MAI-Cyber-1-Flash와 MDASH로 구현하는 AI 기반 차세대 사이버 보안

AI 기반 사이버 보안, 성능과 비용을 동시에 해결하는 MAI-Cyber-1-Flash

AI 기술이 빠르게 발전하면서 소프트웨어 개발 생산성은 크게 향상되고 있습니다. 동시에 이를 악용한 사이버 공격 역시 더욱 정교해지고 있으며, 방대한 코드에서 단 하나의 취약점을 찾아 공격하는 방식이 일반화되고 있습니다.

이러한 환경에서는 기존처럼 주기적으로 취약점을 검사하고 이후 패치를 적용하는 방식만으로는 빠르게 변화하는 보안 위협에 대응하기 어렵습니다.

이번에 소개하는 MAI-Cyber-1-Flash와 MDASH(Multi-agent Vulnerability Identification and Remediation Harness)는 이러한 문제를 해결하기 위해 설계된 AI 기반 보안 솔루션입니다. 세계 최고 수준의 취약점 탐지 성능과 함께 기존 대비 50% 수준의 비용 절감을 제공하며, 보안 운영의 효율성과 자동화를 동시에 지원하는 것이 특징입니다.

반응형

---

AI 시대에 기존 보안 방식이 한계에 도달한 이유

AI의 발전은 공격자에게도 강력한 도구를 제공합니다.

공격자는 점점 더 많은 코드를 빠르게 분석하며 단 하나의 취약점만 발견해도 시스템에 침투할 수 있습니다. 반대로 방어자는 모든 취약점을 지속적으로 확인하고 대응해야 하기 때문에 비용과 시간이 지속적으로 증가합니다.

이처럼 취약점을 발견하는 비용은 점점 낮아지는 반면, 이를 관리해야 하는 범위는 계속 확대되고 있습니다.

이러한 변화는 기존의 다음과 같은 보안 운영 방식의 한계를 보여줍니다.

• 일정 주기로만 수행되는 취약점 스캔
• 취약점 발견 이후 별도의 패치 작업
• 사람이 중심이 되는 보안 운영 프로세스

이제는 취약점을 발견하는 동시에 대응하는 실시간 보안 체계가 요구되고 있습니다.

---

MAI-Cyber-1-Flash란 무엇인가

MAI-Cyber-1-Flash는 복잡한 대규모 코드베이스에서 어려운 취약점을 찾아내도록 설계된 Microsoft의 보안 특화 AI 모델입니다.

이 모델은 MAI-Thinking-1 계열을 기반으로 개발되었으며, 코드 분석에 최적화된 경량(Security Flash) 모델입니다.

특히 MDASH와 긴밀하게 통합되어 다음과 같은 보안 작업을 수행합니다.

• 코드 분석
• 취약점 탐지
• 취약점 검증
• 취약점 수정 지원

또한 Microsoft의 보안 전문가들이 지속적으로 최적화한 다중 에이전트 환경에서 동작하도록 설계되었습니다.

---

MDASH와 결합한 멀티 에이전트 보안 구조

MDASH는 단순한 AI 모델이 아니라 여러 AI 에이전트가 협력하여 취약점을 탐지하고 대응하는 멀티 에이전트 보안 플랫폼입니다.

100개 이상의 에이전트가 다양한 AI 모델을 활용하여 다음 과정을 수행합니다.

1. 취약점 탐지
2. 취약점 검증
3. 수정 방안 생성
4. 대응 작업 수행

이러한 구조를 통해 복잡한 코드 환경에서도 보다 효율적인 보안 운영이 가능합니다.

---

대부분의 작업은 Flash, 어려운 작업은 GPT-5.4

Microsoft는 보안 업무의 대부분이 동일한 수준의 고성능 모델을 필요로 하지 않는다는 점에 주목했습니다.

MAI-Cyber-1-Flash는 전체 보안 작업의 약 **90%**를 처리하도록 설계되었습니다.

반면, 매우 복잡하거나 높은 수준의 추론이 필요한 약 **10%**의 작업만 GPT-5.4와 같은 대형 모델이 담당합니다.

이러한 멀티 모델 전략을 통해

• 필요한 작업에 적절한 AI 모델 선택
• 대형 모델 사용 최소화
• 비용 절감
• 높은 처리 효율

을 동시에 달성합니다.

---

CyberGym 벤치마크 성능

MAI-Cyber-1-Flash와 MDASH를 결합한 시스템은 대규모 코드베이스에서 실제 취약점을 탐지하는 대표적인 평가 기준인 CyberGym에서 높은 성능을 기록했습니다.

주요 결과는 다음과 같습니다.

• CyberGym 점수 96%
• Mythos 대비 12포인트 높은 성능
• Mythos, Gemini, GPT보다 우수한 결과

이를 통해 복잡한 코드 환경에서도 높은 수준의 취약점 탐지 성능을 제공하는 것을 목표로 하고 있습니다.

---

비용은 절반 수준으로 절감

보안 운영에서는 성능뿐 아니라 AI 사용 비용도 중요한 요소입니다.

Microsoft는 MAI-Cyber-1-Flash와 MDASH의 조합을 통해 기존 MDASH 구성(GPT-5.4 + GPT-5.4 mini + GPT-5.3 Codex) 대비 약 50%의 비용 절감을 제공한다고 소개했습니다.

이는 작업의 난이도에 따라 적절한 모델을 자동으로 선택하는 구조 덕분입니다.

결과적으로 기업은 높은 성능을 유지하면서도 운영 비용을 효율적으로 관리할 수 있습니다.

---

Perception으로 확장되는 AI 보안 운영

Microsoft는 이번 발표와 함께 Perception이라는 새로운 에이전트 기반 보안 시스템도 공개했습니다.

Perception은 다양한 보안 업무를 수행하는 AI 에이전트들을 제공하며 다음과 같은 작업을 지속적으로 수행합니다.

• 위협 모니터링
• 보안 패치
• 신규 공격 경로 탐지
• 위협 차단

향후에는 MAI-Cyber-1-Flash를 활용하는 보안 업무 범위를 소프트웨어 취약점 대응 외에도 더욱 확대할 예정입니다.

---

Microsoft가 강조하는 세 가지 핵심 요소

Microsoft는 이번 보안 플랫폼의 경쟁력을 다음 세 가지 요소로 설명합니다.

1. Model

MAI-Cyber-1-Flash는 보안과 코드 분석에 특화된 AI 모델로, 자체 개발한 MAI-Thinking-1 계열을 기반으로 구축되었습니다.

2. Data

Microsoft는 수십 년간 구축한 보안 운영 경험을 바탕으로 다음과 같은 데이터를 활용합니다.

• 하루 100조 개 이상의 보안 신호
• ID 보안
• 엔드포인트
• 클라우드
• 네트워크
• 실제 공격 사례
• 실제 대응 이력

이러한 데이터는 AI 모델의 지속적인 성능 향상을 위한 기반이 됩니다.

3. Harness

MDASH는 다양한 AI 모델과 100개 이상의 에이전트를 활용하여 취약점 탐지부터 검증, 수정까지 하나의 체계로 수행하도록 설계되었습니다.

또한 이러한 결과는 Project Perception으로 이어지는 AI 기반 보안 운영 체계에도 활용됩니다.

---

안전성과 신뢰성을 고려한 설계

Microsoft는 MAI-Cyber-1-Flash를 개발하면서 보안과 신뢰성을 핵심 요소로 반영했다고 설명합니다.

모델은 다음과 같은 절차를 거쳐 검증되었습니다.

• Security First 기반 모델 보정
• Microsoft AI Red Team 평가
• 자동화 및 전문가 기반 공격 테스트
• 제3자 독립 평가

또한 MDASH에서는 기업 환경에 필요한 다양한 보안 기능도 제공합니다.

• 역할 기반 접근 제어(Role-Based Controls)
• 테넌트 분리
• 데이터 암호화
• 감사 기능(Auditability)
• 인터넷이 차단된 샌드박스 실행 환경

이를 통해 기업이 요구하는 보안과 거버넌스를 함께 지원합니다.

---

지속적으로 학습하는 사이버 보안 AI

Microsoft는 사이버 보안을 지속적인 강화 학습(Reinforcement Learning) 환경으로 설명합니다.

보안 담당자는 매일

• 위협 분석
• 경고 분류
• 공격 탐지
• 취약점 수정
• 보호 정책 적용

과정을 반복하며 결과를 학습합니다.

Microsoft는 Microsoft Security Response Center를 비롯해 ID, 엔드포인트, 클라우드, 데이터, 브라우저, 애플리케이션 등 다양한 보안 환경에서 발생하는 데이터를 기반으로 AI 모델을 지속적으로 개선하고 있습니다.

또한 하루 100조 개 이상의 보안 신호와 160만 고객 환경에서 얻은 운영 경험을 활용해 AI 보안 모델의 성능을 지속적으로 향상시키는 강화 학습 체계를 구축하고 있습니다.

---

728x90

MAI-Cyber-1-Flash와 MDASH는 AI 기반 보안 운영을 위한 새로운 접근 방식을 제시합니다.

특히 작업 난이도에 따라 AI 모델을 효율적으로 활용하는 멀티 모델 전략을 통해 높은 취약점 탐지 성능과 운영 비용 절감을 동시에 추구하는 것이 특징입니다.

여기에 MDASH의 멀티 에이전트 구조와 Perception의 지속적인 보안 운영 기능이 결합되면서, 취약점 탐지부터 검증, 대응까지 하나의 흐름으로 연결되는 AI 기반 보안 환경을 지원합니다.

AI 기술이 빠르게 발전하는 만큼 사이버 위협 역시 계속 진화하고 있습니다. 이러한 변화 속에서 AI를 활용한 자동화된 보안 운영 체계는 앞으로 기업의 보안 전략에서 더욱 중요한 역할을 담당할 것으로 기대됩니다.

300x250

https://microsoft.ai/news/introducing-mai-cyber-1-flash-inside-mdash/

Introducing MAI-Cyber-1-Flash inside MDASH | Microsoft AI