볼 사람은 없고, 로그만 쌓인다
모요는 알뜰폰 요금제 비교부터 개통, 휴대폰·인터넷 렌탈까지 하나의 화면에서 처리하는 통신 종합 플랫폼입니다. 적은 인원으로 빠르게 움직이는 스타트업 조직으로, 인프라팀과 보안팀 역시 여러 업무를 수행하고 있습니다.
Okta, GitHub, AWS, Infisical 등 사용하는 서비스가 늘어나면서 확인해야 할 보안 감사 로그도 함께 증가했습니다. 이를 사람이 매일 들여다보는 것은 사실상 어려웠고, 쌓인 로그를 적시에 확인하지 못하면 결국 사후 확인에 그칠 수 있었습니다.
여기에 더해 한 가지 소스만으로는 오탐과 실제 위협을 구분할 수 없다는 근본적인 한계가 있었습니다. 룰을 느슨하게 설정하면 위협을 놓치고, 촘촘하게 설정하면 아무도 확인하지 않는 알림 폭탄이 됩니다. 결국 사람이 계속 쫓아가야 하는 구조는 소규모 조직에서 지속 가능하지 않았습니다.
모요는 사람을 늘려서 해결할 수 있는 문제와 자동화로 해결해야 하는 문제를 구분했습니다. 채용만으로 커버리지를 넓히기보다, 자동화할 수 있는 부분은 최대한 자동화한다는 원칙 아래 Datadog Cloud SIEM을 통합 로그 수집·탐지의 축으로 삼기로 했습니다.
“한 줄의 로그만으로는 오탐인지 실제 위협인지 판단할 수 없습니다. 로그 하나에는 상황 전체가 담기지 않기 때문입니다.”
여러 서비스의 보안 로그를 SIEM 한곳으로
모요는 Okta, GitHub, AWS, Slack 등 십여 개 서비스에서 발생하는 감사 로그를 Datadog Cloud SIEM으로 스트리밍해 하나로 모았습니다. 100개가 넘는 Content Pack과 기본 탐지 룰을 활용해 다양한 이상 패턴을 탐지했습니다. 다만 탐지 룰만으로 모든 판단을 끝내기에는 한계가 있었습니다.
왜 룰이 아니라 에이전트인가
기존 모니터링 룰은 결정론적입니다. 같은 입력이면 항상 같은 결론이 나오고, 미리 정한 임계값을 기준으로 예·아니오를 판단합니다. 빠르고 저렴하며 재현 가능하다는 장점이 있지만, 미리 정해두지 못한 상황에는 침묵하고 기준값은 늘 사후 대응적일 수밖에 없습니다.
예를 들어 새벽에 리포지토리 5개가 한꺼번에 클론됐다는 이벤트 하나만으로는, 이것이 야근하는 개발자의 정상적인 작업인지 탈취된 토큰의 악용인지 구분할 수 없습니다. 룰을 느슨하게 설정하면 실제 위협을 놓칠 수 있고, 촘촘하게 설정하면 알림이 과도하게 발생하는 딜레마가 반복됐습니다.
모요는 이 문제를 룰과 AI 에이전트의 역할 분담으로 풀었습니다. 공항 보안 검색에 비유하면 탐지 룰은 수화물 전체를 넓게 훑는 금속탐지기이고, Bits AI Agent Builder는 의심스러운 가방을 열어 실제 위협 여부를 판단하는 보안요원입니다. 룰이 1차로 신호를 올리면 에이전트가 Okta·Slack·Linear 등 여러 서비스의 컨텍스트를 교차 검증해 2차 판단을 내리는 구조입니다.
“룰은 빠르고 저렴하고 테스트 가능하다는 이점이 있지만, 미리 정해두지 못한 상황에는 침묵하고 기준값은 항상 사후 대응적입니다. 에이전트는 같은 입력에도 판단이 다를 수 있고, 토큰을 쓰다 보니 느리고 비싸기도 합니다.”
새벽 2시, 유출된 GitHub PAT 토큰이 알려주는 것
새벽 시간대 GitHub PAT(Personal Access Token)가 유출되는 상황을 예로 들면, 대량의 리포지토리가 짧은 시간에 클론되는 이벤트는 Cloud SIEM의 탐지 룰로 감지할 수 있지만, 이 로그만으로는 실제 악용 여부까지 판단하기는 어렵습니다. 여기에 Have I Been Pwned와 MDM(Kandji)·VPN(Twingate) 컨텍스트를 더하면 해당 계정 정보의 유출 이력과 기기 관리 상태, 사내 VPN 경유 여부까지 확인할 수 있어 판정이 한층 좁고 정확해집니다.
Okta 인증 기록을 교차 검증하면 더 결정적입니다. 같은 시각 세션 기록도 MFA 인증도 없다면 사람은 로그인하지 않은 상태에서 토큰만 움직였다는 사실이 드러납니다. 여기에 Slack의 휴가·출장 공지 같은 조직만 아는 맥락까지 반영해 위협 점수를 조정합니다.
이렇게 쌓인 컨텍스트를 바탕으로 Bits AI는 판정을 세 단계로 나눕니다. 정상으로 추정되면 자동 종결하고, 신원 매핑이 실패했거나 애매한 경우에는 Slack으로 확인을 요청하며, 탈취 가능성이 유력하면 즉시 계정 권한을 차단합니다.
같은 방식은 Infisical 시크릿 대량 조회, Google Workspace 외부 공유, AWS 보안 그룹·IAM 변경 등 다른 시나리오에도 확장할 수 있습니다. Linear 작업 내역이나 Datadog 인시던트 발생 여부 같은 맥락을 추가해 정상적인 업무 활동과 잠재적 위협을 구분하도록 구성할 수 있습니다.
“Bits AI Agent Builder를 활용해 여러 서비스의 컨텍스트를 함께 확인할 수 있고, 컨텍스트가 하나씩 늘어날수록 판정은 더 정확해지고 정교해집니다.”
자동화 뒤에 남는 것: 권한 관리와 비용의 균형
Bits AI Agent Builder를 운영하며 가장 체감한 이점은 권한 관리의 편리함이었습니다. 보안팀과 인프라팀, 일반 개발팀이 각각 사용할 수 있는 커넥션 범위를 세밀하게 나눌 수 있어, 자격 증명과 접근 권한을 관리하기가 상대적으로 편리했습니다. 에이전트를 새로 만들고 고도화하는 과정 자체도 대화형으로 진행할 수 있어 구축 과정의 기회비용을 낮출 수 있었습니다.
또한 서비스마다 제각각인 사용자 식별 방식(이름, 이메일, GitHub 핸들, Slack ID)을 하나의 사용자로 묶어내는 것도 에이전트가 가장 유능하게 처리하는 부분이었습니다. 직접 구현할 경우 하드코딩되거나 복잡해질 수 있는 사용자 매핑 작업을, 에이전트를 활용해 보다 유연하게 처리할 수 있었습니다.
비용은 감수해야 할 변수로 판단했습니다. Cloud SIEM으로 모든 서비스의 로그를 모으고 인덱싱하는 것, 에이전트가 판단을 내릴 때마다 토큰을 소비하는 것 모두 추가 비용을 요구합니다. 그러나 모요는 인원을 늘리기보다, 자동화할 수 있는 부분은 최대한 자동화하겠다는 원칙 아래 그 비용을 받아들였습니다.
다만 다양한 커넥션과 Content Pack의 활용은 Datadog의 공식 지원 범위와 연관돼 있어, 사용하려는 서비스가 지원되지 않는 경우에는 커스텀 구성이 필요할 수 있습니다.
“비용을 쓰더라도 우리가 효율적으로 쓸 수 있는 부분은 최대한 자동화하자는 판단으로, 그 비용을 기꺼이 지불하고 사용할 수 있었습니다.”
보안 운영 전반으로 넓어진 자동화
보안 모니터링 외에도 Bits AI와 Workflow를 활용해 자동화 범위를 넓히고 있습니다. 보안 모니터링 사유 소명을 리마인드하는 Slack 알림, WAF 로그 모니터링 리포트, 이메일·Slack ID 매핑 워크플로우 등 자체 구현하려면 별도 개발이 필요했을 기능들을 Datadog 기반으로 자동화했습니다.
향후 계획
모요는 WAF 로그 모니터링 리포트를 통해 확보한 인사이트를 바탕으로 탐지 룰을 지속적으로 고도화하는 등, 앞으로도 보다 정교한 보안 탐지 체계를 발전시켜 나갈 계획입니다.