ORION 보안, AI 시대 데이터 손실 방지를 재정의하기 위해 3,200만 달러 투자 유치

ORION 보안은 3,200만 달러의 시리즈 A 펀딩 라운드를 마감했으며, 이는 기업이 데이터 손실 방지를 재정의하는 데 중요한 단계를 의미한다. 이 라운드는 Norwest가 주도했으며, IBM과 기존 투자자들인 PICO Venture Partners 및 Lama Partners가 참여했다. 이 투자로 ORION의 총 투자금은 시드 라운드 이후 1년 만에 3,800만 달러에 달하며, 초기 추진력과 데이터 손실 방지에 대한 새로운 접근 방식에 대한需求이 증가하고 있다.

ORION은 기존 데이터 손실 방지 도구의 현대적인 대안으로 자리매김하고 있으며, 많은 보안 팀은 이를 구식, 소음이 많고 관리가 어려운 것으로 간주한다. 조직이 SaaS 사용, 원격 작업 및 AI 기반 워크플로우에 어려움을 겪고 있는 가운데, 이 회사는 정책 기반의 DLP가 한계에 도달했다고 주장한다.

전통적인 데이터 손실 방지 방법이 기업에게 실패하는 이유

거의 2십년 동안, 데이터 손실 방지(DLP) 제품은 사전 정의된 행동을 차단하거나 표시하기 위한 수동으로 작성된 정책에 의존해왔다. 실제로, 이러한 시스템은 거짓 양성 결과를大量으로 생성하며, 보안 팀이 끊임없이 튜닝해야 한다. 심지어 유지 관리가 철저하게 이뤄져도, 정적 규칙과 알려진 패턴으로 제한되기 때문에 실제 데이터 유출을 감지하지 못하는 경우가 많다.

이 문제는 기업 환경이 더 동적이게 되면서 더 심각해졌다. 직원들은 이제 클라우드 앱, 협업 도구, API 및 AI 시스템을 통해 민감한 정보를 이전하는 방식으로 이동하며, 이는 엄격한 정책으로 모델링하기 어렵다. 결과적으로, 보안 팀은 생산성이 저하되는 시스템을 잠그거나 통제를 느슨하게 하고 위험을 감수하는 사이에서 선택해야 한다.

ORION은 DLP의 핵심 결함이 실행이 부족한 것이 아니라 정책 모델 자체라고 생각해 만들어졌다.

컨텍스트 기반, 자율적인 데이터 보호 접근 방식

사전 정의된 규칙에 의존하는 대신, ORION은 데이터가 이동하는 전체 컨텍스트를 이해하기 위해 전문 AI 에이전트를 사용한다. 플랫폼은 데이터 민감도, 사용자 ID, 행동 패턴, 데이터 계보, 환경 의도 등을 실시간으로 평가한다.

이 컨텍스트 이해를 통해 ORION은 작업이 합법적인 워크플로우인지 또는 실제 위험인지 판단할 수 있다. 팀에 경고를 수동으로 검토하도록 플로딩하는 대신, 시스템은 유해한 데이터 유출을 자동으로 방지하도록 설계되었으며, 정상적인 비즈니스 활동을 중단하지 않는다.

정적 규칙보다는 의도와 컨텍스트에 초점을 맞춤으로써, ORION은 거짓 양성 결과를 크게 줄이고 기존 DLP 도구가 일반적으로 놓치는 사건을 식별하는 것을 목표로 한다. 이 회사는 이것을 반응형 집행에서 예방적 방지로의 전환이라고 설명한다.

고위험 산업에서의 초기 성과

회사의 설명에 따르면, ORION은 이미 금융, 의료, 기술 등 분야의 기업 고객에서 사용되고 있다. 이러한 산업은 강한 규제 압력을 받으며大量의 민감한 데이터를 처리하므로, 더 발전된 보안 모델의 초기 채택자가 된다.

새로운 자금은 ORION의 독점적인 엔드투엔드 아키텍처 개발을 가속화하고, AI 및 보안 엔지니어 팀을 확대하며, 성장하는 기업 수요에 대응하기 위해 시장 진출 노력을 확대하기 위해 사용될 예정이다. IBM의 전략적 참여는 향후 통합 및 기업 파트너십의 가능성을 시사한다.

Norwest의 파트너인 Dave Zilberman은 ORION을 기업이 데이터를 보호하는 방식을 재정의하는 것으로 묘사하며, 자율적이고 컨텍스트 기반의 보호가 점진적인 개선이 아닌 구조적인 전환을 나타낸다고 강조했다.

보안 및 제품 베테랑에 의해 구축

ORION은 2024년에 CEO Nitay Milner와 CTO Jonathan Kreiner에 의해 설립되었다. Milner는 이전에 Epsagon의 제품 책임자로 근무했으며, Cisco에 인수되었다. Kreiner는 WalkMe의 애플리케이션 보안 이니셔티브를 이끌었다. 두 사람의 배경은 관찰 가능성, 애플리케이션 보안 및 엔터프라이즈 소프트웨어에서 형성되었으며, ORION의 자동화, 정확성 및 운영의 간단함에 대한 초점을 형성했다.

이 회사는 처음부터 정책 튜닝과 인간의 개입의 필요성을 제거하려고 노력했다. 이 설계 철학은 보안 팀이 전체 시간 규칙 작성자가 되지 않도록 플랫폼을 지속적으로 백그라운드에서 작동하도록 설계된 것으로 반영된다.

데이터 보안에 대한 더 широк은 의미

ORION의 접근 방식은 데이터가 더 유동적이고 정의하기 어렵게 되면서, 기업 보안 전반에 걸쳐 발생하는 더 넓은 전환을 반영한다. 민감한 정보는 이제 예측할 수 없는 방식으로 클라우드 플랫폼, 협업 도구, API 및 AI 시스템을 통해 이동한다. 이러한 환경에서 정적 규칙과 사전 정의된 가정에 기반한 보안 모델은 점점 더 긴장된다.

AI가 일상적인 워크플로우에 통합됨에 따라, 데이터 보호는 컨텍스트와 의도를 해석할 수 있는 시스템으로 이동하고 있다. 미리 정의된 모든 허용 가능한 작업을 지정하는 대신, 미래의 보안 플랫폼은 정상적인 행동을 학습하고 의미 있게 벗어나는 활동에 개입하는 것을 목표로 한다. 이것은 사이버 보안의 이전 전환과 유사하며, 행동 기반 탐지를 엄격한, 시그니처 기반 접근 방식으로 대체했다.

더 широк은 의미는 보안 팀이 작동하는 방식의 전환을 의미한다. 규칙을 유지하고 경고를 추적하는 데 더 적은 시간을 보내며, 자동화된 시스템을 감독하고 더 높은 수준에서 위험을 관리하는 데 더 많은 시간을 쓸 것이다. 이 모델이 더 일반적으로 사용됨에 따라, 데이터 손실 방지는 반응형 제어에서 지속적이고 적응형 계층으로 발전할 수 있다. 이는 현대적인 조직이 실제로 작동하는 방식과 더 잘 일치한다.