펀딩
Brava Security, 북미에서 AI 보안 운영 확대 위해 시드 투자 1,500만 달러 유치
Unite.AI를 Google의 선호 소스에 추가
Brava Security는 2026년 11월 4일, F2 Venture Capital과 Pitango가 주도한 1,500만 달러 규모의 시드 투자를 유치하고 비공개 개발 단계에서 벗어났다고 발표했다. 또한 보안 도구가 실제 공격을 탐지하는지 시험하도록 설계된 멀티에이전트 플랫폼을 선보였다.
이번 투자에는 Anthropic, Microsoft, Check Point의 임원인 엔젤 투자자들이 참여했다. 투자금은 북미 지역에서 금융 서비스, 정부, 에너지 분야를 포함해 Brava의 기술 개발과 사업 확장에 쓰일 예정이다. Brava는 이미 소매, 에너지, 숙박업 분야의 Fortune 100 기업들과 협력하고 있다고 밝혔다.
이번 출시는 AI 기반 보안 운영의 취약점을 겨냥한다. 에이전트는 인식하는 위협에 관해 판단을 내리면서도, 기반 방어 체계가 탐지하지 못한 공격은 인지하지 못할 수 있다. Brava는 로그 수집 누락, 감지되지 않은 채 중단된 텔레메트리 파이프라인, 결함이 있는 탐지 로직을 잠재적 원인으로 꼽는다.
공격을 실행하지 않고 증거 생성
Brava의 협업형 AI 에이전트는 공격자 행동을 모델링하고, 공격을 실제로 실행하지 않은 채 고객 환경 전반에서 공격이 일으킬 텔레메트리 데이터를 생성한다. 이 과정은 기존 탐지 규칙과 사전 정의된 테스트에 의존하지 않으며, 현재 방어 체계가 무엇을 포착하는지 시험하기 전에 어떤 위협을 인식해야 하는지 기준을 세운다.
플랫폼은 고객이 기존에 사용하는 SIEM과 함께 작동한다. 탐지 엔지니어링 기능은 현재 방어 체계가 어떤 공격 단계를 인식하는지 확인하고, 반응이 없는 규칙을 찾아내며, 생성된 증거에 실제로 포함된 필드만 사용해 SIEM 자체의 쿼리 언어로 누락된 탐지 규칙을 작성한다. 그런 다음 해당 증거를 다시 재생해 실제 경보가 발생하는지 확인한다.
정기적인 모의 훈련을 통해 환경이 바뀐 뒤에도 검증을 반복한다. 증거에 기반한 지도에는 검증 완료, 부분 검증, 사각지대, 텔레메트리 누락 영역이 표시되며, 탐지 규칙 오류, 스키마 변경으로 인한 불일치, 작동이 중단된 로그 소스 등의 문제도 드러난다.
조사 에이전트인 Aquarium은 자연어 질문을 받고 쿼리를 계획하고 조정하며, SIEM, 보관된 로그, EDR, 클라우드 감사 추적 데이터를 검색한다. 보고서의 각 조사 결과에는 근거가 되는 원시 이벤트가 연결된다.
데이터 파이프라인 기능은 탐지에 필요한 이벤트를 SIEM으로 보내고, 그 밖의 데이터는 삭제하는 대신 검색 가능한 저비용 저장소로 옮긴다. Brava는 이러한 데이터 라우팅으로 고객 전반의 SIEM 비용을 65~85% 절감했다고 밝혔다.
공개된 운영 규모와 초기 도입 사례
Brava에 따르면 플랫폼은 Splunk, Microsoft Sentinel, Google SecOps, CrowdStrike NG-SIEM, Elastic Security, IBM QRadar를 포함해 70개가 넘는 데이터 소스와 대상을 지원한다. SIEM을 연결한 뒤 10~15분이면 초기 분석 결과를 확인할 수 있다.
회사는 고객 환경 전반에서 측정한 일일 수치를 반올림해 다음과 같이 공개했다. 매일 2조 4천억 건의 이벤트를 읽고 지문을 생성하며, 공격 기법 1,100개를 재생하고, 탐지 규칙 3,800개를 재검증하며, 필드 14만 개를 매핑한다.
WELL Health의 최고정보보안책임자(CISO)인 Iain Paterson은 Brava가 공개한 고객 평가에서 이 플랫폼을 통해 몇 주 만에 새로운 SIEM을 구축하고 운영에 적용할 수 있었다고 말했다. 그는 “지속적인 탐지 엔지니어링 덕분에 작동하지 않는 규칙이 생기지 않고, 새로운 탐지 규칙이 끊임없이 추가됩니다”라고 말했다.
플랫폼을 만든 창업자들
창업자 소개에 따르면 Idan Basre는 뉴욕에서 공동 창업자 겸 CEO를, Itay Gabbay는 텔아비브에서 공동 창업자 겸 CTO를 맡고 있다. Talpiot 출신인 Basre는 Unit 8200에서 10년간 공격자 행동을 연구한 뒤 Microsoft Defender의 제품 리더십 직책을 맡았다. Gabbay는 미국과 이스라엘의 공동 DARPA AI 연구를 이끌고, 자율형 AI 시스템을 개발했으며, 기업용 AI 보안 사업을 주도했다.
Brava의 사업 확장은 AI 지원 보안 운영에 대한 한 가지 전제에 기반한다. 자동화의 성패는 이를 뒷받침하는 텔레메트리와 탐지 로직의 품질에 달려 있다는 것이다. 플랫폼은 하나의 증거 계층을 활용해 방어 체계를 검증하고, 조사를 지원하며, 어떤 데이터를 SIEM에 넣을지 결정한다. 고객 환경이 달라져도 공개된 탐지 성능과 비용 절감 효과가 유지될 수 있을지는 아직 지켜봐야 한다.
