해커가 취약점 하나를 발견하면, 22초 만에 침투해요. AI가 자동화한 공격 도구 덕분에요.
당신 보안팀이 그 알림을 확인하는 데는 평균 8시간이 걸리고요. 그 시간 동안 공격은 이미 끝나있어요.
이 격차를 메우기 위해 $125M이 움직였습니다.
AI SOC가 뭔데?
SOC(Security Operations Center)는 기업 보안을 24시간 모니터링하는 팀이에요. 근데 이게 점점 불가능한 일이 돼가고 있어요.
하루에 수천 개씩 쏟아지는 알림 중 95%는 오탐(False Positive)이에요. 진짜 위협을 찾으려고 쓰레기 더미를 뒤지는 작업을 사람이 반복하는 거죠. RSAC 2026 컨퍼런스에서는 이 구조가 "인간이 감당할 수 없는 속도의 전쟁"이 됐다고 공식화했어요.
AI SOC는 이 반복 작업을 AI 에이전트에 넘기는 패러다임이에요. SOAR의 플레이북 방식과는 달라요. AI가 맥락을 이해하고, 증거를 수집해서 판단하고, 대응까지 직접 실행해요. 인간 분석가처럼요.
Exaforce는 이 4개 SOC 기능을 "Exabot"이라는 AI 에이전트로 구현한 스타트업이에요. 창업 3년 만에 시리즈 B로 $125M을 조달해 기업 가치 $7.25억을 인정받았고요. 투자자 명단에는 Khosla Ventures, Mayfield, HarbourVest가 있어요.
- Exabot Detect — 탐지
AWS, Okta, GitHub, Slack, OpenAI, Google Workspace 등 클라우드 환경 전반을 실시간 모니터링해요. 행동 베이스라인과 맥락 인텔리전스를 결합해 오탐을 줄이고 진짜 침해 징후만 잡아내요. - Exabot Triage — 분류
알림이 들어오면 자율적으로 조사해서 "오탐 / 정상 / 위협"으로 판정해요. 분석가가 보기 전에 알림의 70%를 걸러내요. - Exabot Investigate — 조사
자연어로 보안 데이터를 탐색할 수 있어요. SQL 몰라도 "지난 30일간 이상한 로그인 패턴 있었어?" 식으로 질문하면 돼요. 크로스 환경 가시성 제공. - Exabot Respond — 대응
MFA 초기화, 세션 종료, 기기 격리 같은 복잡한 대응 워크플로우를 자동 실행해요. 에러 핸들링까지 내장되어 있어요.
특이한 점은 LLM 하나만 쓰지 않는다는 거예요. Semantic(의미론), Behavioral(행동), Knowledge(지식) 세 종류의 모델을 조합한 Multi-Model AI 엔진을 써요. LLM만 쓸 때 생기는 할루시네이션, 긴 컨텍스트 메모리 부족, 대용량 데이터 처리 비용 문제를 피하기 위해서예요.
기존 보안 도구랑 뭐가 다른 건데?
SIEM(보안 이벤트 관리)이나 SOAR(보안 자동화) 도구 이미 쓰는 곳 많잖아요. AI SOC는 이것들을 대체하는 건데, 차이가 꽤 뚜렷해요.
| 구분 | 기존 SIEM/SOAR | AI SOC (Exaforce) |
|---|---|---|
| 알림 처리 | 플레이북 기반 분류 (사람이 설계·유지) | AI가 맥락 이해하고 자율 판단 |
| 조사 방식 | 분석가가 SQL·쿼리로 수동 조사 | 자연어로 질문, AI가 증거 수집 |
| 오탐 처리 | 분석가가 하나씩 확인 | 70~95% 자동 필터링 |
| 대응 속도 | 탐지→대응 평균 수 시간 | 60초 이내 조사·자동 실행 |
| 데이터 비용 | 데이터 인제스트 볼륨별 과금 | 지능형 스토리지 티어링으로 절감 |
기술적으로 더 흥미로운 부분은 데이터 처리 시점이에요. 경쟁사 대부분이 알림이 뜬 다음에 맥락을 재구성하는 방식인데, Exaforce는 데이터 인제스트 시점부터 실시간 보안 지식 그래프를 구축해요. 그래서 위협 탐지 정확도가 높고, 조사당 토큰 사용량도 줄어들어요.
실제 고객 사례
Accton은 도입 후 평균 조사 시간(MTTI)을 3시간에서 10분으로 단축했어요. Commonwealth Fusion Systems는 클라우드 로그 스토리지 비용을 90% 절감했고, Automation Anywhere는 조사 업무 부담이 50% 감소했다고 밝혔어요. Gartner Peer Insights에서는 5.0/5 만점을 기록하고 있어요.
경쟁자도 많아요. 7AI, Dropzone AI, Prophet Security, CrowdStrike Charlotte AI, Radiant Security 같은 플레이어들이 각자의 방식으로 AI SOC를 내세우고 있어요. CrowdStrike Charlotte AI는 98% 분류 정확도를, Radiant Security는 오탐 90% 감소를 주장하고요. GigaOm의 SecOps Automation Radar에서 Exaforce는 Leader & Outperformer로 선정됐어요.
"방어 비용이 10배 떨어지면, 보안의 판 자체가 바뀐다."
— Vinod Khosla, Khosla Ventures
핵심만 정리: 시작하는 법
- 현재 SOC 현황 진단
하루 평균 알림 수, 오탐 비율, 분석가 1인당 처리량을 먼저 측정해보세요. AI SOC는 이 숫자가 클수록 ROI가 명확해져요. - 통합 범위 확인
Exaforce는 AWS, Okta, GitHub, Slack, Google Workspace, Azure, CrowdStrike EDR 등을 지원해요. 기존 스택과 얼마나 겹치는지 먼저 확인하세요. - SaaS vs MDR 선택
내부 보안팀이 있으면 SaaS로 직접 운영, 전담 팀이 없으면 Managed Detection & Response(MDR) 옵션으로 시작하세요. Exaforce는 둘 다 제공해요. - 파일럿 → 첫 자동 대응 확인
온보딩부터 첫 자동 대응까지 평균 30일 이내예요. 파일럿 단계에서는 "검토 후 실행" 모드로 AI 판단을 먼저 확인해보는 걸 권장해요. - 성과 지표 추적
MTTI(평균 조사 시간), 오탐 비율, 분석가 월별 절감 시간 3개 지표로 효과를 측정하세요. 6개월 이내 ROI를 가시화하는 게 목표예요.
주의
AI SOC는 보안팀을 "제거"하는 도구가 아니에요. 분석가를 반복 작업에서 해방시켜 위협 헌팅·전략적 판단 같은 고부가가치 업무에 집중시키는 게 목적이에요. "AI가 다 하니까 팀 줄여도 된다"는 생각은 오산이에요 — AI의 오판에 대한 최종 책임은 결국 사람이 져야 하거든요.
