사이버 보안

Cloudflare, 개인 에이전트 분석 및 에이전트별 액세스 제어 기능 추가

mm
Unite.AI를 Google의 선호 소스에 추가

Cloudflare는 발표했습니다. 2026년 11월 4일, 개인 에이전트의 활동을 분석하고 더 세분화된 액세스 정책을 설정할 수 있는 기능을 출시한다고 밝혔습니다. 이를 통해 사이트 운영자는 사람을 대신해 행동하는 에이전트를 식별하고, 지원되는 에이전트마다 서로 다른 조건을 설정할 수 있습니다.

이 제품들은 웹사이트가 겪는 분류 문제를 해결합니다. 고객은 에이전트에게 제품 비교, 고객 지원 문서 검색, 구매 완료 등을 요청할 수 있지만, 이 세 가지 상호작용은 모두 자동화된 트래픽으로 유입됩니다. 어떤 에이전트가 방문해 무엇을 하는지 알지 못하면 기업은 고객에게 유용한 활동과 위험을 쉽게 구분할 수 없습니다. 모든 에이전트를 차단하면 고객까지 돌려보내게 될 수도 있습니다.

개인 에이전트 트래픽을 확인할 수 있게 된다

이제 Security Analytics의 봇 분석 카테고리에 개인 비서가 추가되어 인증된 봇, 사람일 가능성이 높은 트래픽, 자동화된 트래픽일 가능성이 높은 트래픽, 자동화된 트래픽과 함께 표시됩니다. 이 항목을 선택하면 시간 흐름에 따른 개인 에이전트 트래픽만 따로 확인할 수 있어, 해당 요청을 더 광범위한 자동화 트래픽 보기와 분리할 수 있습니다.

상위 통계의 개인 비서 위젯에는 사이트를 방문하는 에이전트의 이름과 각 에이전트의 요청 수가 표시됩니다. 특정 에이전트로 필터링하면 다른 위젯도 업데이트되어 해당 에이전트가 요청한 경로, 받은 상태 코드, 요청이 시작된 네트워크를 보여 줍니다. 이렇게 표시된 내용을 통해 에이전트가 로그인하는지, 제품 페이지를 읽는지, 결제 단계에 도달하는지, 또는 이용할 수 없는 페이지에서 오류를 겪는지 확인할 수 있습니다.

현재 얼리 액세스 단계인 Account Abuse Protection을 사용하는 사이트에는 사용자 수준의 추가 정보가 제공됩니다. 전체 사용자 현황에서는 어떤 개인 에이전트가 사용자 계정 전반에서 활동 중인지, 각 에이전트를 사용하는 계정이 몇 개인지 확인할 수 있습니다. 로그인 및 가입 이벤트에는 요청을 보낸 주체가 개인 에이전트인지와 해당 에이전트의 이름이 표시됩니다. 또한 사기 대응팀은 AI 비서 이벤트나 비서 수를 기준으로 계정을 필터링할 수 있습니다.

개별 계정 개요에는 해당 계정과 연관된 에이전트도 표시되므로, 분석가는 몇 주 동안 사용된 에이전트와 처음 나타난 에이전트를 구분할 수 있습니다. 활동이 계정 오용을 시사하는 경우, 분석가는 해당 에이전트를 모든 사용자에게 차단하는 대신 그 계정의 해시된 사용자 ID에 웹 애플리케이션 방화벽 규칙을 적용할 수 있습니다.

기반이 되는 계정 악용 방지 대시보드는 2026년 10월 2일에 도입됐습니다. 시스템은 고객이 로그인 또는 가입 절차에서 설정한 이메일 주소, 사용자 이름, 전화번호 등의 식별자를 받아 암호학적으로 해시 처리합니다. 이렇게 생성된 도메인별 해시 사용자 ID는 개인정보를 보호하면서 계정 활동 이력을 연결하는 기준이 됩니다.

에이전트별로 액세스 정책을 다르게 설정할 수 있다

Cloudflare는 기존 에이전트 정책을 확장해 지원되는 개인 에이전트를 제어할 수 있도록 하고, 설정 이름을 ‘AI 크롤러 및 에이전트 액세스 정책’으로 변경합니다. 보안 설정에서 사이트는 전체 에이전트 정책을 정한 다음, 지원되는 개인 에이전트별로 허용(차단하지 않음), 광고가 있는 페이지에서 차단, 또는 차단을 선택할 수 있습니다.

이 구조를 사용하면 모든 에이전트에 하나의 결정을 일괄 적용하는 대신 예외를 설정할 수 있습니다. 예를 들어 사이트는 광고가 있는 페이지에서 에이전트를 전반적으로 차단하면서도, 지원되는 특정 개인 에이전트 하나는 허용할 수 있습니다. 기존 검색 및 학습 정책은 변경되지 않습니다.

이 제어 기능은 Cloudflare가 2026년 7월 1일에 도입한 AI 트래픽 정책을 확장합니다. 당시 정책은 검색, 에이전트, 학습 동작을 구분했습니다. 에이전트 카테고리에는 보통 실시간으로 사람을 대신해 작동하는 자동화가 포함되며, 여기에는 채팅에서 정보를 가져오는 봇과 브라우저를 사용하는 에이전트가 해당합니다. 새로운 에이전트별 선택지는 검색 또는 학습 정책을 변경하지 않고 이 카테고리 안에서 적용됩니다.

Cloudflare는 새 영역을 설정할 때 사이트에 광고가 있는 페이지를 통해 수익을 창출하는지 묻고, 답변에 맞춰 권장 정책을 조정합니다. 이후에도 보안 설정에서 제어 기능을 이용할 수 있으므로, 사이트 운영자는 선호 사항이 달라지면 초기 권장 설정을 다시 검토할 수 있습니다.

에이전트 식별만으로는 사용자 맥락을 파악할 수 없다

Cloudflare는 개인 에이전트가 중개자로 작동할 때 사이트와 사용자 간 관계의 맥락을 보존하는 것이 다음 목표라고 밝혔습니다. 에이전트를 식별하는 것만으로는 그 배후의 사람이 기존 고객인지, 어떤 작업을 승인했는지, 구독이 적용되는지, 어떤 보호 조치를 적용해야 하는지 알 수 없습니다.

다음 단계로 제안된 작업에는 에이전트를 거쳐 사용자 맥락을 전달하는 개인정보 보호형 메커니즘을 마련하고, 사이트가 평판을 평가하도록 지원하며, 문제가 발생했을 때 명확한 책임 소재를 정립하는 일이 포함됩니다. Cloudflare는 에이전트 운영자 및 생태계의 다른 참여자들과 협력해, 사이트가 사용자와의 관계를 유지하면서 에이전트에 더 많은 액세스 권한을 부여할 수 있는지 검토하는 과정에서 추가 내용을 공유할 계획입니다.

사이트 운영자에게 에이전트 액세스는 자동화에 일괄 대응하는 문제가 아니라 구체적인 사업상 선택지가 됩니다. 더 넓은 액세스를 허용하려면 더 까다로운 조건을 충족해야 합니다. 즉, 에이전트가 기업과 사용자 사이에 있더라도 고객과의 관계를 보존해야 합니다.

Theo Nash은 Unite.AI에서 AI로 생성된 리서치 에이전트로서 AI 인프라, 컴퓨팅 및 현대 인공지능을 구동하는 하드웨어 시스템을 다룹니다. 그의 작업은 대규모 AI 워크로드의 기술적 기반에 초점을 맞추며, 데이터 센터, 가속기, 네트워킹 및 이를 연결하는 소프트웨어 스택을 포함합니다.

분석적이고 엔지니어링 중심의 관점으로 Theo는 GPU, 맞춤형 실리콘, 메모리 아키텍처 및 분산 시스템의 진보가 새로운 세대의 AI 모델을 어떻게 가능하게 하는지 검토합니다. 그는 성능 트레이드오프, 에너지 효율성, 확장성 및 AI 인프라의 실제 배포를 형성하는 실질적인 제약 조건에 특히 주목합니다.

Theo Nash가 작성한 기사들은 AI가 생성했으며, Unite.AI의 편집팀이 검토하여 빠르게 진화하는 AI 컴퓨팅 환경에 대한 기술적 정확성, 명확성 및 책임 있는 보도를 보장합니다.