섹션별 상세
기존 SIEM(Splunk 등)의 높은 비용 문제로 인해 많은 기업이 최근 10-30일치 로그만 유지하고 나머지는 S3에 '동결'된 상태로 보관하여 침해 사고 조사 시 어려움을 겪는다.
Scanner는 S3와 같은 객체 스토리지를 위해 처음부터 설계된 전용 역색인(Inverted Index)을 사용하여 필드 값을 S3 파일 영역에 직접 매핑함으로써 수십억 행을 전수 조사하는 대신 필요한 조각만 빠르게 추출한다.
스트리밍 탐지 엔진을 통해 매일 수십 테라바이트의 데이터에 대해 수백 개의 탐지 규칙을 지속적으로 실행하며, 매번 전체 데이터를 재스캔하지 않는 효율적인 구조를 갖추고 있다.
Notion과 같은 고객사는 Scanner를 활용해 보안 조사를 자율적으로 수행하는 내부 AI 에이전트를 구축했으며, 이는 수 분에서 수 시간이 걸리던 쿼리 시간을 초 단위로 단축한 덕분에 가능해졌다.
Anthropic의 MCP(Model Context Protocol) 출시 이후 몇 주 만에 고객의 1/3이 이를 프로덕션에 도입했으며, 현재 플랫폼 쿼리의 80%가 사람이 아닌 AI 에이전트에 의해 발생하고 있다.
용어 해설
- 보안 정보 및 이벤트 관리(SIEM)
- — 조직의 IT 인프라 전반에서 발생하는 보안 로그와 이벤트를 실시간으로 수집, 분석, 저장하는 시스템이다. 대규모 데이터 저장 비용이 매우 높으며, 오래된 데이터는 검색이 어려운 콜드 스토리지로 이동시키는 것이 일반적이다.
- 역색인(Inverted Index)
- — 특정 키워드가 포함된 데이터의 위치를 미리 지도처럼 기록해 두는 데이터 구조이다. 전체 데이터를 처음부터 끝까지 훑지 않고도 필요한 정보가 담긴 위치로 즉시 이동할 수 있어 검색 속도를 비약적으로 향상시킨다.
- 모델 컨텍스트 프로토콜(MCP)
- — AI 모델이 외부 데이터 소스나 도구와 안전하고 표준화된 방식으로 상호작용할 수 있도록 돕는 개방형 프로토콜이다. 에이전트가 데이터베이스나 로그 엔진에 직접 접근하여 정보를 검색하고 분석하는 과정을 간소화한다.
- 객체 스토리지(Object Storage)
- — 데이터를 파일 계층 구조가 아닌 개별 객체 단위로 저장하는 확장성 높은 저장소 방식이다. Amazon S3가 대표적이며, 저장 비용은 저렴하지만 대량의 데이터를 빠르게 검색하기에는 구조적 한계가 존재한다.
- 에이전트 중심 워크플로우(Agentic Workflow)
- — AI 에이전트가 인간의 개입 없이 스스로 질문을 던지고, 도구를 사용하며, 결과를 분석하여 다음 단계를 결정하는 일련의 작업 방식이다. 빠른 데이터 검색 속도가 뒷받침되어야 실시간 피드백 루프를 형성할 수 있다.
기술
- Scanner
- Amazon S3
- MCP
- Inverted Index
활용 사례
- 자율 보안 조사 에이전트
- 페타바이트급 로그 포렌식
- 실시간 위협 탐지
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 11.수집 2026. 03. 11.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
