지난 10년의 대부분 동안 봇 관리는 비교적 단순한 질문에 초점을 맞춰 왔습니다. 이 상호작용은 사람이 하는 것일까요, 아니면 봇이 하는 것일까요?
이 질문은 여전히 유효하지만, 이제는 이것만으로 충분하지 않습니다. 에이전틱 AI는 추론하고 계획하며 행동할 수 있는 자율 에이전트를 만들어 내고 있습니다. 이러한 에이전트는 웹사이트를 탐색하고, 콘텐츠를 해석하며, 변화에 적응하고, 사람의 개입이 거의 또는 전혀 없이 복잡한 다단계 워크플로를 수행할 수 있습니다.
보안 팀 입장에서는 원치 않는 자동화를 단순히 식별하고 차단하는 데서 벗어나, 그 의도를 파악하고 어떻게 대응할지 결정하는 것이 새로운 과제가 되고 있다는 뜻입니다.
봇 관리의 다음 시대에는 지금까지와는 다른 질문에 답해야 합니다. 바로 ‘이 상호작용을 신뢰할 수 있는가?’입니다. 이 질문은 F5의 온디맨드 Post-Mythos Security Summit에서 진행되는 제 세션 ‘AI 에이전트 시대의 신뢰’의 핵심 주제입니다.
“이제 중요한 것은 단순히 봇을 상대하고 있는지 여부가 아닙니다. 그 상호작용이 무엇을 하려는지, 신뢰할 수 있는지, 그리고 이에 어떻게 대응해야 하는지가 중요합니다.”
더 큰 변화는 양이 아니라 역량입니다.
자동화된 트래픽은 계속 증가하고 있습니다. 하지만 더 중요한 변화는 조직이 접하는 자동화의 양이 단순히 얼마나 늘었느냐가 아닙니다. 그 자동화로 무엇을 할 수 있느냐입니다.
오늘날의 AI 에이전트는 실제 사용자와 놀라울 정도로 유사하게 행동할 수 있습니다. 로그인하고, 사이트를 탐색하고, 장바구니에 상품을 담고, 계정을 등록하거나 거래를 완료할 수 있습니다. 동시에 공격자는 갈수록 고도화되는 자동화 기술을 활용해 사용자 신원, 기기, 세션 전반에 걸쳐 적응하는 공격 캠페인을 조직할 수 있습니다.
이는 보안 팀이 수년간 의존해 온 구분을 무너뜨립니다. 합법적인 쇼핑 도우미는 소매업체가 기꺼이 허용하고자 하는 자동화 트래픽일 수 있습니다. 반면 크리덴셜 스터핑, 계정 탈취, 스크래핑 또는 프로모션 악용을 시도하는 자동화 시스템은 분명 그렇지 않습니다. 하지만 두 시스템 모두 요청을 하나씩 따로 보면 정상적으로 보이는 방식으로 애플리케이션과 상호 작용할 수 있습니다.
정상적인 요청도 나쁜 결과로 이어질 수 있습니다
바로 이런 지점에서 기존의 접근 방식은 한계를 드러낼 수 있습니다.
전문 봇 관리 및 사기 방지 도구는 일반적으로 악성 요청을 식별하거나 의심스러운 거래를 표시하는 등 특정 문제를 해결합니다. 이러한 도구는 더 제한된 범위에서 작동하기 때문에 여러 디바이스, 사용자 세션, 계정 및 고객 여정의 여러 단계에 걸쳐 이루어지는 조직적인 활동을 식별하는 데 필요한 가시성이 충분하지 않을 수 있습니다. 경쟁사는 트래픽을 보호하지만, F5는 비즈니스 워크플로를 보호합니다.
결제 워크플로를 예로 들어 보겠습니다. 로그인은 정상적인 것처럼 보일 수 있습니다. 제품 페이지를 둘러보고, 장바구니에 상품을 담고, 거래를 요청하는 과정도 마찬가지입니다. 하지만 전체 과정과 이에 연관된 사용자 신원, 디바이스 및 행동을 종합적으로 파악하면 전혀 다른 실상이 드러날 수 있습니다.
예를 들어, 내부 봇 및 자동화 분석에 따르면 2025년 12월부터 2026년 5월까지 모바일 플랫폼의 결제 과정에서 자동화가 13.38% 증가한 것으로 나타났습니다. 이는 개별 요청을 보호하는 것과 그러한 요청이 궁극적으로 만들어 내는 비즈니스 성과를 보호하는 것이 서로 다른 이유를 보여 줍니다.
따라서 보안 및 사기 방지 팀은 단순히 자동화 여부만 파악해서는 안 됩니다. 특정 상호작용을 허용할지, 모니터링할지, 추가 인증을 요구할지, 차단할지 결정할 수 있을 만큼 충분한 맥락을 파악해야 합니다.
탐지에서 실시간 의사결정으로
봇 탐지는 여전히 매우 중요합니다. 하지만 봇을 완벽하게 식별하더라도 그것만으로는 이 문제를 해결할 수 없습니다.
다음 단계는 신원, 행동 및 의도를 기반으로 실시간 의사 결정을 내리는 것입니다. 이를 위해서는 시간의 흐름에 따라 누가 또는 무엇이 애플리케이션과 상호 작용하는지 파악하고, 활성 세션 전반에서 행동 맥락을 유지하며, 지속적인 기기 식별 정보를 확립하고, 여러 계정에서 발생하는 비정상 활동을 서로 연계해야 합니다.
다시 말해, 해결책은 단순히 개별 지점에서의 탐지를 개선하는 것이 아니라 더 나은 의사결정을 내리는 것입니다.
이는 자동화 자체가 일상적인 디지털 비즈니스의 일부로 자리 잡고 있다는 점에서 봇 관리의 중요한 발전입니다. 자율형 에이전트가 사람을 대신해 검색하고, 쇼핑하고, 예약하고, 거래하는 일이 늘어남에 따라 조직은 모든 자동화된 상호작용을 단순히 차단해야 할 대상으로 취급할 수 없습니다. 신뢰할 수 있는 자동화와 악의적인 활동을 구분하고, 정상적인 고객에게 불필요한 불편을 초래하지 않으면서 적절히 대응해야 합니다.
자율형 시대의 신뢰 판단
제가 F5 Post-Mythos Security Summit에서 진행하는 세션에서는 F5 Distributed Cloud Bot Defense가 에이전틱 AI 탐지와 디바이스 인텔리전스를 비롯해 이러한 환경에 대응하기 위해 어떻게 발전하고 있는지 설명합니다. 또한 지속적인 디바이스 ID, 행동 맥락, 계정 간 관계가 보안 및 사기 방지 팀의 실시간 신뢰 판단에 어떻게 도움이 되는지, 그리고 새롭게 부상하는 에이전트 ID 접근 방식을 통해 조직이 합법적인 AI 기반 상호작용은 수용하면서 악용에는 적절히 대응할 수 있는 방법을 살펴봅니다. AI 에이전트는 웹 페이지뿐 아니라 API를 통해서도 활동하므로, F5 Distributed Cloud Bot Defense는 F5 Distributed Cloud API Security와 함께 F5 Application Delivery and Security Platform에서 작동하여 상호작용이 어디에서 발생하든 모든 상호작용에 신뢰 판단이 적용되도록 합니다.
자동화된 스크립트와 사람의 활동을 더 쉽게 구분할 수 있었던 시기에는 봇 탐지가 중요한 문제를 해결했습니다. 하지만 에이전틱 AI가 이러한 판도를 바꾸고 있습니다.
자율형 AI 시대의 승자는 가장 많은 봇을 차단하는 조직이 아니라, 어떤 상호작용을 신뢰해야 하는지 파악하고 그 판단에 따라 실시간으로 대응하는 조직이 될 것입니다.
자세한 내용을 알아보려면 F5 포스트-미토스 보안 서밋에서 진행하는 제 발표를 꼭 확인해 보세요.
F5가 에이전틱 AI의 악의적 사용 위협에 대응하는 기술에 대해 자세히 알아보려면 기술 아티클을 읽어보세요.
작성자 소개
관련 블로그 게시물
추론 경로가 곧 트래픽 경로다: AI 보안이 자리해야 할 곳
이제 AI 트래픽에는 의도와 데이터, 작업이 담깁니다. AI 보안을 적용하는 데 추론 경로가 가장 중요한 지점이 된 이유를 알아보세요.
최전선 AI를 네트워크 경계에서 차단하기: 인라인 제어가 Mythos급 모델에 맞서는 핵심 우위인 이유
포스트-Mythos 시대에 사이버 방어가 어떻게 변화했으며, 조직이 통제 지점을 바꿔야 하는 이유를 알아봅니다.
애플리케이션 딜리버리 컨트롤러가 다시 전략적 의제로 떠오르고 있습니다
AI로 인해 애플리케이션 제공의 중요성이 더욱 커지고 있습니다. F5의 Nirav Shah가 새로운 Gartner® ADC 연구와 이것이 엔터프라이즈 인프라 의사 결정에 미치는 영향에 대해 설명합니다.
증거로 입증하는 AI 보안: Gartner SRM에서 선보일 내용
Gartner SRM에서의 세션을 앞두고, F5의 제품 마케팅 담당 수석 부사장이 F5가 세 가지 실질적인 단계를 통해 조직의 AI 보안을 어떻게 지원하는지 설명합니다.
파이프라인 속도 저하 없이 AI 데이터 파이프라인을 안전하게 보호하세요
AI 데이터 파이프라인 보안은 선택 사항이 아닙니다. 그 점은 분명합니다. 하지만 이를 제대로 보호하는 방법은 훨씬 불분명하며, 훨씬 더 어려운 과제입니다.
AI 스토리지에 새로운 로드 밸런싱 접근 방식이 필요한 이유
AI 워크로드에는 새로운 관점으로 설계된 스토리지가 필요합니다. AI 특유의 데이터 액세스 패턴은 레거시 인프라에 내재된 심각한 병목 현상과 비효율성을 여실히 드러냅니다.