기업들이 업무에 도입한 AI 에이전트(사람 대신 여러 작업을 자동으로 수행하는 AI 도구)에게 부여한 데이터 접근 권한이, 작업이 끝난 뒤에도 그대로 남아있는 경우가 많다는 조사 결과가 나왔습니다. 보안 솔루션 기업 Delinea의 조사에 따르면, IT·보안 책임자의 99.7%가 AI 접근 정책을 마련해두고도, AI 도구가 업무 범위를 벗어나 민감한 데이터에 접근한 사례를 겪었거나 의심하고 있다고 답했습니다. 특히 42%는 세션이 끝나도 AI 접근 권한을 자동으로 회수할 방법이 없다고 밝혔고, AI 에이전트가 이를 실행한 직원의 권한을 그대로 물려받아 원래 업무와 무관한 데이터까지 접근할 수 있는 구조적 위험도 지적됐습니다. 민감 데이터 접근 사건이 실제로 누가 승인했는지까지 항상 추적 가능하다고 답한 비율은 36%에 불과해, 사고 발생 시 원인 파악과 책임 소재 확인이 어려운 상황입니다.
기업이 도입한 AI 에이전트가 업무가 끝난 뒤에도 회사 시스템과 민감 데이터에 대한 접근 권한을 계속 보유하는 사례가 많다는 조사 결과가 발표됐습니다.
고객정보, 직원정보, 재무자료, 보안 로그, 소스코드 등에 AI가 범위를 벗어나 접근할 수 있고, 특히 빌드·배포 파이프라인과 Kubernetes 환경에서는 실시간 통제 수준이 가장 낮아 애플리케이션과 인프라가 변경될 위험도 있습니다.
AI 에이전트가 이를 실행한 직원의 기존 권한을 그대로 상속받고, 세션 종료 시 권한을 자동 회수하는 체계가 없는 조직이 42%에 달하며, 업무팀이나 직원이 IT·보안팀 승인 없이 AI 도구를 연결하는 경우도 많습니다.
일부 조직은 정기적으로 또는 감사 시점에 권한을 회수하고 있으나, 실시간 정책 점검을 하는 곳은 약 51%에 그치고, 범위 밖 접근을 즉시 탐지한 비율은 5곳 중 1곳 미만입니다. 자격증명 회수뿐 아니라 세션 자체를 즉시 종료하는 조치가 대응에 포함돼야 합니다.
AI 에이전트에게 최소 권한만 부여하고 작업 종료 시 자동으로 접근을 해지하는 체계, 그리고 접근 이력을 승인자까지 추적할 수 있는 기록 체계를 마련하는 것이 중요합니다.
본문
신원 보안을 담당하는 IT 팀들은 AI 에이전트의 지속적인 접근 권한에 대해 우려하고 있습니다.
Delinea의 CEO인 Art Gilliland는 "문서화된 정책은 AI 에이전트가 행동하는 바로 그 순간에 이를 집행할 수 있는 능력만큼만 효과가 있다"고 말했습니다. "저희 조사는 리더들에게서 끊임없이 듣는 이야기와 같습니다. 그들은 AI 정책을 마련해두었지만, 자신들의 에이전트가 실제로 무엇을 하는지 보거나 보고할 수 없습니다."
AI 도구와 에이전트가 접근하는 데이터 유형 (출처: Delinea)
AI 정책 집행의 공백
IT·보안 리더의 99.7%는 자신의 조직이 AI 도구와 에이전트가 접근할 수 있는 데이터를 규율하는 공식 정책을 가지고 있다고 답했습니다. 이들은 또한 지난 1년간 AI 도구나 에이전트가 작업에 필요한 범위를 넘어 민감한 데이터에 접근했다고 보고하거나 그렇게 의심하고 있었습니다.
57%는 정책이 문서화되어 있고, AI 도구가 어떤 데이터에 접근하도록 허용되는지 이해할 수 있을 만큼 잘 집행되고 있다고 답했습니다. 조직의 약 51%는 실시간으로 AI 접근을 정책과 대조해 점검하고 있으며, 에이전트의 의도된 범위를 벗어난 가장 최근의 접근 사례를 발생 즉시 탐지한 경우는 5곳 중 1곳도 되지 않았습니다.
직원의 60%는 허용 여부를 알지 못한 채 민감하거나 기밀인 정보를 다루는 AI 도구를 업무에 사용하도록 압박받았다고 느낀 적이 있다고 답했습니다. 사업상 필요나 마감 기한이 거버넌스 절차가 허용하는 속도보다 더 빠른 AI 사용을 요구할 때, 일부 직원은 어떤 절차를 따라야 할지 알지 못합니다.
대부분의 직원은 AI 도구를 통해 회사 데이터, 애플리케이션, 시스템에 접근하려면 공식 승인이 필요하다는 것을 알고 있습니다. 76%는 업무 시스템에서 이러한 도구를 사용하기 위해 승인 절차를 건너뛴 적이 있다고 답했습니다.
작업이 끝나도 유지되는 AI 에이전트의 접근 권한
기업들은 작업이 끝난 뒤에도 계속 활성 상태로 남는 권한을 AI 에이전트에게 부여합니다. 이러한 지속적인 접근 권한으로 인해, 권한이 만료되거나 누군가 이를 철회할 때까지 도구는 회사 시스템과 데이터에 계속 접근할 수 있습니다.
사업 부서와 직원들은 때때로 IT나 보안팀의 승인 없이 접근 권한을 부여합니다. 도구들은 사용자의 업무 계정을 통해 연결되거나, 직원이 직접 연결을 설정하기도 합니다. 이러한 도구들이 접근하는 데이터에는 고객 기록, 직원 정보, 재무 데이터, 보안 로그, 소스코드가 포함됩니다.
일부 조직은 일정에 따라 권한을 회수하거나, 감사가 있을 때까지 자격증명을 활성 상태로 남겨둡니다. 다른 조직들은 직원이 도구 연결을 해제하는 데 의존합니다. IT·보안 리더의 42%는 세션이 종료될 때 AI 접근 권한을 제거할 자동화된 방법이 조직에 없다고 답했습니다.
에이전트는 이를 실행한 사람의 권한을 물려받을 수 있습니다. IT 리더들은 에이전트의 접근을 제한하기 위해 사용자의 기존 권한을 그대로 사용한다고 보고했습니다. 이러한 권한에는 직원이 수년에 걸쳐 축적한 특권이 포함될 수 있어, 에이전트에게 본래 업무와 무관한 접근 권한을 주게 됩니다.
에이전트는 목표를 달성하기 위해 도구를 선택하고 일련의 행동을 취할 수 있습니다. 광범위한 권한은 접근이 승인될 당시에는 예상하지 못했던 조치를 취할 수 있게 합니다. 의도하지 않은 행동은 피해를 일으킬 수 있습니다.
보안팀의 제한된 AI 행동 가시성
많은 조직은 에이전트가 연결된 이후 무엇을 하는지에 대해 제한된 가시성만 가지고 있습니다. 모니터링은 일부 도구만을 다룰 수 있어, 개별 행동이 점검되지 않은 채 남을 수 있습니다.
조사 대상 시스템 중 소프트웨어 빌드·배포 파이프라인과 Kubernetes 환경이 행동 발생 시점의 실시간 집행 수준이 가장 낮다고 보고됐습니다. 이러한 환경에서 작동하는 코딩 에이전트는 애플리케이션과 인프라를 변경할 수 있습니다.
응답자들은 AI 도구나 에이전트가 의도된 범위를 벗어나 데이터에 접근한 가장 최근 사례를 탐지하는 데 하루 이상 걸렸다고 보고하는 경우가 많았습니다. 그 기간 동안 에이전트는 사람의 개입 없이 계속해서 도구를 선택하고 행동을 취할 수 있습니다.
일부 조직은 즉시 자격증명을 회수할 수 있지만, 에이전트의 세션을 종료하기 위해서는 추가 시간이 필요합니다. 활성 세션은 도구가 계속 작동하도록 허용할 수 있어, 세션 종료는 무단 접근에 대한 대응의 일부가 됩니다.
AI 접근 경로를 추적하기 어려움
IT 응답자 중 민감한 데이터와 관련된 AI 접근 사건을 이를 승인한 사람까지 항상 추적할 수 있다고 답한 비율은 36%에 불과했습니다.
제한된 추적 가능성은 왜 접근이 허용되었는지, 어떤 조건이 적용되었는지, 누가 그 결정에 책임이 있었는지를 파악하기 어렵게 만듭니다. 이러한 세부 사항은 조직이 사고를 조사하고 보안 규칙이 준수되었음을 입증하는 데 도움이 됩니다.
직원들은 어떤 정보가 민감한지, 자신의 AI 도구가 그 정보에 접근할 수 있는지, 그리고 부적절한 사용에 대해 누가 책임을 지는지에 대해 불확실하다고 답했습니다. 많은 직원은 누군가가 도구의 민감 데이터 접근을 막을 수 있는지조차 알지 못했습니다.
AI 도구가 예상보다 더 많은 정보에 접근하는 것을 목격한 일부 직원들은 이를 결코 신고하지 않았습니다. 신고되지 않은 사건은 보안팀이 무단 활동을 파악하고 해결하는 데 도움이 될 수 있는 정보를 얻지 못하게 만듭니다.
관련 투런 솔루션
이 뉴스의 취약점·위협, 투런 솔루션으로 대응하세요.
