Frost & Sullivan AI SOC 레이더에서 비저너리 리더로 선정된 Swimlane

Swimlane은 2026년 11월 12일, Frost & Sullivan이 2026년 Frost 레이더에서 자사를 AI 보안운영센터(AI SOC) 플랫폼 부문의 비저너리 리더로 선정했다고 발표했다. 혁신 점수는 5점 만점에 4.45점, 성장 점수는 5점 만점에 4.30점이었다.

Swimlane이 자사 웹사이트에 게시한 보고서 요약에 따르면, Frost & Sullivan은 60곳이 넘는 AI 보안운영센터(AI SOC) 공급업체를 독립적으로 평가하고, 성장과 혁신을 이끄는 기업 24곳을 선정했다. 전체 시장에는 80곳이 넘는 공급업체가 있으며, 비저너리 리더 부문은 혁신과 성장, 업계 영향력을 모두 갖춘 기업을 인정한다.

Frost & Sullivan의 업계 책임자인 Lucas Ferreyra는 Swimlane이 공급업체에 종속되지 않는 설계, 폭넓은 적용 범위, 감사 가능성, 에이전트와 자동화의 결합을 갖췄다는 점이 이번 선정에 반영됐다고 말했다. 이번 평가는 보안 인력 부족과 경보 피로에 직면한 보안팀이 경보 분류를 넘어 탐지와 조사, 대응을 통합하는 방안을 모색하는 가운데 이뤄졌다.

하이브리드 조사 모델의 작동 방식

Swimlane에 따르면 Hero AI 기반의 자사 AI 보안운영센터(AI SOC)는 고객이 설정한 승인 절차를 전제로, 알려진 사고와 새로운 사고를 자율적으로 조사하고 해결할 수 있다. 적용 범위는 엔드포인트, 클라우드, ID, 이메일, 위협 인텔리전스, 운영 기술 및 연결 기기, 보안 정보 및 이벤트 관리(SIEM), 취약점 관리 등을 포함해 보안 및 IT 분야 16개 영역에 걸쳐 있다.

설명된 워크플로에서 에이전트는 고객이 데이터를 복제할 필요 없이 SIEM 플랫폼, 클라우드 서비스, 온프레미스 데이터 레이크 및 운영 데이터 저장소의 데이터를 조회한다. 관련 증거는 조사 기록으로 가져오며, Swimlane이 어떤 데이터를 얼마나 오래 보관할지는 고객이 결정한다. Hero AI는 이러한 데이터 소스를 매핑하고 위협 인텔리전스, 조직 맥락, 조사 이력, MITRE ATT&CK 및 D3FEND 보안 프레임워크를 활용해 경보를 보강한다.

Swimlane에 따르면 플랫폼 내에서 심층 에이전트는 복잡한 추론을 수행하고, 전문 에이전트는 특화된 작업을 처리한다. 고객은 작업의 복잡도와 비용에 맞춰 모델 공급업체와 배포 위치를 선택한다. Investigation & Response Agent는 분석가가 검토하거나 재정의할 수 있는 계획을 만들며, Hero AI는 해당 계획을 실행하거나 반복 가능한 작업을 위한 고정된 자동화 절차인 결정론적 플레이북으로 전환할 수 있다. 이처럼 역할을 나눠 새로운 위협에는 적응형 추론을 적용하고, 반복되는 활동에는 예측 가능하고 비용이 낮은 실행 방식을 사용한다.

회사에 따르면 하루 약 180건의 위협을 처리하는 한 의료기관 고객은 이 하이브리드 방식을 통해 조사 비용을 최대 90% 절감했다. 이 결과는 해당 고객에 한정되며 플랫폼 전체의 평균치를 나타내지는 않는다.

모델과 데이터, 조치를 아우르는 거버넌스

Swimlane에 따르면 모든 대규모 언어 모델과의 상호작용 및 에이전트의 조치는 감사할 수 있다. 에이전트에는 거버넌스가 적용된 ID와 역할 기반 접근 제어, 수명주기 제어가 갖춰져 있으며, 데이터와 커넥터는 테넌트별로 격리된다. 고객은 모델 공급업체, 배포 위치, 자율성, 지식 접근 및 결정론적 실행의 범위를 설정해 시스템이 승인 없이 수행할 수 있는 작업을 제한한다.

보고서가 권고하는 모범 사례는 보안 운영 전 과정에 걸친 보안, 내재된 거버넌스와 사람의 감독, 측정 가능한 성과를 바탕으로 한 개방형 통합을 다룬다. 또한 Swimlane에서 타사 통합이 핵심적인 역할을 한다고 설명한다. 고객은 직접 구축한 에이전트와 자연어 자동화를 통해 플랫폼을 확장할 수 있으며, 멀티테넌시와 유연한 배포 방식은 각기 다른 운영 환경에 맞춰 적용할 수 있게 한다. 이 접근 방식은 기존 보안 투자를 전면적인 플랫폼 교체 없이 보완하도록 설계됐다.

Swimlane에 따르면 고객들은 첫해에 240%의 투자수익률을 거두고 평균 대응 시간, 즉 사고에 대응하는 데 걸리는 평균 시간을 75% 줄였다고 보고했다.

관리형 서비스 제공업체가 모델을 확장하다

Swimlane에 따르면 사업의 약 절반은 채널 파트너를 통해, 3분의 1은 관리형 보안 서비스 제공업체(MSSP)를 통해 운영된다. 2026년 7월 MSSP를 대상으로 출시한 서비스에는 테넌트 간 위협 인텔리전스, 중앙 지휘 센터, 표준화된 고객 온보딩, ServiceNow 및 Jira 연동을 통한 포트폴리오 분석 기능이 추가됐다. Frost & Sullivan은 이 모델에서 최종 고객과의 관계, 데이터 및 서비스 제공을 MSSP가 맡는다고 설명하며, 이를 통해 Swimlane은 서비스 제공업체와 경쟁하는 대신 이들을 지원할 수 있다고 평가한다.

이 모델이 갖는 더 넓은 의미는 모델 선택을 넘어선다. 분산된 도구 전반에 에이전트 추론을 적용하려면 데이터 보존과 접근, 대응 권한에 실효성 있는 제한을 둘 수 있어야 한다. Swimlane이 보고한 비용 절감 및 대응 시간 개선 결과는 이러한 확장성의 운영상 근거가 되며, Frost & Sullivan이 권고한 모범 사례는 AI 보안운영센터(AI SOC) 플랫폼의 자율성이 높아질수록 거버넌스와 사람의 감독이 필수적임을 강조한다.