인터뷰
로한 사테, 나이트폴의 공동 창립자 및 CEO – 인터뷰 시리즈
Unite.AI를 Google의 선호 소스에 추가
로한 사테는 나이트폴 AI의 공동 창립자 및 CEO입니다. 나이트폴을 공동 창립하기 전에, 그는 우버 이츠의 백엔드 팀을 이끌었으며, ETA 예측 및 수요 공급 예측과 같은 적용된 기계 학습 서비스를 구축했습니다. 그는 CISO 시리즈 팟캐스트와 인공지능 팟캐스트를 포함한 여러 매체에 게스트로 출연했습니다.
나이트폴은 AI를 사용하여 데이터 누출을 방지하며, SaaS 및 제네릭 AI 앱, 엔드ポイント, 브라우저에서 데이터 손실 방지(DLP)를 자동화합니다. 텍스트와 파일을 지속적으로 스캔하여 개인 정보, PHI/PCI, 비밀, 자격 증명을 분류하고, 기계 학습을 사용하여 콘텐츠를 분류하며, 정책을 실시간으로 적용합니다. 슬랙, 구글 드라이브, 깃허브, 이메일과 같은 통합이 포함되며, 사용자 지정 앱 및 LLM을 위한 API/SDK가 있습니다. 복구는 편집, 격리, 삭제를 포함하며, 사용자 교육, 사건 워크플로, 규정 준수 지원도 포함됩니다.
당신과 아이작은 2018년 나이트폴을 공동 창립했으며, AI가 DLP를 더 좋게, 더 빠르게, 더 접근하기 쉽게 만들 수 있다고 믿었습니다. 그 창립 순간을 공유하고, 첫날부터 “AI-네이티브 DLP”라는 아이디어에 어떻게 도달했는지 설명해 주시겠습니까?
초기에는 클라우드 앱과 현대 워크플로우에서 데이터를 발견하고 보호하기 위해 기계 학습을 사용하고자 했습니다. 2019년에 스티어트에서 나왔을 때, 우리는 클라우드 네이티브, ML 기반 SaaS DLP 솔루션으로 자리 잡았으며, ‘클라우드 데이터 제어 플레인’을 구축하는 것을 비전으로 삼았습니다. SaaS를 넘어서 엔드포인트와 제네릭 AI를 다루게 되면서, ‘AI-네이티브 DLP’가 우리의 우산 용어가 되었습니다.
나이트폴을 창립하기 전에, 당신은 우버 이츠의 백엔드 팀을 이끌었으며, SaaS와 클라우드 도구를 통해 데이터가 퍼지는 것을 직접 보았습니다. 우버 이츠에서의 경험은 데이터 보안에 대한 당신의 관점을 어떻게 형성했으며, 나이트폴 아이디어를 어떤 구체적인 순간이나 도전이 촉발했는지 설명해 주시겠습니까?
우버 이츠에서, 백엔드 팀을 이끌고 적용된 기계 학습 서비스를 구축했습니다. 우리는 여러 시스템에 걸쳐 있는 페타바이트 규모의 데이터를 다루고 있었으며, 이는 민감한 정보가 빠르고 종종 보이지 않는 방식으로 이동할 수 있는 환경입니다. 이 경험과 함께, 전체 산업이 우버의 2016년 침해 사건에서 배운 교훈 – 공격자가 코드에 노출된 자격 증명을 사용하여 AWS 데이터에 접근한 사건 – 는 데이터 분산, 자격 증명, 클라우드 인프라의 조합이 더 나은 탐지와 가드레일 없이 큰 위험을 생성한다는 것을 강조했습니다. 이러한 현실은 나이트폴의 초기부터 컨텍스트 인식 탐지와 예방에 대한 초점을 형성했습니다.
나이트폴은 2019년에 시리즈 A 자금 조달과 함께 공식적으로 출시되었습니다. 초기 여정, 특히 스티어트 모드에서 출시까지의 주요 관점을 설명해 주시겠습니까?
우리는 약 1년 동안 스티어트 모드에서 운영했습니다. 그런 다음 2019년 11월 7일에 베인 캐피탈 벤처스와 벤록이 주도한 2,030만 달러의 자금 조달과 함께 공식적으로 출시되었습니다. 초기 관점은 브로드 SaaS 통합과 더 높은 정확도의 ML 기반 콘텐츠 분류를 개발하는 것에 관한 것이었습니다. 이는 레거시 DLP 솔루션에서 문제가 되었던 거짓 양성 결과를 줄이는 것이었습니다.
쉐도우 AI는 워크플레이스에서 채팅봇, 제미니, 코파일럿과 같은 도구의 비감시 사용을 말합니다. 쉐도우 AI를 정의하고, 왜 현대 조직에서 이는 점점 더 큰 문제가 되는지 설명해 주시겠습니까?
우리는 쉐도우 AI를 직원들이 승인이나 감시 없이 AI 도구를 사용하여 노출 위험이 있는 것으로 정의합니다. 이는 IT 거버넌스 외부에서 발생하는 것으로, 블라인드 스폿과 잠재적인 데이터 유출 위험을 도입합니다. 이 문제는 제네릭 AI 앱의 사용이 쉽고, 적절한 제어가 없기 때문에 빠르게 증가하고 있습니다.
당신은 여러 가지 방법으로 나이트폴의 쉐도우 AI 접근 방식이 전통적인 DLP와 다르다고 설명했습니다. 이러한 기능 중에서 – 컨텍스트 인식 모니터링, 데이터 계보, 실시간 차단 – 고객에게 가장 큰 영향을 미친 것은 무엇입니까?
나이트폴은 2023년에 제네릭 AI 커버리지, 2024년에 데이터 유출 방지, 암호화, 이메일 보호를 확대했습니다. 이제 Nyx와 함께, 데이터 보호의 다음 시대를 위한 에이전트 AI를 도입하고 있습니다. 이것은 무엇을 의미하며, 보안 팀에게 어떤 문제를 해결합니까?
나이트폴 Nyx는 산업 최초의 자율적인 AI-네이티브 DLP 플랫폼입니다. 무엇이 그것을 자율적으로 만드는지, 그리고 보안 팀에게 어떤 문제를 해결하는지 설명해 주시겠습니까?
제네릭 AI 사용이 폭발적으로 증가하고, 보안 팀이 따라가기 위해奮闘하는 가운데, 나이트폴과 같은 도구가 엔터프라이즈 환경에서 기본적인 제어 계층이 될 것으로 생각합니까?
마지막으로, 빠르게 움직이는 공간에서 빌딩하는 창립자로서, 나이트폴과 엔터프라이즈 데이터 보호에서 AI의 역할에 대한 장기적인 비전은 무엇입니까?
우리의 장기적인 비전은 출시에 처음으로 말한 클라우드 데이터 제어 플레인 구축에 기반합니다. 이제 우리는 자율적인 작동과 에이전트 AI 기능을 확장하고 있습니다. 우리는 보안 포스트가 지속적으로 개선되는 미래를 상상합니다. 여기서 AI는 데이터를 이해하고 안전하고 지능적인 행동을 취할 수 있으며, SaaS, 엔드포인트, 이메일, 쉐도우 AI를 다룹니다. 우리는 탐지에서 예방까지의 루프를 닫고, 보안 팀에게 항상 켜져 있는 지능적인 파트너를 제공하고자 합니다. 이 파트너는 조사마다 더 지능적으로 되며, 수주간의 수동 포렌식 작업을 집중적인 반응의 몇 분으로 변환합니다.
잘한 인터뷰에 감사합니다. 더 많은 정보를 원하는 독자는 나이트폴을 방문하시기 바랍니다.
