Venn의 CEO 및 설립자 David Matalon – 인터뷰 시리즈

David Matalon, Venn의 CEO이자 설립자이며, 금융 회사들을 위한 보안 워크스페이스의 초기 리더였던 OS33과 호스팅 IT 서비스의 선구자였던 External IT를 이끌었던 시리얼 엔트프레너입니다. Venn에서 그는 조직들이 BYOD(사용자自己的 장치) 모델을 채택할 수 있도록 원격 작업 보안을 재정의하는 데 중점을 두고 있으며, 클라우드 인프라, 엔드포인트 보안, 규제 산업에 대한 그의 깊은 경험을 활용하여 분산된 작업력의 성장하는 도전에 대처하고 있습니다.

Venn은 개인 및 관리되지 않는 장치上的 회사 데이터를 자신의 Blue Border 기술을 통해 보호하는 원격 작업 및 사이버 보안 플랫폼입니다. 이 기술은 사용자의 컴퓨터에서 작업 애플리케이션 및 데이터를 개인 활동으로부터 분리하는 보안된 암호화된 환경을 생성합니다. 전통적인 가상 데스크톱 인프라와는 달리, Venn은 애플리케이션이 로컬에서 네이티브 성능으로 실행되도록 허용하는 동시에 엄격한 데이터 보호 및 규정 준수 정책을 시행하여 조직이 IT 오버헤드를 줄이고 원격 작업자를 빠르게 온보딩하고 개인 및 회사 환경을 동일한 장치에서 분리하여 개인 정보를 유지하도록 도와줍니다.

당신은 20년 이상 원격 작업을 위한 기술을 개발해 왔으며, 애플리케이션 서비스 제공업체의 초기에 Offyx를 시작한 후 OS33와 현재 Venn을 설립했습니다. 이전 회사에서 배운 교훈은 무엇이며, Blue Border와 현대적인 BYOD 작업력의 보안을 위한 비전을 어떻게 형성했나요?

과거 20년 동안 원격 작업의 다양한 단계에서 회사들을 설립할 기회를 가졌습니다. OS33에서 우리는 가상 데스크톱 인프라(VDI)와 유사한 기술을 사용하여 호스팅 인프라를 통해 보안 원격 작업 환경을 제공하는 데 몇 년을 보냈습니다. 그러나 보안 모델이 작동했음에도 불구하고, 고객으로부터 동일한 피드백을 받았습니다. 원격으로 호스팅되는 애플리케이션을 사용하는 경험은 종종 느리고 유지하기 복잡하며 사용자에게 번거로웠습니다.

그 피드백은 전환점이었습니다. 원격 호스팅은 피할 수 없는 지연을 도입했으며 상당한 인프라를 요구했으며 IT 팀에 대한 운영 복잡성을 생성했습니다. 우리는 간단한 질문을 시작했습니다. 호스팅을 완전히 제거할 수 있다면 어떻게 될까요? 사용자에게 스트리밍하는 대신 사용자의 장치에서 작업을 안전하게 로컬로 실행할 수 있다면 어떻게 될까요?

그 생각은 궁극적으로 Venn과 Blue Border의 개념으로 이어졌습니다. 원격 호스팅과 가상화를 통해 작업을 강제하는 대신, 우리는 회사 데이터를 암호화하고 보호하는 동시에 사용자의 랩톱에서 로컬로 실행되는 회사 애플리케이션을 허용하는 새로운 모델을 만들었습니다. 즉, 사용자의 개인 랩톱에서도 작업은 분리되어 있으며 개인 활동으로부터 보호됩니다.

인공 지능 도구는 기업에서 정책이 따라갈 수 있는 속도보다 훨씬 빠르게 퍼지고 있습니다. 인공 지능 채택이 조직 내에서 관리가 따라가지 못하는 이유는 무엇이라고 생각하나요?

관리가 인공 지능 채택에 따라가지 못하는 이유는 기술이 거의 하루아침에 일상적인 도구가 되었기 때문입니다. 최근 몇 년 동안 ChatGPT가 폭발적으로 성장한 이후, 직원들은 이미 인공 지능을 자신의 일과 워크플로에 통합했습니다. 공식적인 IT 승인 사이클을 기다리지 않고, 이미 인공 지능을 사용하여 더 빠르게 작성하고, 정보를 분석하고, 회의를 요약하거나 코드를 생성하고 있습니다. 대부분의 조직에서 정책 생성, 법적 검토, 보안 검증 및 IT 배포는 사용자 행동보다 훨씬 느린 타임라인에서 발생합니다. 그 갭이 인공 지능 관리가 뒤처지는 곳입니다.

더 깊은 문제는 많은 조직이昨日の 제어 모델을 오늘의 인공 지능 현실에 적용하려고 시도하고 있다는 것입니다. 전통적인 관리는 알려진 애플리케이션 세트를 승인하거나 차단하는 것을 중심으로 구축되었습니다. 그러나 인공 지능은 이제 브라우저, SaaS 플랫폼, 심지어 운영 체제에 내장되어 있습니다. 관리는 미리 결정된 도구セット를 제어하는 것 이상으로 진화해야 하며, 데이터가 어디에 있든지, 작업 환경을 보호하고, 민감한 정보를 안전하게 사용할 수 있는 조건을 정의하는 데 중점을 두어야 합니다.

많은 회사들은 제네러티브 인공 지능 도구를 제한하거나 금지함으로써 문제를 해결하려고 시도합니다. 이러한 접근 방식이 실제로 왜 실패하는지, 그리고 어떤 의도하지 않은 보안 위험을 만들 수 있는지 설명해 주세요.

금지 방식은 실패합니다. 왜냐하면 그것은 사람들이 실제로 어떻게 일하는지를 무시하기 때문입니다. 직원들은 공식적인 승인이 있든 없든 인공 지능 도구를 사용할 방법을 찾을 것입니다. 그것은 조직이 감시를 받지 못하는 인공 지능의 사용, 즉影 AI, 개인 계정, 복사-붙여넣기 워크플로, 브라우저 기반 상호 작용을 생성할 수 있습니다. 회사는 민감한 데이터를 위험에 빠뜨릴 수 있습니다.

많은 경우에, 제한적인 정책은 위험을 줄이기보다 오히려 증가시킬 수 있습니다. 직원들이 이러한 도구를 안전하게 사용할 수 없으면, 그들은 작업을 처리하는 방법을 찾을 것입니다. 민감한 회사 데이터가 IT 또는 보안 팀이 모니터링하거나 제어하지 않는 도구로 흐를 수 있습니다. 금지를 목적으로 하는 것이 아니라, 격리, 데이터 제어 및 명확한 가이드를 통해 안전한 사용을 가능하게 하는 접근 방식이 더 좋습니다.

인공 지능 기능이 점점 더 일상적인 애플리케이션에 내장되고 있습니다. 이것은 데이터 노출을 모니터링하고 제어하는 방식에 대해 보안 팀이 어떻게 생각해야 하는지에 어떤 영향을 미칩니까?

이 변화는 중요합니다. 왜냐하면 그것은 “위험한 앱 대 승인된 앱”이라는 구식 정신 모델을 깨뜨리기 때문입니다. 인공 지능이 이메일, CRM, 회의, 문서 편집, 검색에 내장되어 있다면, 데이터 노출은 더 이상 별도의 인공 지능 도구를 여는 것과 관련이 없습니다. 그것은 애플리케이션 내에서 액세스할 수 있는 데이터, 인공 지능이 볼 수 있는 컨텍스트, 그리고 그 상호 작용이 안전한 워크스페이스 내에서 발생하는지 여부와 관련이 있습니다.

결과적으로, 보안 팀은 장치의 전체 잠금 대신 데이터를 보호하는 데 중점을 두어야 합니다.焦点은 작업 세션을 분리하고, 필요한 경우 복사/붙여넣기 및 다운로드를 제어하며, 개인 및 비즈니스 컨텍스트 간의 누출을 방지하며, 민감한 정보가 보호된 환경 내에 유지되도록 하는 것입니다.

Venn의 Blue Border 기술은 전통적인 가상 데스크톱 인프라를 사용하는 대신 사용자의 개인 장치에서 로컬로 작업 앱과 데이터를 분리합니다. 이것은 원격 작업을 위한 엔드포인트 보안 모델을 어떻게 근본적으로 재정의합니까?

Blue Border는 엔드포인트 보안 모델을 근본적으로 변경합니다. 왜냐하면 그것은 보안을 위해 전체 장치 제어 또는 가상 데스크톱이 필요하다는 생각을 넘어서기 때문입니다. 전통적인 VDI는 원격으로 호스팅하고 사용자에게 스트리밍하여 작업을 보호합니다. Blue Border는 사용자의 개인 장치에서 로컬로 실행되는 회사 애플리케이션을 허용하는 동시에 회사 데이터를 암호화하고 보호하는 새로운 모델을 생성합니다.

결과는 원격 작업을 위한 다른 보안 모델입니다. 여기서 회사는 사용자에게 회사 장치를 발급하거나 사용자가 클라우드에서 호스팅된 데스크톱의 지연 및 대기 시간을 처리하도록 강요하지 않고도 작업 자체를围繞하여 보호를 시행할 수 있습니다.

많은 조직은 원격 작업을 위한 개인 장치 사용과 회사 감독 사이에서 균형을 잡는 데 어려움을 겪고 있습니다. 보안 팀은 민감한 데이터를 보호하는 동시에 감시의 인상을 주지 않도록 어떻게 할 수 있나요?

关键은 작업을 보호하는 것입니다. 직원들은 보안 조치가 개인 파일, 메시지, 브라우저 기록 또는 개인 애플리케이션으로 확장될 수 있는 경우 불편해합니다. BYOD 장치에서 신뢰가 중요합니다. 회사가 자신의 가시성이 어디에서 시작되고 끝나는지 명확히 설명할 수 없으면, 직원들은 최악의 경우를 가정할 것입니다.

보다 강력한 모델은 비즈니스 활동을 위한 별도의 워크스페이스를 생성하고 그 경계 내에서만 보안 제어를 적용하는 것입니다. 이것은 조직이 회사 데이터를 보호하는 동시에 직원들이 개인 활동이 감시되거나 관리되지 않는다고 확신할 수 있도록 해줍니다. 프라이버시와 보안은 경쟁할 필요가 없습니다. 아키텍처가 그들을 깨끗이 분리하도록 설계되었다면 말입니다.

원격 작업과 계약 기반 팀은 BYOD 환경을 거의 불가피하게 만들었습니다. 오늘날 관리되지 않는 장치와 관련된 가장 큰 보안 위험은 무엇입니까?

가장 큰 위험은 관리되지 않는 장치가 비즈니스 활동과 개인 활동 사이의 경계를 지우는 것입니다. 동일한 기계에서, 사용자는 작업 애플리케이션을 개인 이메일, 소비자 인공 지능 도구, 메시지 앱, 파일 공유 서비스 및 신뢰할 수 없는 브라우저 확장과 함께 열 수 있습니다. 보안 분리 계층이 없는 경우, 민감한 데이터가 복사, 캐시, 다운로드, 화면 캡처 또는 회사에서 제어하지 않는 채널을 통해 노출될 수 있습니다. 데이터 보안에 관한 규정에 따라 조직의 경우 이것은巨大한 위험입니다.

인공 지능 에이전트와 자동화된 워크플로는 점점 더 기업 애플리케이션과 데이터와 상호 작용하고 있습니다. 이러한 자율 시스템은 어떤 새로운 보안 도전을 제기합니까?

자율 시스템은 다른 종류의 위험을 도입합니다. 왜냐하면它们는 단순히 콘텐츠를 생성하는 것 이상으로 작용할 수 있기 때문입니다. 기업 시스템에 연결된 인공 지능 에이전트는 데이터를 검색하거나 이동하거나 레코드를 업데이트하거나 워크플로를 트리거하거나 외부로 통신할 수 있습니다. 그것은 실수, 구성 오류 또는 취약한 身分의 爆発 반경을 훨씬 넘어섭니다.

또한 접근, 신뢰, 책임에 관한 새로운 질문을 제기합니다. 에이전트가 어떤 데이터에 접근할 수 있습니까? 어떤 조건에서 행동할 수 있습니까? 그 활동은 어떻게 기록되고, 제한되고, 검토됩니까? IT 및 보안 팀은 인공 지능 에이전트를 소프트웨어 기능보다 더 특권 있는 디지털 행위자로 취급해야 합니다. 즉, 최소 특권, 분리, 세션 분리, 강력한 감사 가능성의 원칙을 처음부터 적용해야 합니다.

조직이 생산성 도구, 고객 지원 시스템, 내부 워크플로에 제네러티브 인공 지능을 통합함에 따라, 어떤 종류의 민감한 데이터 노출에 가장 우려되는가요?

작업장에서 인공 지능의 사용은 개인 데이터와 회사 데이터 사이의 경계를 흐리게 만들었습니다. 직원들은 회사 정보와 함께 외부 도구에 접근하는 경우가 많습니다. 이것은 고객 레코드, 내부 문서, 소스 코드 또는 금융 정보와 같은 민감한 데이터가 외부 환경으로, 저장되는 방법,谁에 의해 액세스될 수 있는지에 대한 회사의 가시성과 제어를 잃을 수 있게 만듭니다. 인공 지능이 일상적인 워크플로에 내장됨에 따라, 조직은 개인 장치에서 작업이 발생하더라도 회사 데이터를 보호하는 방법을 찾아야 합니다.

미래를 내다보며, 인공 지능 기반 워크플로가 더 일반적인 분산 및 원격 작업력으로 진화함에 따라 엔드포인트 보안은 어떻게 발전할 것으로 보나요?

엔드포인트 보안은 훨씬 더 적응性 있고 컨텍스트에 민감하며 워크스페이스 중심적이 될 필요가 있습니다. 과거에는 엔드포인트 보안 설계가 관리되는 장치, 정의된 사무실 周辺, 상대적으로 안정된 비즈니스 애플리케이션 세트를 가정했습니다. 미래는 분산되어 있으며 인공 지능이 구동하며 점점 더 자율적입니다. 보안은 작업이 발생하는 곳 어디에나 따라가야 하며, 장치나 생산성을 완전히 제어하는 것을 가정하지 않아야 합니다.

승리하는 모델은 강력한 장치와 민감한 데이터 사이의 분리, 컨텍스트에 민감한 액세스 제어 및 작업과 개인 활동 사이의 명확한 경계를 유지하는 아키텍처를 결합한 것입니다. 조직은 직원, 계약자 및 인공 지능 기반 워크플로가 생산적으로 작동할 수 있는 환경을 필요로 합니다. 그러나 데이터를 보호하는 제어를 통해 말입니다. 인공 지능 채택을 늦추려고 시도하는 公司가 아니라, 대규모로 안전한 채택을 가능하게 하는 公司가 성공할 것입니다.

인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Venn을 방문하십시오.