AI 탐지 격차 계산기

보이지 않는 것은 관리할 수 없습니다. 전체 AI 환경에서 보안팀이 한 번도 파악하지 못한 자산의 비중을 확인하세요.

모든 거버넌스 프로그램은 사용 중인 AI 목록을 작성하는 데서 시작하지만, 대부분의 기업에서 이 목록은 실제 사용 현황의 일부만 담고 있습니다. 직원들은 개인 계정으로 도구를 도입하고, 팀들은 도구 및 MCP 접근 권한을 부여한 에이전트를 연결하지만, 이 과정에서 IT 요청 티켓은 전혀 생성되지 않습니다. 이 계산기는 자산 목록에 등록된 AI와 네트워크에서 실제로 관측되는 AI 사이의 격차를 산출합니다.

01: 보안팀이 현재 파악하고 있는 범위

02: 에이전틱 계층

에이전트는 도구 호출과 MCP 연결을 통해 스스로 동작하며, 그 하나하나가 모두 접근 경로입니다.

목록 등재 vs 다크

각 칸은 실제 사용 중인 AI의 1%입니다. 파란색은 승인 목록에 등재된 것이고, 빈 빨간색은 사용 중이지만 통제되지 않으며 존재 자체를 전제로 하는 모든 제어에 보이지 않는 것입니다.

자세히 보기

디스커버리는 어렵다는 이유로 거버넌스 프로그램이 건너뛰는 단계입니다. 사람들에게 도구라고 인식조차 하지 않는 것을 등록하라고 요구할 수는 없고, 에이전트는 애초에 묻지도 않습니다. 네트워크 기반 디스커버리는 이 문제를 뒤집습니다. 신고에 의존하는 대신 AI 트래픽이 실제로 흐르는 지점에서 이를 관측하고, 그 이면의 의도를 분류하며, 에이전트의 도구 호출과 MCP 연결을 애플리케이션 변경 없이 실시간으로 추적합니다.

자주 묻는 질문

이것이 향하는 방향

AI 팩토리 산수에서 AI 팩토리 제어로

이 격차를 메우려면 트래픽 경로에서 네트워크 기반 AI 디스커버리, 의도 분류, 섀도 AI 탐지가 필요합니다. 발견하고, 시험하고, 통제하는 순서로 진행해야 합니다. 이 순서는 뒤바꿀 수 없습니다.