
AI·자동화를 도입한 조직은 침해당 190만 달러를 절감한다(IBM 2025). ISC2는 인력 부족 집계를 멈추고 '전문인력 공백(스킬 갭)'을 최대 위험으로 지목했다. 정보보안 7.1조 시장, 2027년 전 상장사 공시 확대까지 — '투입 인원 수'로 팔던 관제가 '자동화 수준'으로 승부하는 시대의 구조 전환을 칼럼으로 짚었다.
서론 — 관제의 수익 공식이 바뀌고 있다
보안관제(SOC)는 오랫동안 '사람-시간'을 파는 사업이었다. 모니터 앞에 앉는 교대 인력의 수가 곧 매출이었고, 곧 원가였다. 이 등식이 깨지고 있다. IBM의 2025년 침해비용 보고서에 따르면 AI·자동화를 광범위하게 도입한 조직은 침해 1건당 평균 190만 달러(약 26억 원)를 절감했다. 자동화가 관제의 품질 지표이자 원가 구조 자체가 됐다는 뜻이다. 여기에 한국 특유의 변수가 하나 더 얹힌다 — 2027년 전 상장사로 확대될 정보보호 공시다. 이 칼럼은 두 흐름이 교차하는 지점에서 관제·IT 운영 대행(ITO) 시장의 다음 10년을 읽는다.
Ⅰ. 숫자로 보는 전장 — 시장은 크는데, 사람으로는 못 채운다
국내 시장은 견조하다. 과기정통부·KISIA의 2025년 실태조사 기준 정보보안 매출은 7조 1,244억 원으로 전년 대비 15.9% 성장했고, 정보보호 종사자는 6만 6,367명(+10%)으로 늘었다. 문제는 수요가 그보다 빠르다는 것이다.
글로벌 지표는 더 선명하다. ISC2의 2024년 인력 조사는 전 세계 사이버보안 인력 부족을 470만 명 이상으로 추산했다. 주목할 것은 그다음이다 — 2025년 조사에서 ISC2는 인력 갭 추산을 아예 중단하고, 응답자의 95%가 '사람 수 부족'이 아니라 '전문인력 공백(스킬 갭 — 인원은 있어도 클라우드·AI 보안 같은 필요 역량을 가진 사람이 없는 상태)'을 최대 위험으로 꼽았다고 보고했다. 사람을 더 뽑아 해결하는 게임이 끝났다는 산업 차원의 선언에 가깝다. 반복 업무는 자동화하고, 숙련 인력은 판단에 집중시키는 구조 전환만이 남은 선택지다.
Ⅱ. 침해의 경제학 — 속도가 곧 돈이다
IBM 「Cost of a Data Breach 2025」의 핵심 수치들은 관제 투자의 손익을 정량화해 준다.
지표 | 2025년 수치 | 함의 |
|---|---|---|
글로벌 평균 침해 비용 | 444만 달러 (전년 488만, 5년 만에 첫 감소) | 감소 원인 = AI 기반 탐지·차단의 확산 |
침해 식별+봉쇄 기간 | 평균 241일 — 9년 내 최저 | 위협을 발견하고 막기까지 걸리는 시간(업계 용어로 MTTD·MTTR)이 비용을 지배 |
AI·자동화 광범위 도입 조직 | 침해당 평균 190만 달러 절감 | 자동화율이 곧 손실 방어력 |
미국 평균 | 1,022만 달러 | 규제 벌금이 비용을 증폭 — 공시·규제 강화 환경의 예고편 |
요컨대 침해 비용의 격차는 '뚫리느냐'가 아니라 '얼마나 빨리 보고 얼마나 빨리 닫느냐'에서 벌어진다. 24/7 관제의 존재 이유가 보험에서 손익 항목으로 이동한 것이다.
Ⅲ. 규제가 여는 시장 — '보안 IR'의 시대
시점 | 제도 변화 | 의미 |
|---|---|---|
2022 | 정보보호 공시 의무제 시행 | 보안 투자·인력의 공개 의무화 |
2025 | 의무대상 671개사(+16) · 평균 보안투자 연 32억 원(+10%) | 공시가 만든 투자 벤치마크 |
2026 | 의무대상 693개사(+27) | 매출·이용자 기준 확대 |
2027(예정) | 매출 3,000억 기준 삭제 — 상장사 전반 + 공공·전자금융·ISMS 의무기업 검토 | '보안 IR' 전면화 |
공시의 본질은 공개가 아니라 비교다. 투자자와 고객이 동종 업계의 보안 투자액·전담 인력을 나란히 보게 되는 순간, 보안은 재무제표 옆의 두 번째 성적표가 된다. 자체 SOC를 꾸릴 수 없는 중견·중소 상장사가 2027년 대거 편입되면, 이들이 선택할 수 있는 답은 사실상 하나 — 관제·보안운영의 아웃소싱이다. 공시 확대는 관제·보안운영 대행 사업자(업계에서 MSP·MSSP 로 부르는 시장)의 수요를 제도적으로 보증하는 셈이다.
Ⅳ. 관제의 세 세대 — 장비 관제에서 Agentic SOC까지
세대 | 구조 | 병목 | 수익 구조 |
|---|---|---|---|
1세대 · 장비 관제 | NMS·장비 로그를 사람이 모니터링 | 화면 수 = 사람 수 | 인력-시간 비례 |
2세대 · SIEM 관제 | 로그 상관분석이 경보 생성, 사람이 경보 소비 | 경보 홍수·오탐 — 분석가 소진 | 여전히 인력-시간 비례 |
3세대 · Agentic SOC | AI 에이전트가 분류·초동조사·반복대응, 사람은 판단·승인 | AI 의 정확도와 거버넌스 | 자동화 수준이 이익을 결정 |
3세대의 요체는 AI가 사람을 대체하는 것이 아니라 경보의 노이즈를 AI가 흡수하고, 사람의 시간을 판단에 재배치하는 것이다. 부수 효과도 크다 — AI가 수행한 탐지·대응 과정은 자동으로 기록되므로, 공시·감사·고객 보고의 증빙이 관제 과정에서 저절로 생산된다. '기록되는 관제'는 규제 시대의 요구사항과 정확히 맞물린다.
Ⅴ. 기술 해부 — AI 에이전트 관제(Agentic SOC)는 실제로 어떻게 돌아가는가
'AI 관제'가 구호에 그치지 않으려면 파이프라인이 구체적이어야 한다. 현재 업계가 수렴하고 있는 구조는 다섯 단계로 정리된다.
단계 | 무엇을 하는가 | 핵심 기술 |
|---|---|---|
① 신호 통합 | NMS·SIEM·APM·로그·티케팅에 흩어진 신호를 하나의 인시던트 컨텍스트로 자동 조립 | 스키마 정규화, 이벤트 상관, 토폴로지 매핑 |
② AI 트리아지 | 경보 중복 제거·우선순위화, 과거 유사 사례 대조로 '본 적 있는 문제'를 즉시 분류 | AI 언어모델 분류 + 과거 사례 검색 대조(업계 용어로 RAG) — 쌓인 운영 이력이 곧 학습 자산 |
③ 초동 조사 | 로그 질의, 구간 추적, 타임라인 재구성 — 분석가가 30분 걸리던 조사를 수 초에 | 조회 도구를 스스로 다루는 AI 에이전트(tool-use), 자동 질의 생성 |
④ 권고 → 실행 | 플레이북 기반 대응안 제시, 실행은 승인 게이트 뒤에서, 언제든 롤백 | 사람 승인 단계를 반드시 거치는 구조(휴먼 인 더 루프) — 승인·감사·되돌리기(롤백) |
⑤ 기록 | 탐지→판단→조치 전 과정 자동 기록 — 공시·감사 증빙이 부산물로 생산 | 불변 감사 로그, 대응 리포트 자동 생성 |
두 가지 설계 원칙이 성패를 가른다. 첫째, 관제 데이터는 가장 민감한 데이터다 — 장비 구성, 취약점, 침해 이력이 전부 담긴다. 외부 API 로 내보내는 순간 그 자체가 리스크이므로, 외부 클라우드가 아니라 고객사 전산실 안에서 도는 설치형(온프레미스) AI 모델이 사실상의 요구사항이 된다. 둘째, 자동 실행의 범위다 — 분류·조사는 AI 가 전결하되, 시스템을 바꾸는 조치는 반드시 사람의 승인 뒤에 두는 경계 설계가 신뢰의 조건이다.
Ⅵ. 관제 사업의 새 성적표 — 무엇을 측정할 것인가
수익 공식이 바뀌면 성과 지표도 바뀐다. 인력 규모와 가동 시간표가 아니라, 다음 지표들이 관제 사업자의 실력을 말해 주는 시대다.
지표 | 정의 | 왜 중요한가 |
|---|---|---|
탐지·대응 소요시간(MTTD·MTTR) | 위협을 발견하고 막기까지의 평균 시간 | IBM 이 보여준 대로, 속도가 침해 비용을 지배 |
경보 자동 처리율 | 사람 개입 없이 분류·종결된 경보 비율 | 마진과 분석가 소진을 동시에 결정 |
분석가 1인당 커버리지 | 1인이 담당 가능한 자산·고객 수 | 자동화율의 사업적 결과값 |
대응 기록 완결성 | 탐지→판단→조치의 감사 가능 기록 비율 | 공시·감사 대응력 — 규제 시대의 신상품 |
Ⅶ. NOC와 SOC 의 경계가 사라진다
AI 데이터센터 시대의 장애는 성격이 모호하다. GPU 클러스터의 성능 저하는 인프라 장애인가, 크립토마이닝 침해인가. 트래픽 급증은 마케팅 성공인가, DDoS 인가. 인프라 관제(NOC)와 보안관제(SOC)를 분리 운영하는 구조로는 이 모호함을 다루기 어렵다. 두 관제를 하나의 사실 위에서 통합 운영해 온 사업자 — 장비·트래픽·로그·보안 이벤트를 한 흐름으로 보는 조직 — 이 다음 국면의 이점을 갖는 이유다.
티사이언티픽 ITO사업본부가 24/7 NOC·SOC 통합관제를 운영해 오며 준비하는 방향이 정확히 이것이다. 반복 업무는 AI가 수행하고 결정은 사람이 내리는 구조(Eye Family 4원칙 — 승인·감사·롤백)는 Agentic SOC 의 거버넌스 요건과 같은 문법이며, 16년의 무중단 운영 이력은 신규 진입자가 흉내 내기 어려운 해자다.
그리고 이 방향은 선언이 아니라 제품 로드맵 위에 있다. Ⅴ장의 다섯 단계 — 흩어진 툴을 하나의 인시던트로 조립하고(①), 트리아지·조사를 에이전트가 수행하며(②③), 승인 게이트 뒤에서 실행하고(④), 전 과정을 기록하는(⑤) 구조 — 는 HawkEye 가 GPU AI 데이터센터를 첫 무대로 구현하고 있는 파이프라인 그 자체다(Triage → Diagnose → Recommend → Apply, 고객 인프라 안에서 도는 파인튜닝된 로컬 LLM, 2026년 출시 예정·라이브 데모 공개 중). GPU 클러스터에서 검증되는 이 문법이 전통 NOC·SOC 관제로 내려오는 것은 순서의 문제다.
속도의 근거도 있다. 이런 에이전트 시스템을 만드는 자체 AI-네이티브 개발 방법론 ClickEye — HawkEye 전체를 통상 추산의 10분의 1 비용으로 설계·구축한 실증 — 는 관제 자동화 경쟁의 숨은 변수가 '자동화를 얼마나 빨리 만들어 내느냐' 임을 보여 준다. 관제 시장의 다음 라운드는 운영 이력과 구축 속도를 함께 가진 사업자의 것이 될 가능성이 높다.
맺으며
관제의 다음 10년을 가르는 것은 모니터의 수도, 교대 인원의 수도 아니다. 노이즈를 얼마나 기계에 흡수시키고, 사람의 판단을 얼마나 좋은 문제에 배치하는가 — 그리고 그 전 과정을 얼마나 증빙 가능하게 기록하는가다. 공시 의무 확대는 이 역량을 숨길 수 없게 만들 것이고, 준비된 사업자에게는 그것이 가장 좋은 영업 자료가 될 것이다.
이 기고는 주간 뉴스레터 사업영역 포커스(관제/ITO) 연재의 일부입니다. 다음 갱신에서는 정보보호 공시 데이터로 본 업종별 보안 투자 격차와 아웃소싱 비중을 다룹니다.
참고문헌
과학기술정보통신부·KISIA, 「2025년 국내 정보보호산업 실태조사」 — 정보보안 매출 7조 1,244억 원(+15.9%), 종사자 6만 6,367명(+10%), 총매출 18조 5,945억 원.
IBM, 「Cost of a Data Breach Report 2025」 — 글로벌 평균 444만 달러(5년 만에 첫 감소), 식별+봉쇄 241일(9년 최저), AI·자동화 광범위 도입 시 평균 190만 달러 절감, 미국 평균 1,022만 달러.
ISC2, 「Cybersecurity Workforce Study」 2024·2025 — 2024년 글로벌 인력 갭 470만 명 이상, 2025년 응답자 95%가 스킬 갭을 최대 리스크로 지목(인력 갭 추산 중단).
과기정통부 보도자료, 「'25년 정보보호 공시 의무 대상 기업 671개사 명단 공개」.
김·장 법률사무소, 「2026년 정보보호 공시의무 및 ISMS 제도 개편 관련 안내」 — 2026년 693개사, 2027년 상장사 전반 확대 예정.
보안뉴스, 「정보보호 공시 기업, 평균 보안 투자 연 32억 원… 전년 대비 10% 증가」.


