은 바로 자기 자신입니다. AI 활용 확대와 관련한 우려 중 분석가들이 AI의 권고에 과도하게 의존하는 것이 민감 데이터 노출 바로 앞에서 1위를 차지했습니다. 논리는 단순합니다. AI의 판단 근거를 확인할 일이 거의 없는 분석가는 AI가 틀렸을 때 그것을 알아차릴 연습을 덜 하게 됩니다.
리더들은 더 완성된 모습을 그린다
리더와 실무자는 같은 질문에 다르게 답하며, 리더들은 일관되게 더 낙관적입니다. 리더의 4분의 3은 AI가 여러 보안 기능 전반에 광범위하게 도입되었다고 답했습니다. 실무자 중에서는 절반 정도만 같은 답을 했습니다. 리더들은 또한 더 많은 역할 재설계, 더 많은 역량 확보, 더 높은 만족도를 보고했습니다.
두 집단은 서로 다른 조직 출신이기 때문에, 이 격차가 상사들이 자기 팀을 잘못 이해하고 있다는 증거는 될 수 없습니다. 그래도 보통 투자 우선순위를 정하는 사람들이 실무자들이 보고하는 것보다 더 앞서 나간 전환 상태를 묘사하고 있다는 점은 알아둘 가치가 있습니다. 대기업도 뒤처져 있습니다. 직원 1만 명 이상인 기업에서는 중견기업 응답자에 비해 만족도가 크게 상승했다고 답한 비율이 절반에 그쳤습니다.
문서화된 역할이 더 행복한 분석가를 만든다
문서 작업이 중요한 것으로 나타났습니다. 응답자의 약 40%는 자신의 조직이 분석가 역할을 더 높은 가치의 업무 중심으로 공식적으로 재설계했다고 답했습니다. 비슷한 비율은 공식적인 변화 없이 업무가 자연스럽게 바뀌었다고 답했습니다. 공식적인 재설계를 거친 경우 71%가 AI로 만족도가 크게 높아졌다고 답했습니다. 그런 재설계가 없었던 경우에는 이 수치가 29%로 떨어집니다. 이 설문조사로는 재설계가 그 차이를 만들었다고 단정할 수 없고, 직무 기술서를 다시 쓰는 데 시간을 들이는 조직은 다른 면에서도 차이가 있을 수 있습니다.
공식적인 재설계는 분석가들이 이제 무엇을 하는지, 어떻게 평가받는지, 어떻게 승진하는지를 명확히 규정합니다. 또한 관리자에게 직원들이 만족하고 있는지와는 별개로 실제로 역량을 배우고 있는지를 추적할 명확한 기준점을 제공합니다. 91%라는 수치가 바로 이 두 번째 측정이 중요한 이유입니다.
관련 투런 솔루션
이 뉴스의 취약점·위협, 투런 솔루션으로 대응하세요.
