AI 자율주행? 자율보안! 그리고 자율접근제어(Autonomous Access Control)

핵심 내용

• MCP 환경에서 AI가 실제 시스템을 실행하는 주체로 진화하면서, 기존 IAM·PAM·CSPM 중심 보안만으로는 실행 시점 위협 대응이 어려운 문제 제기
• AI-SPM은 AI 자산 인벤토리, 구성 오류, 민감 데이터 노출, 정책 위반을 탐지·시각화하는 데 강점이 있지만, 실행 자체를 차단하지는 못하는 한계 정리
• QueryPie MCP PAM은 MCP Proxy와 OPA/Cedar 정책 평가, JIT 권한, DLP·UEBA 연계를 통해 AI 요청을 실시간 허용/차단하는 자율 접근제어 모델로 제시

구조와 흐름

• 프롬프트 해석 → 실행 요청 생성 → 정책 평가 → 실행 통제 → 감사 기록의 흐름으로 AI 행동을 관리하는 구조 설명
• QueryPie MCP PAM이 요청 컨텍스트와 리소스 조건을 기반으로 ALLOW/DENY를 결정하는 방식 강조
• 기존 PAM의 세션 기반 통제와 달리 AI 에이전트의 비정형 실행 요청까지 다루는 점 비교

선택 이유

• 탐지 중심의 AI-SPM만으로는 프롬프트 인젝션, 오용된 API 호출, 민감정보 출력 같은 실행 위협을 막기 어렵다는 판단
• 예측 불가능한 AI 실행 흐름을 정책 코드로 실시간 제어할 수 있는 MCP PAM을 대안으로 제시
• AI를 사람과 같은 보안 주체로 보고 실행 전 차단을 보안의 핵심으로 전환하려는 관점 제안

적용해볼 점

• AI 실행 환경에 탐지 계층과 차단 계층을 분리해 보안 아키텍처를 구성할 필요성
• AI 요청을 Policy-as-Code로 평가하고 최소 권한과 감사 로그를 결합하는 운영 방식
• 비인가 출력과 이상 행위를 막기 위해 DLP·UEBA를 함께 연계하는 접근