로브 구르제프, 사이코그니토의 CEO 및 공동 창립자 – 인터뷰 시리즈

사이코그니토의 CEO이자 공동 창립자 로브 구르제프는 민간 부문과 정보 기관을 위한 공격적 보안 솔루션 개발을 이끌어 왔습니다.

사이코그니토를 설립하기 전에, 그는 C4 보안의 공격적 보안 담당자 및 연구 개발 책임자였으며, 이스라엘 정보 부대의 8200 부대 제품 부문의 기술 책임자였습니다. 이스라엘 국방군 장교로서 받은 영예로는 우수성 상, 창의적 사고 상, 생명의 근원 상이 있습니다. (ESLT )

사이코그니토는 국가 정보 기관의 베테랑들에 의해 설립되었으며, 공격자가 맹점을 이용하는 방법을 이해합니다. 또한 일부 가장 신뢰받는 사이버 보안 회사에서 경험을 가진 경영진이 합류했습니다.

サイバーセキュリティ에 처음 관심을 갖게 된 계기는 무엇인가?

私は13세 또는 14세경에 기술에 처음 관심을 갖게 되었습니다.私はIRC 채널에 접속하여 기술에 대해 호기심을 가진 사람들과 함께했습니다.

당시 사람들은 다양한 흥미로운 것들을 실험하고 있었습니다. 예를 들어, 메신저 앱에서 암호화를 사용하고, 파일 공유를 실험하고 있었습니다. 아이들은 친구를 장난치기 위해 실행 파일을 보내고, 어떤 종류의 재미있는 동작을 트리거했습니다. 이것이 오늘날 우리가 ‘사회 공학’ 공격이라고 부르는 것의 기초였습니다.

이 모든 것이 나를 생각하게 만들었습니다. 악의적인 의도를 가진 사람이 이러한 기술을 악의적인 목적으로 사용한다면?

이 초기 경험은私の보안 분야 경력을 시작하게 만들었습니다.私は 결국 이스라엘의 8200 부대에서 정찰 작업을 انجام했고, 나중에 사이코그니토를 공동 설립했습니다.

사이코그니토의 창립 배경에 대해 이야기해 줄 수 있나요?

사이코그니토는 공격자가 항상 방어자보다 앞서 있다는 인식에서 출발했습니다. 공격자는 지능적이고, 끊임없이 저항하며, 항상 저항의 최소 경로를 찾고 있습니다. 그리고 모든 공격자가 필요한 것은 한 약점을 이용하여 침투하는 것입니다. 그러나 보안 팀은 모든 가능한 침투 경로를 보안해야 합니다. 이는 매우 어려운 도전입니다.

이 문제를 복잡하게 만드는 것은, 대부분의 조직이 보안 팀이 볼 수 없는 잠재적인 침투 경로를 가지고 있다는 것입니다.

ある 날,私は 공동 창립자 디마 포테킨과 함께 앉아, 새로운 패러다임을 만들기로 결정했습니다. 즉, 에이전트를 배치하거나 포트 스캐너를 사용하여 몇 개의 알려진 IP 범위를 스캔하는 대신, 공격자가처럼 작동하는 솔루션을 만들 것입니다. 즉, 회사 이름만으로 시작하여 가장 위험한 자산과 가장 유혹적인 열린 경로를 식별합니다.

우리는 공격자의 공격 작전을 시뮬레이션하고자 했습니다. 즉, 공격자는 회사 이름만으로 시작하여 민감한 데이터에 접근하는 것이 목표입니다.

그래서 2017년에, 우리는 국가 정보 기관의 경험을 활용하여 이것을 실현하기 시작했습니다. 조직이 침투를 방지하기 위해 지속적으로 외부 노출의 맹점을 매핑하고 내부 네트워크로의 경로를 찾는 것을 도와주는 것이었습니다. 이것은 고급 공격적 사이버 지식뿐만 아니라, 아직도 우리 산업에서 드물게 사용되는 현대 기술을 활용하는 것을 필요로 했습니다. 예를 들어, 베이즈 기계 학습 모델, LLM, NLP, 그래프 데이터 모델 등입니다.

오늘날, 우리는 성장하는 위협으로부터 공격 표면을 보호하는 데 도움을 주는 새로운 및 대규모 글로벌 100 기업을 지원합니다. 우리의 고객 중 일부에는 콜게이트-팜オリ브, 캘리포니아 주, 베를리츠, 히타치, 테스코 등이 있습니다.

외부 공격 표면 관리(External Attack Surface Management, EASM)에 대해 설명해 줄 수 있나요?

외부 공격 표면 관리(EASM)의 정의는 인터넷에서 접근하거나 볼 수 있는 조직의 디지털 자산의 노출을 식별, 평가 및 관리하는 프로세스와 기술을 말합니다.

외부 공격 표면은 방대하고 복잡합니다. 하나의 조직은 수백 개, 수천 개의 시스템, 애플리케이션, 클라우드 인스턴스, 공급망, IoT 디바이스 및 인터넷에 노출된 데이터를 가지고 있을 수 있습니다. 이는 자회사, 여러 클라우드, 제3자에 의해 관리되는 자산에 걸쳐 있습니다.

보안 팀은 이러한 자산을 발견하는 능력이 제한적입니다. 그들은 수천 개의 경보로 인해 압도당하지만, 어느 것이 중요하고 우선순위를 정해야 하는지에 대한 컨텍스트를 가지고 있지 않습니다.

真正한 위협을 먼저 식별하는 것은 공격 표면 전체에 대한 가시성이 필요하지만, 더 중요한 것은 자산의 컨텍스트와 목적에 대한 심도 있는 이해가 필요합니다. 이를 통해 보안 팀은 공격 경로를 계산하고 예측할 수 있으며, 이는 조직에 심각한 재정적 또는 평판상의 피해를 입힐 가능성이 있는 위협입니다. 그러면 조직은 올바르게 우선순위를 정하고 최대 영향을 위한 조치를 취할 수 있습니다.

공격자의 관점에서 생각하는 것이 알려지지 않은 위험을 발견하는 데 중요하다는您的 견해를 공유해 줄 수 있나요?

버라이즌의 DBIR에 따르면, 82%의 공격이 외부에서 시작됩니다. 또한, 대부분의 침투는 알려지지 않은 및 관리되지 않은 자산과 관련이 있습니다.

이것이 외부에서 내부로의 접근 방식을 평가하는 것이 사이버 보안 위험을 평가하고 관리하는 데 중요하다는 이유입니다. 공격자의 관점에서 접근하면, 시스템 내에 있는 왕관 보석을 객관적으로 볼 수 있으며, 더 중요한 것은, 어느 자산이 노출되어 취약한지 알 수 있습니다.

공격 표면은 끊임없이 성장하고 복잡합니다. 대부분의 보안 팀은 노출된 및 취약한 자산에 대한 완전한 가시성을 가지고 있지 않습니다. 공격자는 이를 알고 있으며, 끊임없이 공격 표면을 탐색하여 저항의 최소 경로를 찾고, 보안 팀이 모니터링하지 않는 하나의 간격을 찾습니다. 불행히도, 공격자에게는 침투하기 위해 하나의 보안 간격만 필요합니다. 한편, 보안 팀은 조직을 가장 취약하게 만드는 노출을 식별하는 어려운 작업을 가지고 있으며, 이를 보호하기 위한 조치를 취해야 합니다.

외부 애플리케이션 및 API로 인한 위협을 얼마나 자주 식별하시나요?

더 자주 발생하는 것보다 우리는 원합니다. 우리는 최근 연구를 수행하여공개 클라우드, 모바일 및 웹 애플리케이션에서 민감한 데이터를 노출시키는 취약점을 발견했습니다. 여기에는 보안되지 않은 API 및 개인 식별 정보(PII)가 포함됩니다. 주요 발견은 다음과 같습니다.

• PII를 가진 자산의 74%는 알려진 주요 취약점에 취약하며, 10개 중 1개는 쉽게 악용할 수 있는 문제가 있습니다.
• 웹 애플리케이션의 70%는 심각한 보안 간격을 가지고 있으며, WAF 보호나 HTTPS와 같은 암호화된 연결이 없습니다. 웹 애플리케이션의 25%는 둘 다 가지고 있지 않습니다.
• 전형적인 글로벌 기업은 12,000개 이상의 웹 애플리케이션을 가지고 있으며, 이는 API, SaaS 애플리케이션, 서버, 데이터베이스 등이 포함됩니다. 이 중 최소 30%는 하나 이상의 악용 가능한 또는 고위험 취약점을 가지고 있습니다. 이러한 잠재적으로 취약한 웹 애플리케이션 중 절반은 클라우드에서 호스팅됩니다.
• 웹 애플리케이션의 98%는 쿠키에 대한 사용자 동의를 거부할 수 있는 기회가 없기 때문에 GDPR에 준수하지 않습니다.

우리의 연구 이외에도, 이러한 위협에 대한 증거가 있습니다. MOVEit 악용은 여전히 진행 중입니다.

공격 표면을 테스트하고 관리하기 위한 프로세스와 도구를 통합하는 것이 중요한 이유를 설명해 줄 수 있나요?

‘스택 블로트’는 대부분의 기업이 겪는 것입니다. 특히 보안 분야에서 그렇습니다. 대부분의 조직은 분리된, 연결되지 않은 보안 도구를 가지고 있습니다. 보안 분야에는 더 많은 플랫폼이 보안 간격을 제거할 것이라는 마타가 있었습니다. 그러나 실제로는 인간의 실수, 중복, 운영 부하 증가, 맹점을 열어줍니다.

사이코그니토는 여러 레거시 솔루션의 작업을 수행하도록 설계되었습니다. 우리는 기업이 스택을 통합하여 작업에 집중할 수 있도록 도와줍니다.

악의적인 행위자들이 공격을 확대하기 위해 LLM과 생성적 AI를 사용하는 방법에 대해 설명해 줄 수 있나요?

우리는 아직 대규모 공격을 사용하지는 않았지만, 곧 있을 것입니다.私の 관점에서, LLM은 사이버 공격의 다양한 단계에서 규모, 범위, 도달 및 속도를 제공할 수 있습니다.

예를 들어, LLM은 자동화된 정찰을 가속화할 수 있습니다. 여기서 공격자는 조직의 자산, 브랜드 및 서비스를 매핑하고, 민감한 정보를 발견할 수 있습니다. LLM은 또한 취약점 발견을 도와주며, 네트워크 내의 약점을 식별하고, 피싱 또는 워터링 홀 공격과 같은 기술을 사용하여 네트워크 취약점을 악용할 수 있습니다. LLM은 또한 데이터 탈취를 도와주며, 네트워크에서 민감한 데이터를 복사하거나 탈취할 수 있습니다.

소비자 애플리케이션, 특히 ChatGPT와 같은 LLM 기반 애플리케이션은 의도적으로 또는 의도하지 않게 직원이 회사 지적 재산을 유출하는 데 사용될 수 있습니다.

스피어 피싱 캠페인도 또 다른 사용 사례입니다. 높은 품질의 피싱은 대상에 대한 깊은 이해에 기반합니다. 이는 대량 언어 모델이 매우 잘할 수 있는 것입니다. 왜냐하면 대량의 데이터를 매우 빠르게 처리할 수 있으며, 메시지를 효과적으로 맞춤화할 수 있기 때문입니다.

기업이 자체적으로 생성적 AI를 사용하여 자신을 보호하는 방법에 대해 설명해 줄 수 있나요?

그것은 좋은 질문입니다. 그것이 모든 것의 좋은 소식입니다. 공격자가 생성적 AI를 사용할 수 있다면, 보안 팀도 사용할 수 있습니다. 생성적 AI는 보안 팀이 자체적으로 공격 표면을 스캔하고, 노출된 민감한 자산을 찾으며, 취약점을 신속하게 식별하는 데 도움이 될 수 있습니다.

생성적 AI는 자산의 비즈니스 컨텍스트를 이해하는 데 도움이 될 수 있습니다. 예를 들어, PII를 보유한 데이터베이스를 인식하고, 수익 거래에서 역할을 하는 것을 도와줄 수 있습니다. 이는 매우 유용합니다.

생성적 AI는 또한 자산의 비즈니스 목적을 결정하는 데 도움이 될 수 있습니다. 예를 들어, 지불 메커니즘, 임계적인 데이터베이스 및 임의의 장치를 구별하는 데 도움이 될 수 있으며, 이를 분류할 수 있습니다. 이는 보안 팀이 위험을 우선순위에 따라 분류하는 데 도움이 됩니다. 우선순위를 정할 수 없는 경우, 보안 팀은 대부분이 임계적이지 않은 수많은 취약점을 거쳐야 합니다.

기업이 생성적 AI에 대해 왜 주의해야 하는지에 대해 설명해 줄 수 있나요?

생성적 AI는 큰 잠재력을 가지고 있지만, 우리는 산업 전체로 해결해야 할 문제가 있습니다.

전체적인 관점에서, 생성적 AI 모델은 보안 팀을 자만하게 만들 수 있습니다. 더 많은 자동화의 유혹은 크지만, 현재 생성적 AI 모델의 상태를 고려하여 수동 검토가 중요합니다. 예를 들어, 생성적 AI 모델은 ‘환각’을 일으킵니다. 즉, 정확하지 않은 출력을 생성합니다.

또한 생성적 AI 모델(LLM)은 컨텍스트를 이해하지 못합니다. 왜냐하면 통계적, 시간적 텍스트 분석에 기반하기 때문입니다. 이는 추가적인 ‘환각’을 일으킬 수 있으며, 이는 매우 어려워서 식별하기 어렵습니다.

나는 보안 팀이 점점 더 ‘적은 것으로 더 많은 것을’ 하려는 경향이 있음을 이해합니다. 그러나 인간의 감시가 항상 보안 프로세스의 일부가 될 것입니다.

사이코그니토가 자동 외부 공격 표면 관리와 지속적인 테스트를 제공하는 방법에 대해 설명해 줄 수 있나요?

다시 말하지만, 공격 표면은 방대하고 복잡하며, 계속 성장하고 있습니다.

우리는 사이코그니토를 기업의 핵심을 넘어 자회사, 인수, 합작 투자, 브랜드 운영을 포함하는 전체 공격 표면을 지속적으로 매핑하기 위해 구축했습니다. 각 자산을 그에 해당하는 소유자에게 할당합니다.

기술적인 능력 중 몇 가지를 강조할 가치가 있습니다.

블랙 박스 공격 표면 발견 프로세스에서, 우리의 플랫폼은 LLM을 하나의 소스로서 사용하여 조직의 비즈니스 구조(최대 1000개의 비즈니스 단위 및 자회사)를 분석하고, 자산을 소유자(최대 수백만 개의 IT 자산)에 할당합니다. 이는 완전히 자동으로 수행됩니다.

플랫폼은 또한 자연어 처리(NLP) 및 유추 알고리즘을 통해 자산 분류를 가속화합니다. 이는 일반적으로 비용이 많이 들고 리소스를 많이消費하는 작업입니다.

우리는 또한 위험을 효과적으로 우선순위에 따라 분류할 수 있는 비즈니스 컨텍스트를 제공합니다. 즉, 취약점이 수천 대의 기계에 영향을 미치더라도, 사이코그니토는 가장 임계적인 자산을 식별할 수 있습니다. 이는 노출 수준, 비즈니스 중요성, 악용 가능성 및 해커의 채팅을 제공함으로써 가능합니다.

우리는 외부 공격 표면 관리에 대한 종합적인 접근 방식을 취하여 모든 임계적인 문제를 동일한 긴급성으로 처리하는 함정을 극복합니다. 우리는 보안 팀이真正한 임계적인 벡터를 우선순위에 따라 분류할 수 있도록 하여, 시간과 돈을 절약합니다.

감사합니다. 사이코그니토에 대해 더 알아보려는 독자는 사이코그니토를 방문할 수 있습니다.