MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석
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#LLM
11005분
필터 1
MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석
MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 정리하고, 4가지 핵심 위협 유형과 대응 전략을 제시했습니다. 또한 이를 통합하는 MCP PAM 보안 아키텍처를 제안했습니다.
#MCP#LLM
34005분
AI 자율주행? 자율보안! 그리고 자율접근제어(Autonomous Access Control)
MCP 환경에서 AI가 실제 실행 주체가 되면서 기존 보안 체계의 한계를 짚고, 실행 시점 통제를 위한 MCP PAM을 제안했습니다. AI-SPM의 탐지 기능과 MCP PAM의 실시간 차단을 비교하며 자율 접근제어 필요성을 설명했습니다.
#MCP#LLM
15005분
AI 자율주행? 자율보안! 그리고 자율접근제어(Autonomous Access Control)
AI 에이전트가 실제 시스템을 실행하는 MCP 시대에 필요한 보안 모델을 설명했습니다. 탐지 중심 AI-SPM의 한계를 짚고, QueryPie MCP PAM의 실시간 차단과 자율 접근제어를 제안했습니다.
#MCP#LLM
16005분
AI 자율주행? 자율보안! 그리고 자율접근제어(Autonomous Access Control)
MCP 환경에서 AI가 실행 주체가 되면서 기존 보안 체계의 한계가 드러났습니다. QueryPie MCP PAM은 실행 전 정책 평가와 차단으로 자율 접근제어를 구현하는 방안을 제시했습니다.
#MCP#LLM
27005분
AI 접근제어의 대전환: Guardrails를 넘어서 MCP-PAM으로!
생성형 AI 보안에서 Guardrails의 한계를 짚고 MCP-PAM 기반의 행위 중심 접근제어를 제안했습니다. 권한·맥락·출력 통제를 결합해 프롬프트 주입과 정보 유출 위협에 대응하는 구조를 설명했습니다.
#LLM#MCP
14005분
AI 접근제어의 대전환: Guardrails를 넘어서 MCP-PAM으로!
Guardrails만으로는 생성형 AI의 실제 보안을 충분히 담보하기 어렵다는 문제를 짚었습니다. MCP-PAM으로 요청자 권한과 행위 맥락까지 통제하는 다층 방어 구조를 제안했습니다.
#LLM#MCP
15005분
AI 접근제어의 대전환: Guardrails를 넘어서 MCP-PAM으로!
생성형 AI 보안에서 Guardrails만으로는 권한과 행위 맥락 통제가 부족하다고 설명했습니다. MCP-PAM과 DLP, UEBA를 결합해 요청부터 출력까지 다층적으로 제어하는 전략을 제시했습니다.
#LLM#MCP
54005분
MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.
MCP로 AI 에이전트가 외부 시스템과 연결되는 구조와 그에 따른 보안 과제를 정리했습니다. PAM과 결합해 최소 권한, 가시성, 감사 가능성을 확보하는 통합 전략을 제안했습니다.
#MCP#PAM
11005분
MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.
MCP 기반 AI 에이전트의 보안 취약점을 정리하고, PAM을 결합한 통합 거버넌스 전략을 설명했습니다. AI 전용 권한 제어와 모니터링으로 안전한 기업 운영 방향을 제시했습니다.
#MCP#PAM
14005분
MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.
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.
#MCP#PAM
74005분
[Hands-On] AI 에이전트 직접 구현해보기
[Hands-On] AI 에이전트 직접 구현해보기
기본형 AI 에이전트를 직접 구현하며 도구 사용과 반복 추론 구조를 설명했습니다. Gradio 테스트와 DB, Git 시나리오로 실제 동작도 확인했습니다.
#LLM#langchain
132005분