Cisco, 통제된 레드팀 테스트를 위해 Claude Mythos를 AI Defense에 추가

Cisco는 2026년 11월 9일 발표에서 AI 애플리케이션과 에이전트 테스트를 위한 AI Defense의 적응형 레드팀 프레임워크에 Anthropic의 Claude Mythos를 추가하겠다고 밝혔다. 멜버른에서 열린 Cisco Live APJC에서 이 소식을 발표하는 동시에 Splunk 에이전트 옵저버빌리티 업데이트와 Cisco IQ 연동 기능도 공개했다. 이번 릴리스는 테스트를 넘어 에이전트 비용 평가와 인프라 문제 해결까지 범위를 넓힌다.

고객이 Claude Mythos에 자유롭게 프롬프트를 입력할 수 있는 것은 아니다. 대신 이 모델은 등록된 대상과 사람이 정의한 목표가 있는 고정된 작업 내에서 작동하며, 테스트 계획과 공격 아이디어 도출에 필요한 추론을 제공하고 실제 테스트는 AI Defense가 수행한다.

승인된 범위 안에서만 수행되는 레드팀 테스트

Cisco의 기술 개요는 표준 테스트와 적응형 테스트를 구분한다. 표준 레드팀 테스트는 프롬프트 인젝션, 탈옥, 민감 데이터 노출, 유해 콘텐츠와 같은 일반적인 위험을 수천 가지 범주와 콘텐츠 유형, 적대적 기법 전반에 걸쳐 점검한다. 적응형 테스트는 고객이 일상적인 언어로 작성한 기준에서 출발해 대상을 분석하고 맞춤형 공격을 설계한다. 그런 다음 응답을 바탕으로 접근 방식을 다듬거나 전술을 바꾸고, 결과를 보고한 뒤 후속 조치를 권고한다.

이러한 보호 장치는 추론을 사용할 수 있는 범위를 제한한다. Claude Mythos는 기업 고객이 명시적으로 등록하고 소유하며 테스트를 승인한 대상에 대해서만 작동한다. Cisco는 이 모델이 임의의 인터넷 인프라를 검색할 수 없다고 밝혔다. 모든 테스트에는 인증이 필요하며, 암호학적 방식으로 특정 작업자와 연결된다. 세션에는 시간 제한이 있고 중단할 수 있으며, 모든 작업은 감사를 위해 기록된다. 결과는 반복 가능한 후속 공격 절차를 마련하는 데 활용할 수 있다.

표준 및 적응형 레드팀 테스트는 이미 AI Defense에서 제공되고 있지만, Claude Mythos를 사용하는 버전은 일부 기업 고객을 대상으로 곧 출시될 예정이다. 자격을 갖춘 고객을 대상으로 더 폭넓게 제공할 계획이지만, 아직 확정된 일정은 없으며 출시 시기와 범위, 지역별 제공 여부는 변경될 수 있다. Cisco에 따르면 2025년 1월 출시 이후 AI Defense는 수백 곳의 고객이 모델과 애플리케이션, 에이전트의 결함을 실제 운영 환경에 배포하기 전에 찾아내도록 지원했다.

Splunk, 에이전트 비용과 작업 품질을 연계

Splunk Agent Observability 업데이트는 에이전트 배포의 운영 측면을 다룬다. Enhanced Tokenomics는 Amazon Bedrock 및 Amazon CloudWatch의 사용량 데이터를 활용해 각 에이전트의 비용을 작업 품질 및 영향 평가와 연계한다. 이러한 기술 지표는 순추천고객지수(Net Promoter Score)나 청구 건당 비용처럼 고객이 정의한 측정 항목과 결합할 수 있다. 이를 통해 기존의 토큰 지출 귀속 기능을 Claude Code, Codex, Cursor를 비롯한 AI 에이전트와 코딩 도구 전반으로 확장한다.

Eval-G1은 맞춤형 소형 언어 모델을 사용해 평가와 가드레일을 실행한다. Cisco에 따르면 이 모델은 상용 대규모 언어 모델(LLM)보다 최대 98% 낮은 비용으로 이를 수행하고, 기존 LLM 평가자보다 2.5배 빠르게 평가 결과를 제공할 수 있다. 평가 튜너는 에이전트 추적 데이터와 해당 분야 전문가의 피드백을 미세 조정된 평가자로 전환한다. 이 평가자는 품질 기준을 적용하고 부정확한 에이전트 동작을 유도하거나 차단한다.

옵저버빌리티 기능별로 제공 일정은 다르다. Eval-G1과 평가 튜너는 2026년 11월부터 정식 제공된다. Tokenomics는 2026년 12월 비공개 프리뷰를 시작한 뒤 2027년 초 AWS Marketplace에서 정식 제공될 예정이다.

Cisco IQ, 노출 정보와 문제 해결을 연계

Cisco에 따르면 IQ는 2,200만 대가 넘는 연결 장치 전반에 걸쳐 약 1만 7,000곳의 고객에게 자산, 보장 범위 및 권고 정보를 제공한다. Cisco IQ 문제 해결 워크플로는 취약점, 수명 주기 및 구성 데이터를 Cisco Data Fabric을 거쳐 개방형 API를 통해 Splunk Platform으로 전송한다. 그러면 보안팀과 AI 에이전트는 Splunk Enterprise Security의 실시간 탐지 결과를 기저 네트워크의 노출 정보와 연계할 수 있다.

Model Context Protocol 및 ServiceNow 커넥터는 지원되는 에이전트와 IT 서비스 워크플로에 구조화된 인프라 정보를 추가한다. 노출 정보를 자산과 연결된 ServiceNow 문제 기록으로 변환하므로 데이터를 수동으로 조정할 필요가 없다. Cisco는 노출 정보가 발견됐다고 해서 공격자가 이를 악용했다는 뜻은 아니라고 강조한다. 이 워크플로는 조사에 필요한 맥락을 더하고 문제 해결을 조율하기 위한 것이지, 발견된 사항을 모두 확인된 침해로 간주하기 위한 것이 아니다.

AI-Powered Resilient Infrastructure Playbook은 주요 수명 주기 취약점과 알려진 결함에 대한 맞춤형 알림, 양자 내성 암호화 준비 상태도 보여 줘 팀과 인증 파트너가 현대화의 우선순위를 정하도록 돕는다. 전체 패키지에서 공격 생성은 승인된 작업 범위 안에서 이뤄지고, 평가 모델은 가드레일을 적용할 수 있으며, 노출 데이터는 침해가 발생했다고 단정하지 않은 채 조사를 지원한다. 현재 평가 모델과 튜너는 정식 제공되고 있지만 Mythos를 활용한 레드팀 테스트와 Tokenomics는 아직 제공되지 않는다. 따라서 Cisco가 설명한 종단 간 워크플로는 여전히 향후 출시되거나 제한적으로 제공되는 기능에 달려 있다.