AI 모델 및 플랫폼
Ivanti, AI 클라이언트에 Neurons 컨텍스트에 대한 통제된 접근 권한 제공

핵심 포인트Ivanti의 MCP 서버는 기존 OAuth 및 역할 기반 권한을 통해 Neurons 데이터에 대한 AI 접근을 제한합니다.
더 보기
- Ivanti의 MCP 서버는 기존 OAuth 및 역할 기반 권한을 통해 Neurons 데이터에 대한 AI 접근을 제한합니다.
- Ivanti는 내부 배포 후 90일 이내에 조직 전체에서 99%의 활성 Copilot 사용률을 보고합니다.
- 공급업체가 반환된 데이터 처리를 통제하므로 고객은 거버넌스의 일환으로 AI 공급업체 계약을 고려해야 합니다.
Ivanti는 2026년 11월 18일 발표한 Model Context Protocol (MCP) 연결을 통해, 지원되는 AI 클라이언트가 Ivanti Neurons의 운영 데이터에 통제된 방식으로 접근할 수 있도록 합니다. Ivanti Neurons는 엔드포인트, 서비스 및 보안 노출 정보를 관리하는 기준 시스템입니다.
이 연결은 기기, 디지털 경험, 패치, 보안 노출 및 소프트웨어 인텔리전스를 바탕으로 AI가 권장 사항을 제시하고, 조사하며, 조치를 수행하도록 하는 것을 목표로 합니다. Ivanti의 MCP 문서에는 GitHub Copilot, Anthropic Claude 및 Neurons 에이전트가 지원 시스템으로 명시되어 있습니다. 추가 클라이언트와 맞춤형 에이전트의 지원 여부는 릴리스에 따라 달라질 수 있습니다. MCP는 AI 시스템을 데이터 소스, 도구, 리소스 및 프롬프트에 연결하기 위해 Anthropic이 만든 개방형 표준입니다.
기존 권한 체계에 따라 AI 접근 통제
MCP 서버는 설정된 권한에 따라 승인된 Neurons 데이터, 도구, 리소스 및 프롬프트를 제공합니다. OAuth, 역할 기반 접근 제어 및 정책 집행이 상호작용을 계속 통제하며, 기존 플랫폼 제어 기능은 감사 가능성과 조직의 감독을 유지합니다. 따라서 설정된 권한이 AI 지원 워크플로마다 접근 범위를 정합니다.
Neurons는 계속해서 기준 시스템 역할을 하며, MCP는 데이터 저장소가 아니라 프로토콜로 기능합니다. Ivanti는 고객 데이터를 모델 학습에 사용하지 않는다고 밝혔습니다.
문서에 소개된 활용 사례로는 실패한 패치와 기한이 지난 검사를 찾고, 발생 원인이 유사할 것으로 보이는 기기를 그룹화하며, 조사가 필요한 중대한 보안 노출을 식별하는 작업이 있습니다. 이 밖에도 비정상적인 엔드포인트 신호, 최근 변경 사항 및 기기 전체의 패턴을 파악하거나, 환경 상태와 위험 추세, 변화의 원인이 되는 요인을 요약하는 워크플로가 있습니다.
내부 Copilot 도입 경험이 제품 개발에 반영
이번 제품 개발은 Ivanti가 전사적으로 Microsoft Copilot을, 엔지니어링 부문에서 GitHub Copilot을 내부 도입한 데 이어 진행됐습니다. Ivanti에 따르면 조직 전반에서 90일 만에 Copilot을 적극적으로 사용하는 비율이 99%에 이르렀으며, 현재 직원의 58%가 고급 사용자로 분류됩니다. 또한 개발자의 64%는 GitHub Copilot 성숙도 모델에서 가장 높은 단계에 도달해 다중 에이전트 워크플로를 사용하고 있습니다.
Ivanti는 GitHub Copilot을 적극적으로 사용하는 직원이 동료보다 풀 리퀘스트를 5.4배 더 많이 병합하고, 병합 속도도 1.9배 더 빠르다고 밝혔습니다. 내부 프로그램은 직원 교육 및 거버넌스와 함께 부서별 싱크탱크 및 AI 우수성 센터를 운영해, 실험적인 시도를 반복 가능한 관행으로 발전시키는 것을 목표로 합니다.
함께 발표된 내용에서는 Ivanti 제품에 내장된 AI 기능과 지원되는 외부 시스템이 MCP를 통해 이용하는 기능을 구분합니다. 새롭게 추가된 지원 기능에는 기기 쿼리 작성, PowerShell 단계 구성, AI 인사이트 및 권장 사항, AI 보고 기능, 패치 인사이트가 포함됩니다. 권장된 조치를 실행할지, 실행한다면 어떤 방식으로 진행할지는 관리자가 계속 통제합니다.
고객 제로 방식의 배포 및 보고된 성과
Ivanti는 고객 제로(Customer Zero) 방식을 적용해 자체 프로덕션 환경에서 자율 엔드포인트 관리를 검증하고 있습니다. 이 검증은 주로 원격으로 근무하는 분산형 인력을 위해 내부 엔드포인트 10,000개 이상을 대상으로 합니다. Ivanti는 3년간 총 1,120만 달러의 재정적 편익과 483%의 투자 수익률을 달성했으며, 매년 수작업 66,000건을 자동화하고 직원 생산성 55,600시간을 확보했다고 보고했습니다.
이 수치는 Ivanti 자체 구축 사례에 관한 것입니다. 자율 엔드포인트 관리 제품 페이지는 재정적 편익, 투자 수익률 및 자동화 성과가 특정 구축 사례에서 나온 결과라고 밝히며, 고객별 성과는 환경, 구성 및 사용 방식에 따라 달라질 수 있다고 설명합니다.
MCP 설계는 책임을 명확히 구분합니다. Ivanti의 제어 기능은 승인된 AI 시스템이 무엇을 가져올 수 있는지 결정하고, 반환된 데이터를 어떻게 처리할지는 고객과 AI 공급업체 간의 계약에 따릅니다. 따라서 사용할 AI 클라이언트와 그 계약 조건도 Neurons에 설정된 권한 및 보관된 데이터와 함께 거버넌스 결정의 일부가 됩니다.












