AI 보안이 ‘조언’에서 ‘행동’으로 넘어갔다: Microsoft Project Perception 공개

AI Daily Research #013

AI 보안이 '조언'에서 '행동'으로 넘어갔다

2026년 8월 3일 월요일

주말 동안 검증 가능한 중요 신규 AI 변화는 한 건뿐이었습니다. Microsoft는 예고했던 Project Perception을 공개 미리보기 단계로 전환했습니다. 핵심은 새 모델이 아니라 Red·Blue·Green 보안 에이전트가 Microsoft Defender 안에서 실제 조사와 조치를 수행하고, 사용량 기반 비용으로 운영되기 시작했다는 점입니다.

오늘 글에서 다룰 내용

1. 오늘 꼭 알아야 할 1가지
2. Project Perception 공개 미리보기
3. Red·Blue·Green 에이전트 구조
4. 다중 모델과 SCU 비용 구조

5. 도입 전에 확인할 위험
6. 앞으로 확인할 신호
7. 오늘 바로 할 일
8. Editor's Insight

오늘 꼭 알아야 할 1가지

01

Microsoft의 보안 AI가 실제 조치를 수행하는 제품 단계로 이동했습니다

Project Perception은 Red·Blue·Green 전문 에이전트를 연결해 취약점 탐색, 위험 조사, 패치와 방어 강화를 지속적으로 수행합니다. 오늘 새로워진 점은 공개 미리보기, Microsoft Defender 통합과 Security Compute Unit 기반 종량제가 시작됐다는 것입니다.

01 · AGENTIC SECURITY

Project Perception: 발표에서 실제 공개 단계로

Microsoft는 7월 27일 Project Perception을 발표하며 8월 3일 공개 미리보기를 예고했습니다. 현재 공식 제품 페이지는 이 시스템을 now in preview로 표시합니다.

무엇이 새로 달라졌나?

이전 발표는 비전과 벤치마크 중심이었습니다. 오늘은 Microsoft Defender 안에서 고객이 실제로 검토할 수 있는 제품 단계로 이동했고, 작업량을 Security Compute Unit(SCU)으로 계산하는 종량제 운영 방식이 구체화됐습니다.

Security Copilot이 질문에 답하고 분석을 돕는 AI that assists라면, Microsoft는 Project Perception을 실제 보안 워크플로를 수행하는 AI that acts로 구분합니다.

반복 보도가 아닌 이유

이전 리포트의 Microsoft 이슈는 Copilot 유료 좌석과 Azure 매출이었습니다. 오늘의 후속 변화는 자율 보안 에이전트의 실제 배포, 실행 권한과 사용량 기반 비용 구조입니다.

Red·Blue·Green 에이전트는 어떻게 일하나

Red 에이전트

공격자처럼 잠재적인 침투 경로와 취약점을 찾습니다.

Blue 에이전트

조직의 자산·ID·사고 맥락을 바탕으로 실제 위험을 조사합니다.

Green 에이전트

패치, 설정 변경과 방어 강화를 수행합니다.

Actuator

에이전트의 판단을 실제 보안 조치로 연결합니다.

세 에이전트는 결과를 자동으로 넘겨받는 폐쇄형 워크플로로 동작합니다. Microsoft는 고위험 조치에 사람의 승인을 유지하고, 결정은 추적·감사·재생할 수 있다고 설명합니다.

운영 질문	도입 전에 정할 기준
어떤 작업을 자동 실행할 것인가	읽기 전용, 승인 후 실행, 자동화 금지로 권한을 구분
잘못된 패치를 어떻게 되돌릴 것인가	회귀 테스트, 카나리 배포, 자동 롤백
비용을 어떻게 제한할 것인가	작업별 실행시간·반복 횟수·월간 SCU 상한
누가 최종 책임을 지는가	승인자·운영자·서비스 소유자의 RACI와 감사 로그

MAI-Cyber-1-Flash와 다중 모델 경제성

Microsoft는 소형 전문 모델 MAI-Cyber-1-Flash가 MDASH 작업의 최대 90%를 처리하고, GPT-5.4 같은 비싼 프런티어 모델은 어려운 약 10% 작업에만 사용하도록 설계했습니다.

공식 발표 지표	수치	주의점
CyberGym 성공률	95.95% / 약 96%	벤치마크이며 실제 생산환경 오탐과 패치 성공률은 별도
Mythos 대비	+12%p	모델뿐 아니라 도구·프롬프트·Harness 구성의 결과
기존 MDASH 대비 비용	약 50% 절감	실제 고객 SCU 청구비용과 동일한 지표가 아님
전문 모델 작업 비중	최대 90%	코드베이스와 취약점 난도에 따라 달라질 수 있음

Project Perception은 사용량 기반 SCU 종량제를 사용하며, 작업 강도가 높은 에이전트일수록 더 많은 SCU를 소비합니다. 공개 미리보기에서 가장 먼저 확인할 정보는 단위가격보다 실제 시나리오별 평균 소비량입니다.

도입 전에 확인할 위험

오탐 기반 조치

정상 계정 차단이나 서비스 중단을 막기 위해 고위험 작업은 승인과 롤백이 필요합니다.

패치 회귀

취약점이 없어져도 새 오류나 호환성 문제가 생길 수 있어 샌드박스와 회귀 테스트가 필수입니다.

맥락 오염

낡은 자산 정보나 잘못된 사고 기록이 에이전트 판단을 왜곡할 수 있습니다.

비용 폭증

반복 조사와 장기 실행이 SCU를 빠르게 소모할 수 있어 예산과 자동 중단 조건이 필요합니다.

앞으로 확인할 신호

1~4주

SCU 가격, 지원 지역, 필요한 Microsoft Defender 라이선스와 실제 접근 조건.

1~3개월

고객 사례에서 오탐률, 취약점 발견시간, 평균 복구시간과 패치 성공률이 공개되는지.

3~6개월

MAI-Cyber-1-Flash가 취약점 관리 외 사고 조사·ID·클라우드 워크플로로 확대되는지.

6~12개월

보안 AI 경쟁이 챗봇 기능에서 자율 조치의 안전성·감사성·단위경제로 이동하는지.

오늘 바로 할 일 4가지

1. 실행 권한을 세 단계로 나누기자동 실행, 사람 승인 필요, 자동화 금지 작업을 구분합니다.
2. 현재 기준선 기록하기취약점 발견률, 오탐률, 평균 복구시간, 패치 회귀율과 월간 인력비를 측정합니다.
3. 읽기 전용 30일 파일럿 설계하기기존 SAST·SIEM 결과와 추가 발견, 중복과 오탐을 비교합니다.
4. SCU 비용 가드레일 만들기작업별 최대시간, 반복 횟수, 월간 소비상한과 자동 중단 알림을 정합니다.

오늘의 실무 프롬프트

당신은 기업 보안 아키텍트입니다.

아래 자율 보안 에이전트의 30일 파일럿 계획을 작성하세요.
1) 읽기 전용 탐지 단계
2) 사람 승인 후 조치 단계
3) 제한된 자동 조치 단계

각 단계별 데이터 접근권한, 실행권한, 성공 KPI,
중단 조건, 롤백 절차, 비용 상한, 책임자를 표로 정리하세요.
기존 SAST·SIEM·SOAR와 중복되는 기능과
새로 추가되는 위험도 분리하세요.

Editor's Insight

오늘의 핵심 변화는 새로운 보안 모델이 나온 것이 아닙니다. AI가 보안팀에게 답을 제공하는 단계를 넘어 실제 업무를 지속적으로 수행하고, 그 작업량이 사용량 기반 비용으로 청구되는 제품 구조가 시작됐다는 점입니다.

Project Perception이 성공하면 발견-판단-조치의 인수인계를 줄일 수 있습니다. 그러나 생산환경에서 중요한 품질은 벤치마크 점수보다 권한 상한, 승인 지연, 롤백 시간, 패치 회귀와 비용 예측성입니다.

따라서 공개 미리보기의 진짜 성패는 얼마나 많은 취약점을 찾았는가보다, 얼마나 안전하고 예측 가능한 비용으로 사람의 통제 아래 해결했는가로 평가해야 합니다.

참고 자료

• Microsoft Security: Project Perception
• Microsoft Official Blog: Rethinking security for the age of AI
• Microsoft AI: Introducing MAI-Cyber-1-Flash inside MDASH

2026-08-03-ai-daily-research-013.pdf

215.9 kB