취약점·랜섬웨어·침해사고를 매일 큐레이션해 한글 요약과 함께 전합니다.
2026년 10월 14일 수요일 기준
이 범위에서 지금 주목할 이슈
기업개정된 정보통신망법과 시행령이 10월 1일부터 시행됩니다. 이제 중기업을 넘는 대기업 등은 정보보호 최고책임자(CISO)를 일반 직원이 아니라 반드시 임원으로 지정해야 합니다. 또한 침해사고가 발생하면 국민 생활에 큰 영향을 줄 수 있는 통신사나 대형 사업자를 대상으로 '강화인증'이라는 더 엄격한 보안 인증이 새로 생기고, 정부의 시정명령을 어기거나 반복적으로 보안사고를 낸 기업에는 매출액 기준으로 이행강제금과 과징금을 물립니다. 이번 조치는 작년 잇따른 대형 침해사고를 계기로 기업의 보안 책임을 강화하기 위해 마련됐습니다.
자세히 보기
공공정부가 개인정보나 기업 민감정보처럼 외부로 공개하기 어려운 데이터를 AI 개발에 안전하게 활용할 수 있도록 인프라를 확충했습니다. 한국지능정보사회진흥원(NIA)과 과학기술정보통신부는 기존 'K-ICT 빅데이터센터'를 개편해 'AI데이터안심활용센터'를 경기 스타트업 캠퍼스에 열었습니다. 이 센터는 민감정보를 외부로 유출하지 않고 통제된 환경에서만 분석할 수 있는 '데이터안심구역'과, 가명정보(개인을 알아볼 수 없도록 처리한 정보) 결합 기능을 갖춰 데이터 확보부터 AI 분석까지 이어지는 체계를 지원합니다. 전국 14개 데이터안심구역을 클라우드로 연결해 직접 방문하지 않아도 데이터를 분석할 수 있게 할 계획이며, 데이터결합지원센터도 최신 보안 규정과 인증 기준에 맞춰 고도화할 예정입니다.
자세히 보기
공공국가정보원(국정원)이 연간 1조 6000억 원 규모의 대규모 국가·공공 정보화 사업에 새로운 보안 체계인 N2SF(국가 망 보안체계)를 의무 적용하기로 했습니다. 기존의 망분리 의무 규정을 삭제하고 N2SF 조항으로 대체하는 법령 개정도 이미 완료됐으며, 기밀(C)·민감(S)·공개(O) 등급으로 데이터를 분류하는 체계가 핵심입니다. 정보화 사업의 기획·예산 단계부터 보안 요건을 반영하도록 한국지능정보사회진흥원(NIA) 등과 세부 절차를 논의 중입니다. 보안통제 항목도 기존 276개에서 300여 개로 늘렸고, 원격근무·통합인증(SSO)·모바일 환경 등 최신 업무 형태도 반영했습니다. 공공기관과 협력하는 민간 기업이라면 N2SF 요건 충족 여부를 사전에 점검해 둘 필요가 있습니다.
자세히 보기
공공한국 정부(과학기술정보통신부)가 발주한 '사이버보안 특화 AI 파운데이션 모델 개발' 사업의 수행기관으로 네이버클라우드가 선정되어, 약 2000억원 상당의 자체 GPU 4000장을 투입해 보안 전용 AI 모델을 개발한다고 밝혔습니다. 네이버클라우드(방어)와 LG AI연구원(공격) 이 투 트랙으로 역할을 나눠, 공격 AI가 취약점을 찾으면 방어 AI가 이를 탐지·차단하는 방식으로 서로 성능을 높이는 구조입니다. 악성코드 프로파일링·공격 IP·전문가 대응 이력 등 830TB에 달하는 실전 보안 데이터를 학습에 활용하며, 내년 2월까지 약 300억 개 파라미터(300B) 규모의 모델을 완성하는 것이 중간 목표입니다. 완성된 모델은 금융·통신·전력 등 국가 기반시설에 우선 실증되고, 공공·국방처럼 망분리 규제가 강한 분야에는 직접 설치하는 구축형으로 제공될 예정입니다. 공격에 직접 악용될 수 있는 익스플로잇 하네스 등 일부 구성 요소는 공개 범위를 제한해 오남용을 막을 방침입니다.
자세히 보기
공공한국 과학기술정보통신부가 '사이버보안 특화 AI 파운데이션 모델' 개발 사업자로 네이버클라우드 컨소시엄을 선정했습니다. 이 컨소시엄에는 네이버클라우드를 중심으로 32개 기업·기관이 참여하며, 국내 주요 보안 기업들이 각자 보유한 위협 데이터를 AI 모델 학습에 제공하는 역할을 맡을 예정입니다. 사업 기간은 10개월이며, 엔비디아 B200 GPU 256장을 지원받아 개발을 진행합니다. 다만 구글·OpenAI·Anthropic 등 글로벌 빅테크가 이미 사이버보안 특화 AI를 출시한 상황에서 개발 시점이 늦다는 우려도 나오고 있습니다. 전문가들은 북한·중국·러시아 등 국가 배후 해킹 그룹의 특성을 반영한 한국형 모델로 차별화할 수 있다고 평가합니다.
자세히 보기
