2026년 9월 3일 클라우드플레어는 초기 접근 형태의 Managed Defense를 공개했습니다. 핵심은 웹 애플리케이션과 코드, 관측 데이터를 함께 읽는 AI 보안 요원입니다. 클라우드플레어가 든 예시에서는 발견된 취약점 4,000개 가운데 즉시 수정 우선순위로 올라온 것은 78개였습니다.
이 숫자는 AI가 보안을 자동으로 끝냈다는 뜻이 아닙니다. 모든 경고를 같은 무게로 보지 않고, 실제 공격 가능성과 고객 환경을 함께 고려해 사람이 먼저 볼 목록을 줄이는 시도입니다.
취약점 숫자보다 순서가 문제다
보안팀이 받는 신호는 코드 저장소 하나에서 오지 않습니다. WAF 로그, 웹 자산, 관측 데이터, 승인된 코드와 배포 상태가 따로 들어옵니다. 한 취약점이 실제로 위험한지 판단하려면 공개된 경로가 있는지, 공격이 가능한지, 이미 다른 규칙으로 막혀 있는지까지 맞춰 봐야 합니다.
Daybreak를 포함한 클라우드플레어의 흐름은 이 자료를 한꺼번에 읽고 정찰, 탐색, 검증, 중복 제거, 추적, 보고로 나누려는 구조입니다. 경고 목록을 더 크게 만드는 것이 아니라, 수정할 순서를 다시 계산하는 데 초점이 있습니다.
발견에서 차단까지 이어지는 흐름
AI가 맡는 일은 단계별로 다릅니다. 먼저 공격 표면을 찾고, 코드와 외부 자산에서 이상한 경로를 탐색합니다. 그 다음 실제로 재현 가능한지 검증하고, 같은 문제를 여러 번 세지 않도록 중복을 제거합니다. 마지막에는 취약점 설명과 WAF 규칙, 코드 수정 제안을 보고서로 묶습니다.
이렇게 나누면 “AI가 취약점을 찾았다”라는 한 문장을 더 정확하게 볼 수 있습니다. 어떤 단계가 자동화됐고, 어떤 단계에서 권한과 승인이 필요한지 확인할 수 있기 때문입니다. 특히 재현되지 않은 의심 신호와 고객에게 실제로 노출된 결함을 분리하는 과정이 중요합니다.
패치는 자동 배포와 다르다
발견과 수정 사이에는 사람이 확인할 경계가 남습니다. 클라우드플레어는 결과로 WAF 규칙과 코드 패치를 만들 수 있다고 설명하지만, 고객 코드에 곧바로 배포해도 된다는 뜻은 아닙니다. 보안 규칙이 정상 사용자를 막을 수 있고, 패치가 다른 기능을 깨뜨릴 수 있기 때문입니다.
따라서 실무에서 유용한 부분은 자동화 자체보다 검토할 대상을 줄이고 근거를 남기는 것입니다. 어떤 관측 데이터와 코드가 판단에 쓰였는지, 어떤 재현 절차로 취약성을 확인했는지가 기록되어야 수정팀이 다시 검증할 수 있습니다.
초기 접근의 경계
2026년 9월 현재 이 기능은 초기 접근입니다. 클라우드플레어와 OpenAI가 공개한 모델·보안 흐름이 모든 언어, 프레임워크, 사내 배포 환경에서 같은 성능을 낸다고 볼 수 없습니다. “4,000개 중 78개”도 일반적인 비율이 아니라 공개된 사례의 우선순위 예시입니다.
그래도 방향은 분명합니다. 보안 운영은 취약점 개수를 세는 일에서, 공격 가능성을 검증하고 수정 우선순위를 좁히는 일로 이동하고 있습니다. 다음에 확인할 것은 탐지율보다 오탐과 누락, 승인 이력, 실제 패치 후 재발 방지입니다. AI 보안 요원은 사람을 없애는 장치가 아니라, 사람이 판단할 사건의 순서를 바꾸는 장치에 가깝습니다.