S2W가 한국과학기술원(카이스트) 연구진과 공동으로 진행한 연구가 정보보안 분야 국제 학술 저널에 실렸다.
뉴시스 보도에 따르면, S2W는 '네트워크 침입의 근본 원인 규명 프레임워크' 관련 논문이 '컴퓨터 앤 시큐리티(Computers & Security)'에 채택됐다고 8일 밝혔다.
이 저널은 과학·기술·의학 분야 학술 연구 출판, 정보 분석을 맡는 글로벌 기업 '엘스비어'가 발행하는 IT 보안 전문 학술지다.
이번 연구는 복잡한 네트워크 환경에서 발생하는 다양한 보안 문제의 원인과 관계를 근본적으로 규명하고 분석하는 데 초점을 맞췄다. 기존 보안 연구는 주로 시스템의 이상 징후에 대한 탐지 방법을 고안하는 데 집중해 왔다. 이번 논문은 네트워크 이벤트 연대기를 구성해 보안 사고를 유발한 공격의 근원지를 추적하는 데 주력한 것이 특징이다.
연구진은 네트워크상에서 발생하는 다양한 이벤트, 정책적 변화, 시스템 상태 등의 요소를 지식그래프 형태로 모델링해 사건 간 관계를 표현하고 공격의 출발점을 식별하는 분석 방식을 제시했다. '확률적 논리' 기반 추론으로 설명 가능한 정량적 기준에 입각해 문제 근원을 도출했다. 단편적인 로그 분석을 넘어 보안 사고 발생의 원인을 구조적으로 이해할 수 있는 체계를 구현했다.
S2W는 "이번 연구는 보안 도메인에서 실증됐으나 그 근간에 적용된 기술은 다양한 요소 간 관계를 분석하고 문제의 근본 원인을 추론하는 데 필요한 모든 복합 도메인에 활용될 수 있는 범용성을 갖추고 있다"고 설명했다.
이 연구는 개념 간 관계성을 정밀하게 분석해 모종의 결론에 도달한 이유를 설명할 수 있다는 점에서 S2W의 도메인 특화 온톨로지(특정 분야 지식을 컴퓨터가 이해할 수 있도록 개념, 속성, 관계 등을 정의하고 체계화한 모델) 플랫폼 'SAIP' 핵심 아키텍처와 동일한 접근 방식으로 진행됐다.
특히 입력 데이터와 출력 결과 사이의 내부 판단 과정이 사용자에게 설명되지 않는 '블랙박스' 상태에서 벗어나고자 도메인 온톨로지·지식그래프·추론 엔진을 결합한 구조를 적용했다. S2W는 통제 가능한 인공지능(AI)을 기반으로 리스크를 체계적으로 추적하고 설명 가능한 의사결정 프로세스를 제공한다는 점에서 의의가 있다고 강조했다.
이승현 S2W SAIP제품실장은 "향후에도 통제 가능한 AI를 기반으로 공공·민간 조직이 직면한 다각적이고 고차원적인 의사결정 문제를 효과적으로 지원할 수 있도록 기술 연구와 플랫폼 고도화를 지속하며 솔루션의 적용 범위를 단계적으로 확대해 나갈 것"이라고 말했다.
Copyright ⓒ 모두서치 무단 전재 및 재배포 금지
