AI에 보안 모델 적용의 명확성: 앱 중심 보안에서 데이터 중심 보안으로의 전환이 본격화되고 있다. 데이터는 LLM의 기본 공급망이자 생성형 AI의 미래다. 기업들은 이제 이러한 문제가 대규모로 확산되는 것을 목격하고 있다. 기업은 인력, 프로세스, 기술을 재평가하여 보안 개발 수명 주기(SDLC)를 재정의해야 한다. 업계 전반에서는 신뢰에 대한 접근 방식을 재정의하고 투명성의 의미를 명확히 해야 한다.

새로운 세대의 사이버 툴이 탄생할 것이다. AI SDLC는 명령줄 인터페이스에서 인간 언어 인터페이스로의 전환을 위한 기대와 함께 새로운 툴 시장 리더가 될것이다. 더 많은 기업이 메타의 라마 2(Llama 2)와 같은 오픈 소스 LLM을 사용하여 생성형 AI 결과물을 가속화하는 방향으로 전환함에 따라 그 필요성이 특히 중요해진다.

AI를 통한 보안 확장: 사이버 보안 결함에 AI를 적용하면 이전에는 볼 수 없었던 위협을 감지할 수 있다. 현재 전 세계 데이터의 일부만이 사이버 방어에 사용되고 있다. 그 사이에 공격자들은 잘못된 모든 구성을 계속해서 이용한다.

기업들은 실험을 통해 새로운 위협과 위험을 식별하는 데 있어 AI의 잠재력을 깨닫게 될 것이다. 사이버 코파일럿은 기업 사용자가 피싱과 구성을 탐색하는 데 도움을 준다. 해당 기술이 효과를 발휘하려면 기업은 업무와 개인 생활의 교차점에 내재된 개인 정보 보호 문제를 해결하여 데이터 중심 환경에서 집단적 방어를 가능하게 해야 한다.

위협이 계속 증가함에 따라 AI는 기술에 대한 접근을 대중화하는 동시에 차세대 사이버 방어자를 지원할 것이다. 기업이 각 위협을 명확히 파악하는 즉시, AI는 이러한 위협을 방어하고 탐지할 수 있도록 다운스트림 탐지기를 훈련시키는 방대한 양의 데이터를 생성하는 데 사용된다.