라이언 숀펠드, HiveWatch의 공동 창립자 및 CEO – 인터뷰 시리즈

라이언 숀펠드는 HiveWatch의 공동 창립자 및 CEO입니다. HiveWatch는 물리적 보안 위협에 대한 조직의 관리와 대응을 개선하는 보안 기술 회사입니다. 보안 컨설턴트, 법 집행官, 포춘 500 엔드 유저로서의 경험을 통해 그는 보안 팀이 직면하는 운영상의 도전을 직접 이해하게 되었으며, 결국 HiveWatch를 구축하게 되었습니다.

HiveWatch는 비디오 감시, 출입 통제, 경보, 사건 관리 등을 하나의 운영 대시보드로 통합하는 클라우드 기반 플랫폼을 제공합니다. HiveWatch GSOC 운영 체제로 알려진 이 플랫폼을 통해 조직은 시설 전체의 활동을 모니터링하고, 사건을 조사하고, 자동화 및 AI 기반 분석을 사용하여 효율성을 개선하고 거짓 경보를 줄일 수 있습니다.

당신이 HiveWatch를 공동 창립하게 된 배경과 전통적인 물리적 보안의 한계는 무엇이며, AI가 첫날부터 적절한 기반인지 설명해 주세요.

전 세계적인 보안 및 안전 기술 프로그램을 운영하는 과정에서 기술을 효과적으로 활용하는 우리의 능력은 황당했습니다. 보안은 최고였지만 우리는 단편화된 인프라를 사용해야 했으며, 느리고 반응적이고 인간 중심적이었습니다. 그래서 나는 보안 운영, 계획, 교육, 위험 및 책임 관리를 현대화하는 데 도움을 주기 위해 RAS 컨설팅을 시작했습니다. 우리는 빠르게 성장하는 회사에 기술을 앞세운 프로그램을 구축했습니다.

하지만 그때도 나는 같은 문제를 계속 보았습니다. 내 고객의 운영자는 경보에 묻혀 있었고, 분리된 시스템에 묻혀 있었으며, 모든 것을 반응하고 예측하지 못했습니다. RAS 컨설팅 고객은 예방적 보안이 필요했지만, 스스로 구축할 지식이나 인력이 없었습니다. 전염병으로 인해 상황이 더 악화되었습니다. 모든 사람이 사람과 자산을 보호하는 방법을 재고해야 했지만, 다른 시대에 구축된 도구를 사용하고 있었습니다.

그것이 HiveWatch를 만들게 된 이유입니다. 우리는 보안 팀이 더 인식이 높고, 연결되어 있고, 예측 가능하며, 정보를 가지고 있는 플랫폼이 필요했습니다. 우리는 이것이 더 빠르고, 사건을 관리하는 데 더 좋은 것이 되기를 원했습니다. AI는 나중에 추가한 기능이 아니었습니다. 데이터를 통일하기 위한 유일한 실용적인 방법이었습니다. 우리는 고객이 가지고 있는 시스템과 상관없이 할 수 있습니다. 이제 우리는 거짓 경보를 쉽게 제거하고, 팀이 반응적인 것에서 예방적인 것으로 이동하도록 도울 수 있습니다. 다른 것은 그냥 같은 오래된 문제를 약간 더 예쁘게 만드는 것입니다.

경찰관 및 수사관으로서의 ваш 배경은 어떻게 AI를 지원하여 실제 보안 운영을 설계하는 데 영향을 주었나요?
나는 사건이 발생하는 보안 운영 센터에서 의자에 앉아 있었고, 고위험 사건 동안 현장에서 위협을 실시간으로 관리했습니다. 이것은 사람과 기술이 중요하다는 것을 가르쳤고, 피로 또는 번아웃이 비상시의 판단에 영향을 줄 수 있습니다. 또한 시스템이 실패할 때 무엇이 작동하는지, 무엇이 작동하지 않는지, 무엇이 사람을 다치게 하는지 가르쳤습니다. 우리는 이것을 통해 HiveWatch를 구축했습니다.

이 경험에서 얻은 지식을 사용하여, 우리의 AI 플랫폼은 화이트보드에서 나온 것이 아닙니다. 우리는 보안 운영 센터 안에서 설계했습니다. 이 것을 구축한 사람들은 경보가 가득 찬 화면을 보고,真正한 위협을 찾으려고 하지만, 충분히 빠르게 행동할 수 있는 도구가 없었습니다.

너무 오랫동안, 산업은 반응적인 사건 대응을 판매하고, 그것을 혁신이라고 불렀습니다. 팀이 실제로 필요한 것은 무엇이 오고 있는지 볼 수 있는 능력입니다. 우리는 그것을 위해 구축했습니다.

많은 조직은 여전히 반응적으로 운영되고 있습니다. AI는 어떻게 물리적 보안을 예방적이고 예측 가능한 방향으로 이동하도록 도와줍니다?
반응적인 보안은 전략 문제가 아닙니다. 그것은 단편화된 시스템을 관리하는 문제입니다. 그것은 또한 사건이 발생할 때 우선순위가 없습니다. 팀은 거짓 경보로 인해 발생하는 소음에 묻혀 있습니다. 그것은 모든 것이 고장나는 곳입니다.

우리 고객은 실제로 시설을 학습하는 사용자 정의 AI 운영자를 사용합니다. 레이아웃, 워크플로우, 팀이 운영하는 방식입니다. 수백에서 수천 개의 쓰레기 경보가 아닌, 비디오와 контек스트가 있는 몇 가지 중요한 경보를 볼 수 있습니다.

소음을 제거하고 실제 패턴을 표시하면, 팀은 어제의 문제를 추적하는 것을 중단하고, 내일의 위협에 앞서게 됩니다. 보안 프로그램을 구축하는 데 필요한 명확성을 얻을 수 있습니다.

당신이 예측 보안에 대해 말할 때, 그것은 실제 기업 환경에서 어떻게 보이는지 설명해 주세요.
그것은 수정할 수 있는 것이 아닙니다. 그것은 패턴 인식입니다.

예를 들어, 열리지 말아야 할 문이 열려 있거나, 카메라에 비정상적인 움직임이 있을 수 있습니다. AI가 그것을 감지하고, 플래그를 설정하고, 운영자에게 무엇이 발생하고 있는지, 왜 중요한지, 다음에 무엇을 해야 하는지 알려줍니다.

이것은 이미 가지고 있는 카메라, 센서, 출입 통제 시스템에 연결되므로, 두 시스템이 통신하지 않는 경우에何か가 놓치지 않습니다. 결과는 더 날카롭고, 더 빠르고, 실제로 사람을 보호하기 위한 보안 운영입니다.

AI가 실제 상황 인식을 제공하기 위해 비디오, 출입 통제, 센서, 통신을 포함한 깊은 시스템 통합이 얼마나 중요한가요?
결코 양보할 수 없습니다. AI는 볼 수 있는 데이터만큼 똑똑합니다. 많은 경우에, 이러한 시스템은 시로화되어 있으며, 연결되어 있지 않으면, AI는 전체 그림을 볼 수 없습니다 (이것이 HiveWatch가 실제로 차이를 만들 수 있는 곳입니다. 모든 시스템을 하나의 환경으로 통합하는 것입니다).

모든 것이 통합되면 (비디오, 출입 통제, 센서, 통신, 위협 인텔리전스), AI는 올바른 조치를 추천할 수 있는 전체 가시성을 가지고 있습니다. 보안 운영 플랫폼이 이미 가지고 있는 시스템과 함께 작동하도록 구축되어야 합니다. 좋은 도구를 구입했습니다. 함께 작동하도록 하여 가치를 얻기 위해 교체할 필요는 없습니다.

경영진은 AI 기반 물리적 보안 플랫폼의 ROI를 평가할 때 어떻게 생각해야 합니까?
먼저 이미 돈을 쓰고 있는 것을 생각해 보세요. 그것은 생각보다 더 많습니다.

거짓 경보는 시간을 먹습니다. 분리된 시스템은 중복 작업을 의미합니다. 운영자가 번아웃되거나 퇴사하면, 끊임없이 채용하고 재교육해야 합니다. 그것은 많은 비용을 지불하게 되며, 대부분의 조직은 이를 정량화하지 못했습니다.

우리의 것과 같은 AI 기반 플랫폼은 보안 운영 센터와 그 경비 자원에 필요한 운영자의 수를 줄일 수 있습니다. 이는 상당한 ROI를 제공할 수 있습니다. 또한, 기술이 거짓 경보를 크게 줄이면, 들어오는 경보를 분류하기 위해 필요한 사람의 수가 줄어듭니다. 두 번째로, 중복 기술을 줄이면 SOC의 기술 스택에 대한 지출을 줄일 수 있습니다. 마지막으로, 이미 구축한 인프라를 교체하지 않고, 최종적으로는 그 가치를 얻을 수 있습니다.

ROI는 단지 무엇을 절약하는지에만 있지 않습니다 (비록 이것이 보안 리더에게 역사적으로难로웠던 자원 및 프로그램 지원에 대한 비용 감소로 상당할 수 있음에도 불구하고). 또한 방지한 사건, 더 빠른 대응, 조기에 발견한 위협에 있습니다. 이게 이사회, 직원, 고객에게 중요한 수학입니다. 이것을 이해하는 팀은 새로운 기술을 사는 것이 아닙니다. 그들은 고장난 프로그램을 고치고 있습니다.

앞으로 10년 동안 인간 보안 팀과 AI 시스템의 관계는 어떻게 발전할 것으로 보십니까?
솔직히 말해서, 몇 년 안에, 보안에서 AI는 선택이 아닙니다. 그것은 기준이 될 것입니다. 그것을 “nice-to-have”로 취급하는 팀은 이미 함께 일하고 있는 팀에게 뒤처질 것입니다.

시스템이 성숙하면, AI는 더 많은 인지 부담을 맡게 됩니다. 즉, 소음을 필터링하고, 패턴을 인식하고, 조치를 추천하는 것입니다. 반면, 인간은 판단과 책임에 대한 통제를 유지합니다. 이 파트너십은 현대적인 물리적 보안이 무엇인지 정의할 것입니다. 먼저 이것을 이해하는 팀이 승리할 것입니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 원하는 독자는 HiveWatch를 방문하세요.