자산 인벤토리에서 실행 가능한 답을 얻는 일이 번거로운 숙제처럼 느껴져서는 안 됩니다. 그런데 현실에서는 복잡한 비즈니스 질문을 전용 쿼리 구문으로 옮기고, 대시보드를 일일이 만들고, 자산의 위험 중요도를 위협 데이터베이스와 대조하는 데 몇 시간, 심하면 며칠이라는 귀중한 시간이 소모됩니다.
runZero의 AI 기반 리포팅(AI-assisted reporting)은 이 업무 흐름 자체를 바꿔놓습니다. 특정 보안 질의든 차트 시각화든, 평소 쓰는 말로 요청을 입력하기만 하면 실시간 인벤토리 데이터에 근거한 완성된 분석 결과를 단 몇 분 만에 받아볼 수 있습니다.
보안 운영팀이 위험을 신속히 평가하고 새로운 위협에 대응해야 하는 상황에서 속도는 핵심입니다. 경영진 보고서를 작성하든, runZero에 대한 깊은 전문 지식이나 접근 권한이 없는 동료와 협업하든, AI 기반 리포팅은 필요한 인사이트를 명확하고 실행 가능한 형태로 제공합니다.
이 기능이 어떻게 자산·노출 데이터를 '의사결정이 가능한 정보'로 바꿔주는지 하나씩 살펴보겠습니다.
runZero의 AI 워크플로우는 나중에 덧붙인 챗봇이나 부가 기능이 아닙니다. 콘솔 내 Reports → AI threads 경로에 바로 자리 잡고 있으며, 일상적인 업무 루틴 안에 내장된 핵심 분석 엔진으로 동작합니다.
이제 보안팀은 별도의 데이터베이스 스크립트를 작성하거나 스프레드시트에서 데이터를 가공하느라 몇 시간을 쓸 필요가 없습니다. "전 세계에 분포한 중요 자산을 찾아 당면한 위협을 파악하고, 그 결과를 실행 가능한 리포트 형태로 제시해 줘"처럼 평소 쓰는 말로 요청하면, AI가 자산 전체를 대상으로 다단계 분석을 신속하게 수행합니다. 수만 대 규모의 호스트가 존재하는 환경에서도 마찬가지입니다.
몇 분 안에 경영진용 요약, 내장된 막대 차트, 위험도 순위 테이블을 갖춘 완성된 산출물을 받게 됩니다. 단순한 상위 수준 통계를 넘어, 우선순위가 매겨진 자산 목록과 개별 취약점 지적 사항을 CISA KEV(알려진 악용 취약점) 컨텍스트 및 실무적인 조치 가이드와 함께 제공합니다.
리포트 공유도 간단합니다. 모든 리포트는 아티팩트(artifact)로 저장되어 동일한 조직에 접근 권한이 있는 동료와 공유할 수 있으며, Markdown·HTML·PDF로 내보내 경영진이나 외부 이해관계자에게 전달할 수도 있습니다.
조직의 위험을 평가할 때 정확성은 타협할 수 없는 조건입니다. 기억에 의존해 답하는 범용 LLM 도구와 달리, runZero는 다음과 같은 방식으로 동작합니다.
"runZero의 AI는 모든 답변을 실제 인벤토리 데이터에 대한 실시간 도구 호출(live tool calls)에 근거해 생성합니다."
모든 답변은 가장 최근의 탐지 기록, 실시간 위험 점수, 현재 EPSS 지표를 바탕으로 그 자리에서 동적으로 계산됩니다.
무엇보다 투명성이 기본으로 내장되어 있습니다. 방어자는 언제든 AI의 작업 로그를 펼쳐, 분석 과정에서 실행된 모든 쿼리·도구 호출·컨텍스트 토큰을 직접 확인할 수 있습니다. 결과를 신뢰할 수 있는 근거가 함께 제공되는 것입니다.
runZero AI는 직접 던진 질문에 답하는 데서 그치지 않고, 숨어 있는 데이터 정합성 문제와 운영상의 사각지대를 먼저 찾아냅니다. 분석 과정에서 별도 요청이 없어도 다음과 같은 인사이트를 자동으로 드러냅니다.
즉흥적인 질의를 던져 조사하든 정형화된 경영진 브리핑을 생성하든, runZero는 사용자가 선호하는 방식에 맞춰집니다. 소프트웨어, 네트워크 토폴로지, 자산 노출에 대해 대화하듯 자유롭게 질문할 수도 있고, 프롬프트 작성 과정을 아예 건너뛰고 가이드형 리포트 갤러리를 이용할 수도 있습니다.
내장 템플릿만으로도 핵심적인 보안 점검을 즉시 수행할 수 있습니다.
AI가 생성한 모든 리포트, 스크립트, 시각화 결과물은 각각 독립된 아티팩트로 보존됩니다. 기본값은 비공개이며, 공유 시점은 사용자가 직접 결정합니다.
결과를 배포할 때가 되면 아티팩트를 Markdown, HTML, PDF는 물론 CSV 테이블이나 Starlark 연동 스크립트 같은 원시(raw) 형식으로도 내보낼 수 있습니다. 사용된 AI 모델과 생성 일자가 모두 기록되므로 컴플라이언스 대응과 감사도 수월해집니다.
편집자 주 | 본문에 등장하는 용어 정리 — CISA KEV(Known Exploited Vulnerabilities)는 미국 CISA가 실제 공격에 악용된 것으로 확인된 취약점만 모아 관리하는 목록으로, 조치 우선순위 판단의 기준으로 널리 쓰입니다. EPSS(Exploit Prediction Scoring System)는 특정 취약점이 향후 30일 내 악용될 확률을 예측해 점수화한 지표입니다. Starlark는 runZero의 커스텀 연동 스크립트를 작성하는 데 사용되는 Python 계열 설정 언어입니다.
runZero의 AI 기반 리포팅은 복잡한 인벤토리 데이터와 경영진이 바로 활용할 수 있는 인사이트 사이의 간극을 메웁니다. 보안팀이 자기 환경에 대해 자연어로 질문하고 검증된 리포트를 몇 분 만에 받아볼 수 있게 됨으로써, 조직은 조사에 드는 시간을 획기적으로 줄이고 노출이 가장 큰 영역에 자원을 집중할 수 있습니다.
보안 리포팅 업무를 단순하게 만들 준비가 되셨습니까? 지금 무료 평가판을 시작해 보십시오.
에이전트 없는 강력한 자산 탐지 및 AI 기반 노출 관리 솔루션 runZero를 직접 경험해 보세요.
케이디시스의 전문가가 귀사의 환경에 최적화된 맞춤형 제품 소개 및 데모를 지원해 드립니다.