MCP와 AI Agent가 싸운다: 당신의 설계는 안전한가?
MCP 서버와 AI 에이전트의 역할을 분리해 설계해야 하는 이유를 설명했습니다. 실행 통제와 감사 가능성을 위해 MCP Agent PAM 같은 보안 계층도 함께 고려해야 합니다.
#MCP#AI Agent#LLM
5900
모든 블로그
대표 인기 포스트모두가 묵인하던 명령어 우회, 이제 터놓고 얘기해봅시다!137 조회137 조회 AI AI
AI
AI
AI
AI
AI AI
AI
AI AI
AI
AI AI
AI
AI AI
AI
QueryPie
도메인querypie.com
주요 카테고리 AI · DevOps
활동 요약
- 최근 30일
- 0개
- 평균 조회
- 27
- 누적 조회
- 3,765
- 전체 글
- 137개
- 마지막 발행
- 2026. 3. 12.
QueryPie 기술 블로그 글 (45)
코드는 멈췄고, 에이전트가 움직인다 – AgentSecOps의 시대로
AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 다루었습니다. 실행 시점 정책 평가와 감사 로깅을 담당하는 AgentSecOps와 PDP·PBAC·PEP·PIP 구조를 제안했습니다.
#AgentSecOps#DevSecOps#LLM
2600
코드는 멈췄고, 에이전트가 움직인다 – AgentSecOps의 시대로
AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 설명했습니다. 실행 시점 정책 평가와 감사 로깅을 중심으로 AgentSecOps와 MCP 기반 통제 구조를 제안했습니다.
#LLM#MCP#DevSecOps
8500
MCP를 넘어 MCPS로: 엔터프라이즈 AI를 위한 보안 프로토콜의 필요성
MCP의 구조와 활용 가능성을 설명하면서 엔터프라이즈 환경에서 부족한 보안 요소를 짚었습니다. HTTPS의 사례를 바탕으로 MCPS와 같은 보안 표준의 필요성을 제안했습니다.
#MCP#보안#인증
1600
MCP를 넘어 MCPS로: 엔터프라이즈 AI를 위한 보안 프로토콜의 필요성
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.
#MCP#LLM#보안
6900
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
Google Agentspace의 생산성 중심 실행 구조와 QueryPie MCP PAM의 정책 기반 통제 구조를 비교했습니다.실행 시점 승인, 감사, 민감정보 보호를 위해 두 솔루션의 병행 구성이 필요함을 설명했습니다.
#Google Agentspace#QueryPie#MCP
2600
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
Google Agentspace는 AI 실행과 생산성을 높이는 플랫폼으로 정리했습니다. QueryPie MCP PAM은 실행 시점 정책 평가와 승인, 감사로 보안을 보완한다고 설명했습니다.
#LLM#MCP#DLP
1800
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
Google Agentspace는 AI 실행과 자동화를 강화하는 플랫폼으로 소개했습니다. QueryPie MCP PAM은 실행 전 정책 평가와 승인, 감사로 보안을 보완하는 계층으로 설명했습니다.
#Google Cloud IAM#MCP#보안
6400
MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석
MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 분류하고 분석했습니다. 정책 연동, 문맥 무결성, 위임 통제, 감사 구조를 묶은 MCP PAM을 제안했습니다.
#MCP#LLM#보안
2000
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#보안
1300
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#보안
3600
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#IAM
2000
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#IAM
3300
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#AI-SPM
3200
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#Guardrails
1800
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#Guardrails
2800
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#Guardrails
5800
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#LLM
1500