Loading...

AI 뉴스

아마존, 경쟁 에이전트를 활용해 위협을 탐지하는 AI 시스템 공개

페이지 정보

작성자 xtalfi
작성일 2025.11.25 16:04
556 조회
0 추천
0 비추천

본문

3191.jpg

Amazon은 월요일, 해커들이 취약점을 악용하기 전에 이를 찾아내기 위해 경쟁하는 인공지능 에이전트 팀들을 배치하는 새로운 사이버 보안 방어 시스템을 공개했으며, 이는 이 거대 기술 기업이 광범위한 인프라를 보호하는 방식에 중대한 변화를 나타낸다.

자율 위협 분석(Autonomous Threat Analysis) 시스템, 즉 ATA는 2024년 8월 내부 해커톤에서 시작되었으며, 회사가 공개하고 WIRED가 최초로 보도한 세부 사항에 따르면 이후 Amazon의 보안 운영을 위한 중요한 도구가 되었다. 단일 AI 모델에 의존하는 대신, 이 시스템은 공격자를 시뮬레이션하는 레드팀으로 작동하는 전문화된 에이전트들과 방어를 개발하는 블루팀을 조율하며, 모두 Amazon의 프로덕션 시스템을 반영하는 격리된 테스트 환경에서 기계 속도로 작동한다.​


파이썬 공격 탐지에서 입증된 결과

이 시스템은 이미 해커들이 손상된 시스템에 대한 원격 제어를 확립하기 위해 사용하는 일반적인 기술인 Python 역방향 셸 공격을 탐지하는 데 효과성을 입증했습니다. ATA의 레드팀 에이전트는 체계적으로 37개의 역방향 셸 기술 변형을 생성하고 실행한 후, 64개의 위협 변형에 대해 테스트된 개선된 탐지 규칙을 개발했습니다. Amazon의 공식 발표에 따르면, 새로운 규칙은 프로덕션 감사 데이터에 대해 검증했을 때 1.00의 완벽한 정밀도와 재현율 점수를 달성했습니다. WIRED는 별도로 이 시스템이 테스트에서 100% 효과성에 도달했음을 확인했습니다.​

Amazon의 최고 보안 책임자인 Steve Schmidt는 WIRED에 "초기 개념은 보안 테스트의 중요한 한계—제한된 범위와 빠르게 진화하는 위협 환경에서 탐지 능력을 최신 상태로 유지하는 과제—를 해결하기 위한 것이었습니다"라고 말했습니다. Amazon에 따르면, 이 시스템은 일반적인 보안 테스트 워크플로를 수 주의 수동 작업에서 약 4시간으로 단축하여 시간을 96% 줄였습니다.​


인간 감독 하의 기계 속도

이 아키텍처는 Amazon이 "grounded execution"이라고 부르는 것을 중심으로 하며, 모든 기술과 탐지 주장은 테스트 시스템의 실제 원격 측정 데이터와 타임스탬프가 찍힌 로그로 검증되어야 합니다. 레드팀 에이전트는 검증 가능한 로그를 생성하는 실제 명령을 실행하고, 블루팀 에이전트는 실제 데이터베이스를 쿼리하여 제안된 방어가 작동하는지 확인합니다. 이는 AI 환각을 방지하기 위한 설계입니다.​

자동화에도 불구하고 Amazon은 "human in the loop" 접근 방식을 유지하며, 프로덕션 시스템에 배포하기 전에 보안 전문가가 모든 변경 사항을 승인하도록 요구합니다. 2024년 해커톤에서 ATA를 제안한 보안 엔지니어 중 한 명인 Michael Moran은 이 시스템을 통해 보안 팀이 일상적인 테스트 작업보다는 복잡한 과제에 집중할 수 있다고 언급했습니다.

댓글 0
전체 1,366 / 69 페이지
테슬라의 CEO 일론 머스크는 일요일에 AI 칩 디자이너를 직접 채용하는 구인 활동을 시작하며, 회사가 5세대 AI 칩의 완성에 가까워졌고 이미 6세대 칩 작업을 시작했다고 밝혔습니다. 이는 맞춤형 AI 하드웨어 생산을 지배하기 위한 공격적 계획의 일환입니다.X에 연속적으로 올린 게시물에서 머스크는 테슬라가 차량 플릿과 데이터 센터에 “수백만 개의 AI 칩”을 배포했으며, 현재의 AI4 세대가 완전자율주행 시스템을 구동하고 있다고 공개했습니다. 회사는 이제 생산 직전의 최종 설계 단계인 “AI5 테이프 아웃(taping out) 직전”에 있으며 AI6 개발도 시작했다고 했습니다.머스크는 “우리의 목표는 매 12개월마다 새로운 AI 칩 설계를 대량 생산에 내놓는 것”이라며, 테슬라가 “궁극적으로 모든 다른 AI 칩을 합한 것보다 더 많은 칩을 만들게 될 것으로 기대한다”고 썼습니다. 그는 “저 문장을 다시 읽어보세요. 저는 농담이 아닙니다”라고 강조했습니다.직접 채용 채널 오픈머스크는 “뛰어난 능력”을 가진 지원자들에게 AI_Chips@Tesla.com으로 이메일을 보내 자신의 전문성, 특히 칩 설계에 AI를 적용한 경험을 세 가지 요점으로 증명해 달라고 요청했다. 이번 채용 활동은 자율주행과 회사의 옵티머스 휴머노이드 로봇 개발을 가속화하기 위한 것이다.CEO는 칩 프로그램에 자신이 직접 관여하고 있음을 밝히며, 매주 화요일과 토요일마다 엔지니어링 팀과 회의를 한다고 말했다. “토요일 회의는 단기적인 것이며 AI5가 테이프 아웃되면 몇 달 내로 더 이상 필요하지 않을 것”이라고 그는 덧붙였다.제조 파트너십과 경쟁테슬라는 칩 로드맵을 위해 TSMC와 삼성전자 모두와 제조 파트너십을 확보했습니다. TSMC는 대만과 애리조나 시설에서 AI5 칩을 생산할 예정이며, 삼성은 2033년까지 165억 달러 규모의 계약을 체결하여 텍사스 테일러의 신공장에서 AI6 칩을 제조합니다.이 프로젝트는 테슬라를 파트너이자 경쟁자인 엔비디아[ -0.97%]와 함께 AI 칩 시장에서 중요한 위치에 올려놓습니다. 테슬라는 데이터센터에서 AI 모델을 훈련하기 위해 엔비디아 GPU를 계속 사용하지만, 자체 개발 칩은 차량에서 추론 작업을 처리합니다.머스크가 제시한 일정에 따르면, AI5는 2026년에 제한적 생산을 시작하고, 2027년에 대량 생산을 목표로 하고 있습니다. AI6는 2028년 중반에 출시될 예정이며, 머스크가 “빠른 추격” 개발 속도라고 묘사한 것을 유지할 방침입니다.
596 조회
0 추천
2025.11.24 등록
인공지능(AI)기술이하루가다르게발전하며우리삶깊숙이파고들고있습니다.이러한변화속에서많은부모는'우리아이를어떻게키워야할까?'라는막연한불안감에휩싸이곤합니다.AI가아이들의일자리를빼앗지는않을지,기술에지나치게의존하게되지는않을지걱정이앞서는것이사실입니다.하지만AI전문가네이트존스(NateJones)는그의뉴스레터아티클 "RaisingHumansintheAgeofAI:APracticalGuideforParents(AI시대의자녀양육:부모를위한실질적가이드)"에서이러한두려움을내려놓고'이해'와'코칭'으로나아가야한다고역설합니다.그는공포를조장하는대다수미디어와달리,AI가실제로어떻게작동하고왜그렇게작동하는지에대한실질적인설명을제공하여부모스스로기술을정확히이해하도록돕습니다.이가이드의핵심은단순히AI사용을금지하거나방치하는것이아닙니다.대신,부모가자녀에게현실세계에서AI를주체적으로활용할수있는능력을길러줄수있도록구체적인**'기술프레임워크(SkillsFramework)'**를제시합니다.이는아이들이AI를막연한두려움의대상이나맹목적인의존의대상이아닌,자신의목표를이루기위한유용한도구로인식하고활용할수있도록이끌어줍니다.AI시대의부모역할은더이상기술로부터아이를격리하는감시자가아닙니다.기술을이해하고아이가올바른방향으로나아갈수있도록돕는**'든든한코치'**가되어야합니다.네이트존스의이실용적인가이드는AI시대를살아갈우리아이들이기술에휘둘리지않고'인간답게'성장할수있도록돕는필수적인나침반이되어줄것입니다.
640 조회
0 추천
2025.11.23 등록
Physical Intelligence는 2024년에 전 Google DeepMind 연구원들이 창립한 로봇 AI 스타트업으로, 모든 로봇에 적용 가능한 범용 “브레인” 소프트웨어를 개발하면서, 기업 가치 56억 달러에 CapitalG 주도로 6억 달러의 자금을 유치했습니다.해당 투자 라운드에는 Jeff Bezos, Amazon, Lux Capital, Thrive Capital, Index Ventures, 그리고 T. Rowe Price가 참여했으며, 이 스타트업은 특정 작업별 프로그래밍 없이 어떤 응용 분야에서도 사용할 수 있는 로봇에 동력을 제공하는 것을 목표로 하고 있습니다.이번 투자는 AI 기반 로봇 분야의 자본 유입 급증을 반영하며, 경쟁사인 Figure AI는 390억 달러 가치에 10억 달러 이상을 유치했고, 전체 로봇 산업은 2025년 1분기 동안에만 22억 6천만 달러 이상의 투자를 받았습니다.
609 조회
0 추천
2025.11.23 등록
Allen Institute for AI (Ai2)는 OLMo 3를 출시했으며, 이는 7B 및 32B 언어 모델 제품군으로, 경쟁사들이 이러한 구성 요소를 공개하지 않는 것과 대조적으로 훈련 데이터, 코드, 중간 체크포인트 및 훈련 로그에 대한 완전한 접근을 제공하는 최초의 완전 공개 32B 추론 모델이라고 설명합니다.OLMo 3-32B는 6배 적은 토큰으로 훈련되면서도 추론 벤치마크 전반에 걸쳐 Qwen3-32B와 비교할 만한 성능을 달성하여, 지도 미세 조정, 선호도 최적화 및 강화 학습 파이프라인을 통해 가능한 효율성 향상을 입증합니다.이 프로젝트에는 60명 이상의 저자가 참여했으며 65,000개 토큰 컨텍스트 창을 지원하여, 훈련 데이터 공개에 대한 규제 압력이 증가하는 가운데 AI 시스템의 투명성을 추구하는 기업 및 연구 사용자를 위한 모델로 자리매김하고 있습니다.
656 조회
0 추천
2025.11.23 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입