[보안] 2026년 하반기 보안 트렌드 : AI가 바꾸는 보안 패러다임
AI 확산으로 새롭게 커지는 보안 위협과 대응 방향을 다룬 글입니다. 2026년 하반기 보안 트렌드를 바탕으로 AI가 바꾸는 보안 패러다임을 살펴봅니다.
AI 확산으로 새롭게 커지는 보안 위협과 대응 방향을 다룬 글입니다. 2026년 하반기 보안 트렌드를 바탕으로 AI가 바꾸는 보안 패러다임을 살펴봅니다.
AI 코딩 에이전트를 대규모로 평가하기 위한 멀티 에이전트 하네스 설계를 다뤘습니다. 마크다운 지침과 JSON Schema로 재현성을 확보하고 기능과 깊이를 분리해 채점했습니다.


Claude Code로 정보 수집·요약을 분리 자동화해 리드 업무의 시간과 맥락을 확보했습니다. 공통 규칙과 자기개선 루프로 여러 AI 워크플로우의 기반을 함께 개선했습니다.


AWS Kiro를 중심으로 생성, 실행, 축적을 연결한 AX 운영 구조를 소개했습니다. 개인의 AI 활용을 조직 자산으로 전환한 사례와 적용 효과를 정리했습니다.


Amazon Bedrock Agents와 SAW를 연결해 AWS 리소스 문제 해결을 자동화하는 확장 방법을 소개했습니다. 새 런북을 통합하는 6단계와 CloudWatch Agent 진단 예시를 통해 실전 패턴을 설명했습니다.

마이리얼트립이 여행 상품 등록의 수작업 병목을 AI로 자동화한 사례를 공유했습니다. 번역, 상세 페이지 생성, 카테고리 분류를 묶어 하루 20개 수준을 5,000개 이상으로 늘렸습니다.


티오더가 Slack 기반 Text2SQL 에이전트 티스푼을 AWS와 LangGraph로 구현한 사례를 소개했습니다. 단계적 검색, 이중 승인, SQL 검증으로 안전한 데이터 조회 흐름을 만들었습니다.

팀 맞춤형 AI 환경을 만들기 위해 Cursor의 Rules와 Skills를 활용한 하네스 엔지니어링 사례를 소개했습니다. 전처리 스크립트로 컨텍스트를 줄여 응답 품질과 토큰 효율을 높인 점이 핵심입니다.

AI 코드 리뷰의 신뢰성을 높이기 위해 자체 벤치마크와 반영률 지표를 만들고 개선 과정을 정리했습니다. 서브에이전트와 프롬프트 튜닝의 한계를 확인한 뒤 데이터 기반으로 모델과 워크플로를 바꿨습니다.


GS리테일이 Amazon Bedrock과 MCP로 AIOps Agent를 구축해 인시던트 분석을 자동화했습니다. 평균 분석 시간을 약 30분에서 약 2분으로 줄이고 RCA 보고서와 Teams 알림까지 자동화했습니다.

올리브영은 AI-DLC와 Unicorn Gym으로 AI 협업 개발 프로세스를 실험했습니다. 요구사항부터 테스트까지 구조화한 워크플로우와 레거시 현대화 가능성을 확인했습니다.

13년치 조직 기억을 Knowledge DB로 묶어 AI 에이전트가 작업 전 맥락을 먼저 보게 만든 사례입니다. 장애 대응과 온보딩 효율을 높이되, 원본 검증과 guardrail로 hallucination을 줄였습니다.
Gemini로 테스트 케이스 초안을 자동화하려 했지만, 단일 프롬프트는 한계가 있었습니다. 규칙 학습과 분할 도출 방식으로 커버리지와 효율을 크게 개선했습니다.

Python 기반 AI API Gateway에서 FastAPI와 Robyn의 성능을 비교했습니다. 고부하 상황의 지연 안정성과 연결 생존력에서 Robyn의 장점을 확인했습니다.