SKT·업스테이지 등 11개 기관이 보안 협의체 출범, A.X K와 솔라가 서로를 공격하며 보안 업무 AI로 학습합니다 | DAKER 커뮤니티
국산 파운데이션 모델이 대화형 서비스를 넘어 보안 관제실로 들어갑니다. SK텔레콤은 10월 8일 뉴스룸 보도자료에서 업스테이지와 국내 정보보호 기업 6곳, 대학 3곳이 함께하는 독자 AI 사이버보안 협의체를 출범하고 업무협약을 맺었다고 밝혔습니다. 협약식은 하루 앞선 7일 서울 SKT타워에서 열렸습니다. 보안 현장의 데이터로 A.X K와 솔라(Solar)를 학습시키고, 두 모델이 서로를 공격하며 약점을 찾는 구조입니다. 2026년 10월 12일 SK텔레콤 공식 뉴스룸에서 확인한 내용을 정리합니다.
누가 참여하고 무엇을 하나
협의체에는 SKT와 업스테이지를 비롯해 SK쉴더스, 시큐아이, 안랩, 라온시큐어, 지니언스, 파이오링크 등 정보보호 기업 6개사와 고려대학교, 숭실대학교, 부산대학교가 참여해 모두 11개 기관이 모였습니다. 보도자료는 이번 협약이 정부의 독자 AI 파운데이션 모델 프로젝트에서 3단계에 진출한 SKT의 A.X K 시리즈와 업스테이지의 솔라를 사이버보안 영역으로 넓히기 위해 마련되었다고 설명합니다. 역할은 분명하게 나뉩니다. 보안기업은 현장 데이터를 내놓고, 두 AI 기업은 모델을 학습시키며, 대학은 안전성을 검증하고, 참여사는 결과 모델을 자사 보안 제품과 서비스에 적용해 성과를 확인합니다.
현장 데이터의 규모
보도자료가 밝힌 참여사의 데이터와 기술은 구체적입니다. SK쉴더스는 통합 보안관제 플랫폼 시큐디움으로 하루 170억 건 규모의 위협 이벤트를 실시간 분석하고 있고, 안랩은 2.5PB 이상의 보안 데이터와 악성코드·엔드포인트 위협 탐지 기술을 갖고 있습니다. 시큐아이는 고성능 방화벽, 라온시큐어는 영역별 보안 데이터와 자율 모의침투 기술, 지니언스는 보안 솔루션 운영 데이터와 사후학습 데이터셋, 파이오링크는 자율 공격 검증과 탐지룰 생성 기술을 보탭니다.
학습은 두 단계입니다. 사전학습에서는 보안 데이터로 기초 지식을 다집니다. SKT의 차기 모델 A.X K3는 보안 분야 데이터를 체계적으로 학습하고, 업스테이지는 대용량 코드와 장기간 로그를 한 번에 분석할 수 있는 솔라 차기 모델에 취약점 탐지·분석용 데이터를 집중 학습시킵니다. 사후학습에서는 소프트웨어 취약점 분석과 패치, 보안관제센터의 사고 대응, 보안 도구의 안전한 활용을 주요 과제로 삼습니다.
두 모델이 서로를 공격하는 검증
이번 협의체에서 눈에 띄는 대목은 상호 레드티밍입니다. A.X K와 솔라가 서로를 공격하고 평가해 취약점을 찾고, 그 과정에서 발견한 취약 사례를 다시 학습 데이터로 써서 양쪽 모델의 방어력을 높입니다. SKT는 A.X K2 개발 과정에서 자체 레드티밍 자동화 체계 SERT를 운영해 약 1만5천 건의 공격 대응 데이터를 만들었고, 이 체계를 상호 레드티밍에 확장합니다. 업스테이지는 고난도·안전성 데이터 21만 건과 위험한 요청에 응하지 않도록 하는 정렬 체계를 보안 기능 강화에 적용합니다.
공격과 방어를 두 국산 모델이 주고받고, 평가는 제3자인 대학이 맡는 구조가 이번 협의체의 핵심입니다.
대학별 역할도 정해졌습니다. 고려대는 AI의 실행 파일 분석 능력과 공격 방어력을, 숭실대는 AI 보안 성능 평가 기준과 가드레일 우회 공격 대응력을, 부산대는 차기 모델과 경량 모델의 성능과 안전성을 검증합니다. 검증을 거친 모델은 제로데이 분석과 실시간 보안관제 같은 참여사 제품에 적용되어 실제 운영 환경에서 공동 실증에 들어갑니다.
SKT는 국내에서 축적한 보안 데이터로 독자 AI 모델을 고도화하고 그 결과를 국내 보안 제품과 서비스에 적용하는 협력 구조가 AI 사이버보안 주권 확보에 기여할 것으로 기대했습니다. 유경상 SKT AI CIC장은 보도자료에서 “보안 AI의 수준은 결국 모델이 얼마나 넓고 깊게 추론하느냐에 달려있다”고 말했습니다. 참여 기관들은 정기적인 기술 교류로 AI 정보보호 공동 연구과제를 발굴하고, 관련 분야 사업 참여도 함께 검토할 예정입니다.
국내 참가자와 실무자에게 주는 의미
보안 분야 대회나 해커톤에 참여하는 분이라면 범용 모델에 보안 지식을 덧입히는 과정이 사전학습과 사후학습으로 어떻게 나뉘는지, 레드티밍 결과가 어떻게 다시 학습 데이터가 되는지를 눈여겨볼 만합니다. 보도자료는 협의체가 앞으로 정보보호 기업, 대학, 연구소, AI 기업의 추가 참여에 열려 있다고 밝혔습니다. 아직 모델 공개 일정이나 성능 수치는 나오지 않았으므로, 실증 결과가 발표되는 시점에 다시 확인하는 것이 좋겠습니다.
국산 AI가 보안 관제 현장에서 먼저 맡아야 할 일은 무엇이라고 보십니까? 댓글로 의견을 나눠 주시기 바랍니다.