

GitLab Pipeline Execution Policy로 DevOps 보안 자동화하기
GitLab Pipeline Execution Policy로 CI/CD 보안과 컴플라이언스를 중앙에서 강제하는 방법을 다루었습니다. 실습 예제로 정책 생성, 적용, 검증 절차까지 정리했습니다.


GitLab Pipeline Execution Policy로 CI/CD 보안과 컴플라이언스를 중앙에서 강제하는 방법을 다루었습니다. 실습 예제로 정책 생성, 적용, 검증 절차까지 정리했습니다.


GitLab Pipeline Execution Policy로 CI/CD 보안과 컴플라이언스를 중앙에서 자동 강제하는 방법을 설명했습니다. 기존 파이프라인에 정책을 주입하거나 대체하는 적용 방식과 실습 절차를 정리했습니다.

MCP의 구조와 활용 가능성을 설명한 뒤, 엔터프라이즈 환경에서의 보안 공백을 짚었습니다. 인증과 암호화, 감사 로깅을 내장한 MCPS가 필요하다고 제안했습니다.

MCP의 구조와 활용 가능성을 설명하면서 엔터프라이즈 환경에서 부족한 보안 요소를 짚었습니다. HTTPS의 사례를 바탕으로 MCPS와 같은 보안 표준의 필요성을 제안했습니다.

MCP의 엔터프라이즈 보안 공백을 짚고, HTTP와 HTTPS의 사례를 바탕으로 MCPS라는 보안 프로토콜을 제안했습니다. 상호 인증, TLS 암호화, 인가, 감사 로깅을 핵심으로 보안 표준화 필요성을 설명했습니다.

AI 도입은 단순한 도입보다 조직 구조와 운영 설계가 중요하다고 정리했습니다. 멀티 에이전트, RAG, 컨트롤타워를 핵심 조건으로 제시했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

Google Agentspace는 AI 실행과 자동화를 강화하는 플랫폼으로 소개했습니다. QueryPie MCP PAM은 실행 전 정책 평가와 승인, 감사로 보안을 보완하는 계층으로 설명했습니다.

MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 분류하고 분석했습니다. 정책 연동, 문맥 무결성, 위임 통제, 감사 구조를 묶은 MCP PAM을 제안했습니다.

MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 정리하고 4가지 핵심 위험 유형으로 분류했습니다. 정책 연동, 문맥 무결성, 위임 통제, 감사 추적을 묶은 MCP PAM 아키텍처를 제안했습니다.

MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 정리하고, 4가지 핵심 위협 유형과 대응 전략을 제시했습니다. 또한 이를 통합하는 MCP PAM 보안 아키텍처를 제안했습니다.


XSS 공격의 개념과 유형을 정리하고, 필터를 활용한 방어 방법을 소개했습니다. Servlet Filter 예시 코드를 통해 요청 래핑 방식도 함께 보여주었습니다.

MCP로 AI 에이전트가 기업 시스템에 연결되는 만큼, 특권 접근 관리와의 통합이 중요하다고 설명했습니다.\n보안 프록시, 최소 권한, 모니터링과 감사 체계를 통해 AI 거버넌스를 강화하는 전략을 제안했습니다.


Amazon EBS CreateVolume의 리소스 수준 권한이 스냅샷까지 확장되었습니다. 기존 IAM 정책은 볼륨과 스냅샷을 함께 허용하도록 점검하고, DryRun으로 검증해야 합니다.

GuardDuty 이벤트를 바탕으로 침해대응 아키텍처를 고도화한 사례를 다뤘습니다. 보안 위협 증가에 따라 대응 체계 설계와 구현 중요성을 짚었습니다.